摘要
本发明公开了一种基于轻量级空间时间交互的多人运动预测方法,包括以下步骤:A:对时序多人关节序列数据进行排序;B:基于排序后的时序多人关节序列数据,在时间维度上提取时序动态信息并转换为频域信号;C:将频域表示的多人关节序列数据转换成高维特征表示;D:对高维特征表示进行局部特征学习和全局特征学习,获取局部特征和全局特征;E:基于可学习仿射变换进行局部特征和全局特征的微调,并将得到的局部微调表示和全局微调表示通过加权方式组合得到最终特征;F:基于最终特征,使用预测头预测最终的人体运动轨迹信息。本发明能够在降低计算成本和参数规模的同时,提高多人运动预测的精度和效率。
技术关键词
运动预测方法
人体运动轨迹
关节
离散余弦变换方法
时序
序列
排序算法
多级特征
数据
因子
速度
场景
矩阵
动态
模块
分支
信号
规模