人体动作识别是指将对应的动作类别标记到包涵人类动作的视频序列的过程,人类行为的不明确性和复杂性使得行为识别的任务变得困难。作为人工智能计算机视觉领域人类行为理解的一个关键课题,人类动作识别在人机交互、视频检索、视频监控、智能家居等领域有广阔的应用前景。而随着深度传感设备的发展,三维骨架视频数据因其抗仿射变换、抗光照和环境变化、和对视角变化鲁棒等优良特性导致基于骨架数据的动作识别任务被研究人员广泛关注。本文以基于骨架数据的动作识别问题为切入点,结合深度学习方法与图模型理论,围绕骨架数据有效快速的空间特征提取、相似轨迹的建模困难等问题进行深入研究。此外,本文还设计并实现了一套动作识别系统。具体而言,本文的工作主要包括三个方面:（1）提出了一种结构引导的图卷积动作识别模型,用于提取鲁棒的空间特征。首先将骨架数据结构化为骨架图,同时设计了结构化的图卷积模块,以编码分区的身体部位以及它们在时空动态骨架序列中的相互作用。具体而言,根据人体的自然划分,定义了一组结构引导的部件图,这些部件图表示特定的人类部位,并在其上进行部件内图卷积以捕获每个人体部件的固有属性。然后建立更高层的部件间图,在其上执行部件间图卷积,以捕获不同人体部分之间的相互作用。在整合了空间上下文之后,对时间切片通过卷积滤波处理,以便捕获人类运动的时间动态。最终,以端到端的方式进行骨架动作识别模型的训练和验证。（2）提出了一种双流结构化图卷积网络,将骨架和RGB双模态视频建模到统一的图卷积框架中。首先将骨架序列的关节点信息建模为骨架图,同时以骨架关节作为参考,抽取图像视频中人体骨架对应位置的表观特征,用以构建与骨架图对应的外观图,然后将骨架图与外观图经过相同架构的结构化图卷积网络提取运动视频的高级骨架运动特征和表观特征。最后,通过双模态融合层对两个模态的高阶特征进行有效融合,使两个模态的特征优势互补,以端到端的方式预测样本的动作类别。（3）针对工作（1）和（2）中提出的模型,设计并实现了一套动作识别系统。首先将待测的骨架数据和RGB视频进行可视化展示,然后根据不同类型的输入数据,调用预训练的深度图卷积模型,输出该样本的预测类别。针对单样本动作数据识别展示和批量样本识别等需求,设计了不同的功能实现,实现了单样本动作识别展示与批量样本快速识别的功能。针对工作（1）和（2）提出的动作识别模型,本文在四个公开的骨架动作识别数据集上进行了详尽的实验与评估,并与现有的方法进行比较,取得了最先进的性能,从而验证了本文所提出模型的有效性。