一种基于交叉注意力机制的小样本人体动作识别方法

本发明属于动作识别技术领域，公开一种基于交叉注意力机制的小样本人体动作识别方法。提出一种端到端的小样本动作识别模型，所述端到端的小样本动作识别模型以原型网络为基础，在其特征提取‑构建原型‑度量距离框架上，对所述特征提取采用时空特征提取网络，对所述构建原型采用类原型构建模块，对所述度量距离采用分类与预测模块。本方法引入骨架位置图像有效减少光照和视角变化等无关因素的干扰，增强模型对人体动作识别的鲁棒性；通过自适应时空特征融合方法，模型能够精准捕捉细粒度特征，从而提升动作识别的准确性。多分支特征分类损失函数的设计优化了特征提取与编码能力，使模型在小样本学习场景下表现更佳。