一种基于不确定性的第一视角在线动作分割方法

本发明公开了一种基于不确定性的第一视角在线动作分割方法，涉及视频动作分析技术领域。本发明采用了根据不确定性动态改变网络的策略，实现在未来信息缺失的情况下高效准确地在线动作分割。本发明采用了根据不确定性原理情景化语境的方法。该方法包括两个关键部分：一是上下文聚合变换器，它将联合自编码器和自回归设计相结合，以增强帧级特征的语境化，有效克服了在流视频中因缺乏后续上下文而产生的局限性；二是基于证据的动作语境化，它利用证据深度学习来量化模型决策中的不确定性，同时基于先前的上下文纠正模糊的预测。这种方式补充了上下文情景信息，能够有效克服现有技术中存在的问题。本发明可广泛应用于涉及第一人称视角视频动作分析的场景，如基于可穿戴设备的人体行为监测、增强现实和虚拟现实场景下的人物动作理解等。