本发明公开了一种自动区分并增强时空特征的图卷积神经网络的人体动作识别方法，首先是基于神经网络自编码器的构造；其次通过一种新的表示无监督学习训练原理实现自动编码器的人体骨架信息压缩和自动编码降维；然后设计一种机制来在任何给定的时间步生成参考向量，将能够相对于生成的参考旋转隐藏状态；接着对旋转储存器网络模型构建原理及实现；最后对旋转储存器网络模型的激活函数进行分析和选择并对自动区分并增强时空特征的图卷积神经网络模型构建。本发明可以有效的提高人体动作识别的准确率。