一种基于视频流的姿态特征识别方法

本发明公开了一种基于视频流的姿态特征识别方法，包括：对连续的视频流进行预处理获取视频帧训练数据，提取每帧图像中的关键帧和邻近帧，对所述人体区域构建特征提取模块获取全局帧，利用左右两侧邻近帧对所述人体区域进行局部提取获取局部帧，通过局部邻近帧与当前关键帧之间的时序连续性，对所述全局帧构建语义关联信息；采用条件特征聚合算法获取增强特征表示；通过姿态细节特征获取姿态序列数据；建立三维坐标，采用人体运动解耦模型自适应提取姿态变化数据，通过平滑优化策略预测人体姿态特征，引入交叉注意力机制实现时空特征的深度融合，增强了模型对复杂动作模式的理解能力，显著提升了模型在遮挡或模糊区域的姿态表达能力。