一种新型姿态预测方法、系统及设备

本发明公开了一种新型姿态预测方法、系统及设备，通过图卷积神经网络对人体骨架数据进行时空特征提取，结合空间和时间维度捕捉骨架运动轨迹与关节拓扑关系，全面理解动作动态变化，高维特征输入时空SSM模块，利用Mamba结构的骨干网络进行全局时空信息建模，提取粗粒度全身运动信息，提升动作预测准确性，Mamba结构增强了模型对复杂动作和多变环境的适应能力，同时，使用Transformer模型建模不同躯体部位的关系，通过自注意力机制捕捉长距离依赖，描述动作协同作用，循环注意力机制进一步捕捉部位间交互特征，提高对动作细节的捕捉能力，自适应门融合模块动态提升模型适应能力，最终，多层图卷积神经网络预测模块对融合特征回归处理，使预测结果更精准连续。