一种视频行为识别方法、装置、计算机设备及存储介质

本发明提供了一种视频行为识别方法、装置、计算机设备及存储介质，属于图像处理领域，该方法包括：将视频张量数据分别输入至两个分支，输出分支分类特征、分支回归特征和全局时空特征；将时空特征与分支分类特征通过分类通道编码器进行融合，并将时空特征与分支回归特征通过回归通道编码器进行融合，分别得到增强后的分类融合特征与回归融合特征，进而生成最终的动作类别预测分数、边界框偏移预测及目标置信度预测；基于动作类别预测分数、边界框偏移预测及目标置信度预测，输出输入视频中行为的类别与定位识别结果。这样整体流程从预处理到输出形成端到端协同优化，在密集人群、低光照、遮挡等复杂场景中显著提升检测精度与抗干扰能力。