第一人称视角动作识别方法、系统及存储介质

摘要

本发明公开了一种第一人称视角动作识别方法、系统及存储介质，所述方法包括以下步骤：定位视频中的关键区域；提取关键区域的特征和全局特征；将关键区域的特征划分为用于表示两种交互主体的两个组别；构建显式关系建模的长短时记忆网络；进行动作识别。本发明采用弱监督的关键区域定位的技术方案，能够自动地定位参与到动作中的人或物体，减少了人和物体位置标注的需求；本发明还通过设计不同类型的连接，能在长短时记忆网络的基础上进一步显式建模视频中的不同关系；本发明还通过网络结构自动搜索技术，实现了自动的网络结构设计，根据数据特征自动选择最优的结构，减少了人工设计网络的负担。