人体动作识别是计算机视觉领域中一个非常热门的研究课题,它的主要任务是判断人体所做的动作属于何种类别,这对系统理解该动作所包含的信息并进行进一步的处理有非常大的帮助。人体动作识别有着非常广泛的应用,包括智能监控系统、无人安防、病人监护以及体感游戏等。人体动作识别根据不同的数据模态可以分为视频动作识别和骨架动作识别两大类。视频动作识别是以连续的图像帧作为模型的输入,而骨架动作识别则是通过动作捕捉设备以及三维人体姿态估计算法等得到的骨架序列作为模型的输入。与图像、视频的模态不同,骨架数据由于不受光照、背景等的影响,因此具备更强的鲁棒性。本文主要研究基于骨架的人体动作识别。以下是本文的主要工作:（1）本文首先分三类方法对基于深度学习技术的骨架动作识别方法进行了综述,这三种方法分别为:基于卷积神经网络的方法、基于循环神经网络的方法和基于图卷积神经网络的方法。（2）时空特征的建模是有效解决骨架动作识别这一问题的关键。通常来说,一般采用双流结构分别对时间特征和空间特征进行建模。其中,层次共现网络通过学习骨架共现信息实现了最先进的性能。然而,在层级共现网络的双流结构中,空间流和时间流相互独立,导致性能不是很理想。受压缩和激励机制的启发,本文提出了一种时空激励模块,以提高层级共现网络体的性能。时空激励模块不仅可以通过显式建模通道之间的相互依赖性来重新校准空间和时间特征,还可以通过显式建模空间和时间特征之间的相互依赖性来相互激励。因此,空间流和时间流可以相互学习并能够学得有效的时空特征。本文在基于骨架的动作识别基准NTU RGB+D数据集上进行了大量实验,结果表明,本文提出的模块在不引入额外参数的情况下可以获得良好的性能。（3）基于图卷积神经网络的算法已经成为了骨架动作识别任务中的主流方法。然而在时空图卷积神经网络中,空间图卷积层的结构与时序卷积层的拓扑结构是固定的,这一点极大地限制了时空图卷积神经网络的时空特征建模能力。同时,注意力机制因其具备有效性和可解释性的特点,被广泛应用到计算机视觉任务上。因此,本文提出了一种协同时空注意力模块,以参数共享的方式联合学习空间和时序维度的注意力。协同时空注意力模块可以插入到空间图卷积层和时序图卷积层之间,首先对空间图卷积层所学习到的特征在空间和时序两个维度上同时进行校准,然后再传入时序图卷积层学习时序特征,以此帮助模型增强时空特征学习的能力。协同时空注意力模块采用了参数共享的方式,因此非常轻量,能够以非常低的计算代价插入到主流的基于图卷积神经网络的方法中,获得比较大的性能提升。本文选用时空图卷积神经网络作为骨干网络,在两个大规模的骨架动作识别数据集上做了大量的实验,结果表明,与其他主流算法相比,本文的模型能够以更少的参数获得相当甚至更好的性能。