一种基于深度学习的人物行为识别方法

本发明公开了一种基于深度学习的人物行为识别方法，该方法是利用改进的GroundedSAM模型实现对人物行为的精准识别，该改进的GroundedSAM模型是对原来GroundedSAM模型的伪标签生成模块和运动特征提取模块进行改进；通过对标注的数据集中的行为标签进行语义扩展，构建动作关联库，用于精确模型的伪标签输入。结合光流信息提取运动特征优化模型的ROI感兴趣区域，并通过大语言模型生成自然语言描述。最终，采用双通道分类器进行动作预测与分类。本发明可显著提高识别精度，并有效降低视觉理解过程中的时间与计算成本。