基于频域特征增强与多尺度查询关系精炼的时序动作检测方法

本发明公开了一种基于频域特征增强与多尺度查询关系精炼的时序动作检测方法，属于视频理解和计算机视觉技术领域。该方法获取未裁剪视频并提取视频特征序列，经输入投影后输入时频混合特征编码器，利用局部分支、频域全局分支和实例分支提取并融合多尺度时序特征；其中，频域全局分支基于前景语义信息和背景语义信息生成频域滤波器，对时序特征进行频域滤波增强。随后生成候选时序片段并进行Top‑k查询选择，将初始查询输入解码器迭代细化，在层间根据包含关系、相邻关系和特征相似度执行查询关系精炼，最终输出动作实例类别标签及起止时间边界。本发明能够提高动作边界定位精度和检测完整性。