本发明公开了一种基于脉冲图卷积神经网络的人体姿态识别方法、存储介质和电子方法，包括如下步骤：对输入的原始图像进行分类，转化成半监督性学习数据集；采用Pytorch深度学习框架对模型进行搭建；增加模型的感受野；优化激活函数；增加带有学习率奖励机制的脉冲图卷积算法；模型训练。本发明通过改变卷积模型的膨胀系数，从而增大了模型的感受野，提取图像中更多的特征值。进一步的，在模型中还增加了带有学习率奖励机制的脉冲图卷积层；其中脉冲图卷积层模拟神经元之间的传递方式，以脉冲信号的方式传递信息，这样加快了对图像的处理速度；同时，通过学习率奖励机制来提升了模型的准确性。