[发明专利]基于深度时空推理网络的人体行为识别方法及电子设备

摘要

本发明公开了一种基于深度时空推理网络的人体行为识别方法及电子设备，方法包括：将目标视频数据输入预先训练的深度时空推理网络模型中，确定深度时空推理网络模型中各个节点的类聚中心对应的第一激活次数；根据第一激活次数，构建第一行为特征树；利用频繁子树挖掘算法从第一行为特征树中获取第一频繁子树集；根据第一频繁子树集，对目标视频数据中的人体行为进行识别。本发明通过深度时空推理网络提取的人体动态行为时空特征和频繁子树反映的不同层次特征关系进行行为识别，既关注行为中人体部位的自身特征，也关注部位之间的关联与协调，从而提高网络中的特征利用率，提升了网络的识别率，实现对视频数据中人体行为快速准确地识别。