一种基于点云序列的多尺度时空频率行为识别方法

本发明公开了一种基于点云序列的多尺度时空频率行为识别方法，涉及行为识别技术领域，通过引入两个模块，即多尺度时空特征提取模块和时空特征频率增强模块；多尺度时空特征提取模块对原始点云序列进行空间维度和时间维度的分解，采用多尺度时空卷积丰富空间维度的低级语义信息；时空频率增强模块则基于时间维度的频率信息自适应地学习高级语义的各通道信息，从而提升行为时空特征的判别力，本发明在三个公开可用的数据集上进行了大量的实验，实验结果表明本发明较以往主流的基于点云的方法相比显著提升，识别精度也优于其他方向的大多数方法。