本发明公开了一种基于自监督学习的模糊3D骨架动作识别方法，方法包括：从视频流中的人体目标图像中提取3D骨架动作集；在不同视角下构造3D骨架动作集的正负对；设计共享权重编码器分别提取正负对对应的3D骨架潜在特征表示；通过蒙特卡罗采样逼近概率问题，将特征表示映射到基于多维高斯分布的概率嵌入空间中，学习3D骨架的潜在特征表示；将学习任务指定为度量学习问题，使用对比损失和约束损失对进行训练，获得识别结果。本方法通过在不同视角下构造三维骨架动作的正负对，研究三维骨架动作中的不确定性，在基于多维高斯分布的概率嵌入空间中学习骨架动作的潜在特征表示，减少遇到模糊三维骨架输入时的不确定性，提高了识别性能。