一种基于多尺度图神经网络的人体行为识别方法及系统

本发明涉及计算机视觉技术领域，尤其是涉及一种基于多尺度图神经网络的人体行为识别方法及系统，所述方法，包括获取人体三维骨架数据，并对获取的人体三维骨架数据进行预处理，基于预处理后的人体三维骨架数据进行多模态特征提取，将多模态特征作为输入建立SAM图构建机制，构建空间边卷积模块对统一邻接图执行空间边卷积操作，采用并行多尺度可分离卷积结构对空间建模后的特征进行时间维度建模，融合多尺度时序动态特征，输出人体行为识别结果，本发明通过SAM图构建机制通过划分多子空间、聚合历史键矩阵及两轮交叉注意力计算，动态捕捉骨架结构的时间累积性和动态变化，在复杂行为场景下大幅提升结构信息处理能力和识别精度。