一种装配作业人机协作环境下人体异常行为识别方法

本发明公开了一种用于装配作业人机协作环境下的人体异常姿态识别方法，涉及安全监控技术领域。本发明正常骨架数据以及修复骨架数据利用Cycle‑GAN网络对人体姿态关键点相关数据进行数据增强，并利用双流网络进行人体姿态识别；其中，双流网络中的空间流分支能够获取人体姿态关键点的全局特征表示以及丰富拓扑结构信息的高阶节点特征，时间流分支能够获取具有全局时序关系和动态姿态变化特征表达的时序特征，而自注意力层对时序特征以及高阶节点特征进行加权聚合，对与时序特征中关键时间步相对应的高阶节点特征赋予更高权重，输出具有时间维度信息和空间维度信息的联合特征表示。本申请所述方法得到的平均识别精度高达84.1％。