摘要
本发明公开了一种人体行为预测方法及系统,其中方法包括对目标人物的实时行为视频图像进行骨骼点序列提取,得到关节点坐标集合和骨骼运动序列;确定关节点坐标集合的时空特征序列,并确定骨骼运动序列进行时空注意力编码,得到全局时空动态特征;将时空特征序列和全局时空动态特征分别对应的动作概率分布进行融合,得到短时动作概率分布数据;对短时动作概率分布数据进行候选动作筛选,得到候选动作综合特征;对目标人物的历史动作序列进行特征编码,得到历史上下文向量,将历史上下文向量与候选动作综合特征进行拼接,得到融合特征;将融合特征输入概率模型中进行意图概率评估,得到目标人物的行为预测结果。本发明的方法,提高了行为预测的准确性。
技术关键词
关节点
序列
融合时序信息
预定义动作
融合特征
动态特征提取
坐标
编码
人体姿态估计算法
数据
图像
视频
依赖关系信息
人体解剖结构
注意力
长短期记忆网络
系统为您推荐了相关专利信息
内容库
山洪预警方法
训练神经网络模型
深度学习模型
参数
待测纸张
机器学习模型
纸张生产线
涂层
纸张缺陷
智能调度管理方法
安全隐患信息
接收调度信息
安全隐患评估
燃气供应量