一种基于时空特征动态注意力融合网络的连续动作识别方法

本发明提供一种基于时空特征动态注意力融合网络的连续动作识别方法，包括：构建动作识别模型；通过毫米波雷达采集待测目标的动作信号，对动作信号进行预处理；根据预处理后的动作信号构建连续点云序列；对连续点云序列进行合并；将合并后的点云输入到训练后的动作识别模型中，采用时序特征提取模块提取点云序列进行自适应多尺度时序特征；采用空间特征提取模块对每帧点云进行多尺度邻域聚合；采用时空特征交互注意力融合模块对自适应多尺度时序特征和多尺度空间特征进行互补融合，得到融合特征；将融合特征输入到分类器中，得到连续动作识别结果；本发明设计的带有自适应领域权重分配策略的多尺度图卷积网络结构，针对毫米波雷达点云分布不规则、空间性难挖掘的特点，依据点云局部密度、空间几何关系动态调整邻域点对特征提取的贡献权重，解决传统方法空间特征提取粗粒度、鲁棒性差问题。