大规模不完全多视图、多模态场景下图像库构建和识别方法

本发明涉及行为识别技术领域，具体涉及大规模不完全多视图、多模态场景下图像库构建和识别方法，包括以下步骤：在交通场景部署多种传感器和摄像头，将多模态数据统一到同一时空坐标系中；将经过时空对齐的多模态数据进行融合，预测目标状态并更新测量值；基于融合后的数据，利用时空约束下的对抗生成网络，动态生成多视角候选视图，结合目标运动学模型，补全缺失视图；融合目标运动学模型与深度学习技术，对跨摄像头的目标进行追踪，构建交通法规本体库，结合图像识别技术，对交通违法行为进行自动识别和分类。本发明确保了不同传感器数据在时间和空间维度上的一致性，避免了因时空差异导致的数据混乱和错误。