1.基于视觉算法的人体运动轨迹提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法，其特征在于，输入多模态数据，采用图像校正算法进行预处理，生成校正后的多模态图像数据的步骤具体为：
3.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法，其特征在于，基于所述校正后的多模态图像数据，利用深度卷积神经网络进行特征提取，获取目标的特征表示的步骤具体为：
4.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法，其特征在于，基于所述目标的特征表示，运用关键点追踪技术与图神经网络对人体关键点进行跟踪分析，生成人体关键点的图结构信息的步骤具体为：
5.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法，其特征在于，根据所述人体关键点的图结构信息，使用长短时记忆网络进行时空序列建模，建立时空序列的运动轨迹模型的步骤具体为：
6.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法，其特征在于，基于所述时空序列的运动轨迹模型，采用卡尔曼滤波技术进行轨迹滤波和去噪，生成平滑且去噪后的运动轨迹的步骤具体为：
7.根据权利要求1所述的基于视觉算法的人体运动轨迹提取方法，其特征在于，对所述平滑且去噪后的运动轨迹，利用多尺度和多分辨率分析进行细化，获取多尺度分析后的细致运动轨迹的步骤具体为：
8.基于视觉算法的人体运动轨迹提取系统，其特征在于，所述基于视觉算法的人体运动轨迹提取系统用于执行权利要求1-7任一所述的基于视觉算法的人体运动轨迹提取方法，所述基于视觉算法的人体运动轨迹提取系统包括图像预处理模块、数据增强与特征提取模块、关键点定位与图构建模块、深度序列学习模块、轨迹滤波模块、多尺度轨迹分析模块、综合输出模块。
9.根据权利要求8所述的基于视觉算法的人体运动轨迹提取系统，其特征在于，所述图像预处理模块采用直方图均衡化方法进行图像亮度调整，运用畸变校正算法进行几何畸变修正，通过双边滤波技术进行图像去噪，生成去噪与校正后的图像数据；
10.根据权利要求8所述的基于视觉算法的人体运动轨迹提取系统，其特征在于，所述图像预处理模块包括亮度均衡子模块、畸变校正子模块、图像去噪子模块；