摘要
本发明提供了一种动作异常检测方法、系统、终端及存储介质,该方法包括:获取样本数据,并将所述样本数据输入动作异常检测模型进行时空图卷积,得到样本时空图特征;对所述样本时空图特征进行时空解耦,得到样本解耦特征,并对所述样本解耦特征进行类别预测,得到动作预测结果;根据所述动作预测结果和所述样本解耦特征确定模型损失,并根据所述模型损失对所述动作异常检测模型进行参数更新,直至所述动作异常检测模型收敛;将待检测数据输入收敛后的所述动作异常检测模型进行动作异常检测,得到动作异常检测结果。本发明实施例,基于收敛后的动作异常检测模型能有效地对待检测数据进行动作异常检测,提高了动作异常检测的准确率。
技术关键词
动作异常检测方法
样本
池化特征
卷积特征
标签
检测数据输入
人体关节点
邻近算法
注意力
邻域
超参数
索引
卷积模块
异常检测系统
模型训练模块
可读存储介质
处理器
系统为您推荐了相关专利信息
识别系统
OpenCV算法
分析单元
掩膜
烟气形态
文本情感倾向
情感倾向分析
机器学习模型
构建知识图谱
关键词