本发明提出了一种基于3D卷积神经网络的动作检测方法，属于计算机视觉识别技术领域。该方法包括如下步骤：首先，将视频分为多个有重叠的片段，采用训练好的3D卷积神经网络提取每个片段的高维时‑空特征，并采用多类softmax分类器对提取到的特征进行预测分类，再进一步对分类结果在时间维度上进行平滑滤波；其次，设定背景阈值，并将每个片段的背景得分与设定的阈值进行比较，得到属于动作片段的集合；最终，结合动作片段集合和帧率信息实现对动作在时间维度上的定位，从而得到视频对应的动作类别和该动作的起始时间片段集合。本发明实现端对端动作检测，提高检测结果的可靠性。