本申请公开了一种事件及视频融合的动作识别方法及装置，其中，方法包括：追踪事件数据，产生事件流，并基于事件流获取连续的事件轨迹；在事件轨迹上等时长间隔采样，累加得到事件帧；在输入视频上均匀采样，得到二维图像，并基于二维图像获得锐化后的二维图像；将事件帧和锐化后的二维图像输入预设的关键点预测网络，得到二维关键点坐标；通过坐标转换方法将二维关键点坐标转换为三维关键点坐标；将三维关键点坐标输入预设的动作识别网络，得到动作类别。由此，解决了相关技术由于事件数据的稀疏、异步特性使得以深度学习为基础的卷积神经网络难以直接应用于事件数据的特征提取，难以实现包括动作识别在内的复杂推理等问题。