人体动作识别在许多应用领域具有重要意义,例如智能安防、机器监控、人机交互、虚拟现实、无人驾驶等等。随着人工智能和模式识别技术的不断发展,人体动作识别的巨大产业前景使其成为了近些年来的研究热点。随之而来的硬件设备革新,为人体动作识别领域提供了更多的可能性,平面信息升级成空间信息,越来越多的研究开始往基于深度图像序列的方向上投入,而在深度图像序列中,以3D骨骼数据的使用最为广泛。同时,随着深度学习技术的不断发展,传统手工特征提取的方法逐渐被取代。将深度学习与3D骨骼数据两者结合进行的动作识别方法在实验结果上取得了不错的性能。部分研究者的做法是使用卷积神经网络对单独帧中的骨骼数据进行特征提取,判断动作类别。这种方法的局限性在于,只关注单一时刻的骨骼姿态,严重忽略了时间维度上的特征对动作识别性能的影响,同时对骨骼本身空间结构的特征提取有限,关节数据被当作独立的不相关数据进行训练,丢失了人体结构拓扑关系对识别结果的影响,并且极易受噪声关节的干扰。针对以上问题,本文旨在提出一种针对3D骨骼数据的能够提取优质时间和空间特征的网络模型,来提高动作识别的准确率。本文的主要研究工作如下:1.在空间特征提取方面,本文根据人体运动系统特征,在对3D骨骼数据进行合理校准和归一化之后,提出将关节与父关节的运动向量作为训练输入的方法,该方法符合人体运动系统规律,能够规避噪声关节影响。同时提出将人体骨骼关节依据拓扑关系划分为上身关节与下身关节,使得不同的动作可以在上身和下身获得不同的权重。相较于整幅人体骨骼的运动特征,细分为关节与父关节的运动特征和上身与下身的运动特征后,提高了算法的鲁棒性和识别精度。2.在时间特征提取方面,本文提出了多层级的长短期记忆(LSTM)网络结构用于动作识别。LSTM相比于其他深度神经网络能够更好地提取时间维度上的特征。而单一的LSTM网络结构对骨骼空间特征提取效果有限,本文提出的多层级LSMT网络依据3D骨骼数据特点和人体结构特征,从细粒度子网处理关节数据,到中粒度子网融合上下身关节特征并进一步提取相关特征,最后整体结构化融合整副骨骼特征,由部分到整体地进行动作识别,以获得更高的识别精度。本文使用以上提出的两种方法,在公共数据集NTU RGB+D上进行多个固定骨骼方位下的跨主体的对比实验,测试结果验证了本文方法的性能的有效性。