逻辑行为检测方法、装置、电子设备及计算机可读存储介质

本发明实施例提出一种逻辑行为检测方法、装置、电子设备及计算机可读存储介质，涉及计算机视觉技术领域。该方法将视频内容转化为统一且稳定的视觉特征表示，为后续语义建模提供可靠输入。利用基于增强样本训练得到的语义空间对齐模型，结合查询记忆库机制逐帧生成并更新查询向量，能够提高动作识别精准度，使语义空间对齐模型能够动态累积和维护视频处理中的历史语义信息。利用快慢交叉注意力层提升对局部动作细节与整体语义的理解能力。将待检测视频对应的查询向量输入大语言模型进行逻辑行为检测，在保留视频时序结构完整性的同时，实现对视频内容中逻辑行为的准确识别与自然语言表达，显著提升行为检测任务对长视频的建模效率与推理精度。