本发明公开了一种基于图卷积网络的人体动作识别方法。首先获取基于骨架的动作识别数据集。对数据集中的缺失数据进行特征插补，得到补全后的输入序列；通过加权邻接矩阵构造方法，获得改进的加权邻接矩阵；然后根据改进的加权邻接矩阵训练网络框架；网络框架由两部分组成：GCN网络以及SoftMax分类器。最后通过训练好的网络框架对待识别的人体图序列S进行人体动作识别。本发明通过在单个人体动作识别管道中结合缺失联合处理预处理步骤和一种新颖的邻接矩阵构建方法来提高基于GCN的方法的人类动作识别性能。同时本发明的框架更轻量化，具有更少的可学习参数。