人体动作识别是计算机视觉领域中的一个研究热点，在智能监控、视频检索、人机交互、游戏等领域有着广泛的应用。深度相机的出现提供了视频的深度信息，解决了传统的基于RGB视频的人体动作识别方法受光照、背景等因素的影响较大的问题，同时也为如何处理这些信息带来了挑战。如何提取视频中的有效特征，一直是动作识别中的难点之一。近年来，研究人员在相关领域取得了巨大的进展，特别是基于动态图的人体动作识别方法取得了良好的效果。
　　为了更好地利用视频的运动信息，本文提出了一种基于运动学动态图的人体动作识别方法。首先利用RGB视频序列和对应的深度图序列生成场景流特征图，场景流是空间场景中运动物体运动形成的三维运动场，包含了目标在真实场景中的运动信息。但场景流所包含的运动信息并不充分，为了解决这个问题，本文基于场景流特征图计算视频运动学特征图序列，所获得的运动学特征图序列中包含更丰富的运动信息;然后使用分层排序池化把运动学特征图序列编码为运动学动态图，同时使用分层排序池化把RGB视频序列编码为外观动态图;最后把运动学动态图和外观动态图输入到双流卷积网络完成人体动作识别。
　　本文提出的人体动作识别方法在两个公开的RGB-D人体动作数据集上进行了验证，实验结果表明本文提出的方法能够有效地识别RGB-D视频中人的动作，尤其是对于双人交互动作识别更为有效。