人类行为视觉识别的概念

人类动作行为视觉识别是指利用计算机视觉技术，从视频序列或图像中自动识别和分析人体正在执行的动作或行为。 它通常包含几个层次，从简单到复杂：​姿态估计-动作识别-行为识别-活动分析​

人类行为视觉识别的实现方法

双流卷积网络

​3D卷积神经网络

​CNN + RNN/LSTM 组合网络

​基于骨骼关键点的图卷积网络

人类行为视觉识别-未来趋势：

​多模态融合​： 结合视觉、声音、甚至文本（如视频字幕）信息进行更精准的理解。

​自监督/弱监督学习​：

​实时轻量化模型​： ​Transformer架构的应用​：