一种基于时空解耦图卷积网络的手势识别方法和装置

本发明公开了一种基于时空解耦图卷积网络的手势识别方法和装置，利用旧任务数据训练得到的教师模型生成反演样本数据，再将此反演样本数据与当前任务数据进行融合，构成包含旧任务的知识与新任务的特征的融合数据集，通过在融合数据集上采用域一致性正则化损失函数和类别边界分离正则化损失函数对学生模型进行增量更新，不仅缓解了由于新旧样本域差异引起的特征漂移问题，而且构建了清晰的新旧类别决策边界，从而有效防止了灾难性遗忘现象，以使在动态环境中下进行手势识别任务时，既确保了当前学生模型对新数据的快速适应，也保持了对于旧任务的知识的稳定存储，从而提高在动态场景中手势识别的准确性。