一种基于自适应相关性学习的半监督人体行为识别方法

摘要

本发明涉及视频处理技术领域，具体涉及一种基于自适应相关性学习的半监督人体行为识别方法，包括提取视频样本数据的特征，得到样本特征；将视频样本数据划分为有标签数据和无标签数据；基于样本特征构建无向图结构；利用标签数据和无标签数据，并基于自适应相关性学习模块对视频样本数据进行相关性建模，得到归一化权重；基于无向图结构和归一化权重，并利用图卷积模型对局部邻域内的样本特征进行聚合，得到输入特征；利用输入特征对分类层进行训练，得到最终模型；利用测试数据对最终模型进行评估，得到识别性能，解决了现有的人体行为识别方法未使用无标签数据对模型进行训练，从而导致模型的识别性能受到限制的问题。