本发明属于智能人机交互技术领域，公开了一种基于残差收缩网络的人体活动识别方法，该方法包括面向人体活动识别的残差收缩网络，该方法的步骤为：S1、获取人体活动的时间序列数据集；S2、对时间序列数据集进行预处理；S3、将残差收缩网络初始化；S4、将数据集输入到残差收缩网络并进行训练；S5、权重优化残差收缩网络部署到需要识别人体活动的智能可穿戴设备中，完成对人体活动的识别。本发明通过残差收缩网络结构考虑由人体活动产生数据的多层相关性，GRU网络和空洞卷积层提取活动数据中的多个时间尺度时间依赖关系。该方法以更低的计算成本提取人体活动特征且达到更高的准确率。