人体动作识别检测一直是计算机视觉的重要课题之一,它在视频监控,行为记录,动作捕捉,虚拟现实,人机交互和多媒体搜索等诸多领域中有着许多潜在的应用价值。人体动作识别就是利用深度学习的神经网络通过对不同的动作视频进行学习,继而完成对不同动作视频分类的过程。人体动作识别同时也是具有较高挑战性的任务,不仅因为人体动作种类和动作背景具有较高的复杂性,而且视频片段所需要的庞大计算量也增加了动作识别的难度,以上问题导致人体动作识别的方法很难在满足较低的运算量的情况下同时提高动作识别的准确率。针对这些问题,本文提出一种利用人体关节点运动轨迹进行动作识别的方法。第一步将一段完整的动作视频流输入到我们优化后的关节点提取网络SC-Higher HRNet里,SC-Higher HRNet网络可以提取视频中每一帧图像内所有人的关节点位置信息。第二步在提取到整段视频的关节点位置信息后,我们采用关节点时空信息融合降维的办法将所有关节点的位置信息按照一帧对应一个行向量的方式逐行进行拼接,最终得到代表着一种动作类别的运动轨迹信息时空融合二维矩阵,第三步将二维矩阵代入到SCnet分类网络中进行学习和预测,即可实现不同种动作视频的分类。通过实验验证,文章方法在公开数据集KTH、UCF-101和HMDB51数据集上分别取得97.1%、96.1%和76.5%的准确率。区别于在整个视频中搜索光流区域关键点的方法,本方法仅寻找按照人体的眼睛、耳朵、鼻子、手掌、手肘、肩部、喉咙、髋部、膝盖、脚踝等共计18个关节点的位置信息。区别于三维立体时空建模和双流网络进行动作识别的方法,文章分类器通过对关节点轨迹信息进行分类预测,因此,文章所使用的方法在动作识别上不仅大大降低了运算量,准确率也得到了提高。