动作识别在视频理解、智能监控、人机交互等领域具有重大的应用价值和社会价值。基于人体骨架的动作识别是人类动作识别的一个重要方向，相比于基于RGB图像或光流数据的动作识别方法，骨架信息具有不受动态背景、光照等因素的影响，鲁棒性好等优点，因此基于人体骨架的动作识别有着很大的研究价值。深度学习在计算机视觉领域取得了很多突破性进展，利用深度学习能够更有效的实现人体骨架动作识别。目前的人体骨架动作识别模型大多使用卷积神经网络、递归神经网网络和图卷积神经网络。
　　时空图卷积网络ST-GCN是人体骨架动作识别中性能先进的模型。针对ST-GCN只能够学习某个邻域的局部信息这一问题，本文使用非局部注意力机制non-local聚合人体骨架中的全局信息，并通过改变注意力模块的数量、作用位置以及作用的时间维度或空间维度来开展一系列的消融实验，然后经过分析得出基于注意力模型的时空图卷积网络AM-STGCN，实验结果表明该方法能够有效提升骨架动作识别的准确率。
　　针对ST-GCN网络中卷积核的图结构是固定的，并不适用于所有的样本数据这一问题，本文首先通过添加非物理连接来加强骨架关节点间的联系，提出了模型NPL-STGCN，然后使用基于高阶信息的思想设计一种能够自动学习样本信息从而为不同样本自动设计不同的图结构，为每个样本构造出独特的图卷积核，提出了模型HOA-STGCN，实验结果表明该方法能够显著增强动作识别性能，并获得很好的鲁棒性和泛化能力。
　　最后，针对单一模型准确率较低的问题，为了使骨架动作识别模型的性能得到更大的提升，本文利用每种模型对不同动作类别的识别性能表现出一定的互补性这一特性，使用模型融合技术将上述提出的模型融合起来，构建出融合后的时空图卷积网络MF-STGCN。在两个大型数据集Kinetics和NTURGB+D上的实验结果表明，我们的模型MF-STGCN相比于之前的代表性方法取得了显著的效果提升，并具有较强的表达能力和泛化能力。