当前卷积神经网络技术推动着计算机视觉技术的高速发展,基于一系列视频图像技术的人体动作识别算法成为当前研究的热门课题,无论是在安全监控、老年人监护还是在医疗诊断、异常行为监测等方面,人体动作识别都有着潜在的研究价值和广阔的应用前景。随着我国对家庭教育的高度重视,利用智能技术促进家庭环境下的文化教育方法应运而生,但大多方法缺乏与文化内容产生相应的感知交流。因此本文主要研究了融合注意力机制的人体动作识别算法,并将其应用于家庭场景中,意在营造一个沉浸式的国学文化教育氛围。本文针对卷积神经网络对人体动作特征的语义和位置信息提取不充分的问题,提出一种基于高分辨率网络（HRNet）和注意力机制的人体动作识别算法（AE-HRNet）。首先引入通道注意力（ECA）模块和空间注意力（ESA）模块,提高图像特征中局部关键点信息的权重,减少关键点定位带来的损失。另外,提出一种融合输出方式,将特征图从低层到高层逐层融合,降低运算复杂度的同时,得到了特征图中更充分的语义信息和位置信息。同一环境配置的情况下在MPII和COCO验证集上的实验结果显示,AE-HRNet与高分辨率网络相比,降低了运算复杂度,提高了人体动作识别准确率。本文基于AE-HRNet设计基于视频的人体动作识别算法,探索人体动作识别在家庭教育领域的应用。首先基于目标检测算法对视频数据进行人物检测,若检测成功则进行独立截图并跟踪处理成图片数据,利用AE-HRNet网络进人体动作识别,根据基于规则的智能推送法则匹配与识别结果对应的国学文化教育内容,并以语音形式反馈给使用者。该应用可以在不侵犯用户个人隐私的前提下,通过自动获取人体的动作信息,营造一个沉浸式的国学教育氛围。