本发明属于行为识别技术领域，具体为一种基于多流融合图卷积网络的行为识别方法。本发明主要通过提取并融合多类行为信息进行行为识别，分为三个阶段进行：数据预处理、特征提取、特征融合。在数据预处理阶段，提出三种骨架规范化措施，减少人体位置、摄像机视角和人体与摄像机距离等因素对人体骨架数据表示的影响；在特征提取阶段，构建骨架的全局连接图，直接学习远距离关节点之间的相互关系；在特征融合阶段，分两阶段来融合三类信息的特征。本发明针所提出的方法更加有效的利用了多类行为的互补信息，提出的骨架规范化措施使得人体骨架的表示具有仿射不变性，降低了网络的训练难度，在公开数据集上取得了较好的结果。