1.一種基于骨架的雙流自適應(yīng)圖卷積網(wǎng)絡(luò)行為識別方法，其特征在于，包括以下步驟：

1)視頻圖像采集；

2)標(biāo)注視頻中人體的骨架信息和行為類別，構(gòu)建訓(xùn)練集；

3)構(gòu)建自適應(yīng)空間域圖卷積單元Convs和自適應(yīng)時間域圖卷積單元Convt；

自適應(yīng)空間域圖卷積單元Convs構(gòu)建過程為：根據(jù)輸入特征圖得到鄰接矩陣和空間注意力矩陣Spatial，利用自適應(yīng)系數(shù)加權(quán)后與輸入特征圖相乘，疊加通道后經(jīng)過1×1空間域圖卷積得到輸出特征圖；

自適應(yīng)空間域圖卷積單元Convs實現(xiàn)用公式表示如下：

式中，f_in、f_out表示輸入特征圖和輸出特征圖，α為隨著訓(xùn)練迭代更新的空間自適應(yīng)系數(shù)，A_k是根據(jù)人體骨架連接關(guān)系得到的鄰接矩陣，Spatial是空間注意力矩陣，是空間域1×1卷積的權(quán)重，k是子集序號，K_v是子集總數(shù)；

A_k的計算規(guī)則為：骨架中第n個節(jié)點和第m個節(jié)點若相連，則A_k中第n行第m列元素為1，否則為0，當(dāng)n＝m時，第n行第m列為1；空間注意力矩陣Spatial的計算規(guī)則為：對坐標(biāo)信息x_i的第一維計算方差，歸一化后得到大小為1×V的變化幅度向量Δ，根據(jù)變化幅度向量Δ得到大小為V×V的空間注意力矩陣Spatial，V為人體骨架關(guān)鍵點個數(shù)；具體規(guī)則如下公式：Spatial(n,m)＝Δ(n)+Δ(m)；其中Spatial(n,m)表示Spatial中的第n行第m列元素；Δ(n)，Δ(m)表示Δ中的第n，m個元素；

自適應(yīng)時間域圖卷積單元Convt的構(gòu)建過程為：據(jù)輸入特征圖得到時間注意力矩陣Temporal，利用自適應(yīng)系數(shù)和單位矩陣E加權(quán)后，與輸入特征圖相乘，經(jīng)過卷積核大小為K_t×1時間域圖卷積得到輸出特征圖；Temporal的計算規(guī)則為：對坐標(biāo)信息x_i第二維計算方差，歸一化后得到大小為T×1的時間注意力矩陣，T為行為經(jīng)歷的視頻幀數(shù)；

自適應(yīng)時間域圖卷積單元Convt實現(xiàn)用公式表示：

f_out＝W_tf_in(βE+(1-β)Temporal)

式中，f_in、f_out表示輸入特征圖和輸出特征圖，Temporal是時間注意力矩陣，β為隨著訓(xùn)練迭代更新的空間自適應(yīng)系數(shù)，E為單位矩陣，W_t是時間域K_t×1圖卷積權(quán)重，K_t×1為卷積核大小；

4)利用自適應(yīng)空間域圖卷積單元Convs和自適應(yīng)時間域圖卷積單元Convt構(gòu)建自適應(yīng)圖卷積模塊；

5)利用自適應(yīng)圖卷積模塊構(gòu)建自適應(yīng)圖卷積網(wǎng)絡(luò)；

6)利用自適應(yīng)圖卷積網(wǎng)絡(luò)構(gòu)建雙流自適應(yīng)圖卷積網(wǎng)絡(luò)；

7)利用訓(xùn)練集訓(xùn)練雙流自適應(yīng)圖卷積網(wǎng)絡(luò)；

8)利用訓(xùn)練得到的雙流自適應(yīng)圖卷積網(wǎng)絡(luò)對視頻圖像中的人體行為進行識別。