一种基于前序动作建模的装配动作预测方法、系统、终端及介质

本发明属于动作预测技术领域，具体公开一种基于前序动作建模的装配动作预测方法、系统、终端及介质。包括：获取视频输入数据，输出动作标签序列、视频特征序列以及动作掩码；将动作标签序列输入动作处理器，得到动作查询向量；将视频特征序列与动作查询向量共同输入预测偏移编码器，生成加权特征；将加权特征、动作查询向量及动作掩码输入并行解码器，结合空间嵌入与时间嵌入，预测未来多个时间步的动作；得到未来动作序列及各动作对应的持续时间，输出动作预测轨迹。本发明通过在特征建模、解码预测及轨迹生成过程中引入上下文建模与约束机制，能够在装配等场景中实现高精度的多步动作预测，具有较好的泛化性与实用性。