摘要
本发明提出了一种轻量化行为检测模型，应用于计算机视觉领域，包括以下步骤：首先对输入视频进行归一化处理，再平均抽帧，将视频按时间顺序分割为4个视频阶段。选取每个阶段的特定帧经过背景信息提取路径处理后，生成背景特征集合；同时，对4个阶段的每一帧进行二维离散小波变换，去除背景干扰，有效提取人体运动轨迹；然后将4个阶段的32帧图像堆叠为8通道灰度图像，输入到改进的轻量化神经网络，提取运动时间特征。在特征提取后，模型采用多阶段特征金字塔式信息交互方式，结合交叉注意力机制，计算时间和空间通道的信息吻合度；在交互过程中通过分层池化逐步减小参数规模。本发明在保证模型性能的同时，显著降低了计算复杂度和资源占用。
