一种基于场景语义理解的行为识别方法

本发明提供了一种基于场景语义理解的行为识别方法，涉及行为识别技术领域，本发明通过利用跨模态特征的融合，引导动态场景图的生成，更大程度的利用时序信息，加强了动态场景图的在关系变化方面的逻辑约束性，通过动态场景图字典，将场景语义抽象出来，智能筛选关键信息，大幅削减冗余数据处理量，加速模型运算，强化实时性能，确保在复杂场景下迅速响应。在行为识别中利用场语义对视频帧特征进行空间加权，从而减少了冗余信息对行为识别的干扰，提升了行为识别的速度和准确性。同时，本发明采用动态场景图解析与MLP‑mixer层技术，实现对行为的多角度、精细化识别，进一步提高行为识别的准确性和稳定性。