一种基于深度学习的空乘学生形体气质评分方法及系统

本发明公开了一种基于深度学习的空乘学生形体气质评分方法及系统，所述方法包括通过多视角运动捕捉摄像头采集训练视频，采用YOLO v8算法提取25个骨骼关键点，结合摄像头参数生成三维姿态数据点阵；使用时序卷积网络进行数据平滑处理，并与专家标准动作模板比对；通过时空图卷积注意力网络分析数据，采用GCN层提取空间特征、双向LSTM学习时序特征，交叉注意力机制动态分配权重；基于微调的Qwen‑7B大模型进行智能评分，输出三维评分报告；通过数字孪生技术生成虚拟形象及热力图，实时反馈训练偏差；本发明实现了对形体体态的长期动态跟踪评估，突破传统主观评价局限，显著提升评估科学性和可追溯性。