人类交流过程中，80％的信息来源于肢体语言，准确识别人体的动作对改善人机交互有着重要意义。骨骼数据拥有时间和空间两个维度的信息，两个维度之间伴随着共现特征，如何更好的提取和利用时空特征存在很大的挑战。在获取数据的过程中，还存在多视角问题，同一个动作可能出现完全不同的表现，不仅会增加模型构建的难度，同时还存在模型识别率低的问题。
　　针对骨骼动作识别时空特征提取难的问题，本文提出一种基于图注意力网络的骨骼动作识别方法。首先，构建骨骼动作时空图，根据骨骼的物理结构和时间上的自然延展，将关节点按照空间和时间两个维度进行连接，每个骨骼序列构造成一个时空图;其次，提出了基于单帧的图形注意力层，并定义了两个函数，即邻居函数p和注意力系数函数α，将空间图注意力层拓展到时空领域，使用多头注意力机制构建时空图注意力模型;然后，对两个不同的数据集分别进行数据预处理并设计对比实验，确定最优注意力头数;最后，对本文提出的方法进行实验分析和模型比较，实验结果表明，本文提出的ST-GAT方法具有更优的框架和更强的泛化能力。
　　针对骨骼动作识别数据存在多视角的问题，本文提出基于视图变换的图注意循环网络骨骼动作识别方法。对于摄像机坐标系下的一个三维骨架序列，使用主成分分析法(Principal Component Analysis，PCA)构建基于序列的视图转换策略，将原始数据转换成视图不敏感数据，使用图注意力网络(GAT)和长短时记忆网络(LSTM)构建图注意力循环模型;此外，本文还研究了基于人体部位输入方法的实验效果，提出了五种配置模型，相比于LSTM基本配置模型识别精度分别提高了5.8％、9.1％、5.9％、9.3％和11.8％;最后，在三个具有挑战性的数据集上分别进行了实验和对比分析，验证了所提方法的有效性。