本发明公开了一种基于全局时空注意力模型的动作识别方法,属于动作识别领域;首先,构建全局时空注意力模型,所述全局时空注意力模型包括依次连接的全局空间注意力模型、累加式曲线模型ALC和分类层;再利用人体动作序列对所述全局时空注意力模型依次进行训练、验证和测试;当测试效果最佳的模型精度达到设定的阈值,则完成训练并将测试效果最佳的模型作为最终模型,否则继续进行训练;最后将待检测人体动作序列输入所述最终模型进行动作识别,得出识别结果;将全局空间注意力模型、全局时间注意力模型和主干网融为一体,结构更加简单、训练更加容易、收敛速度更快,直接采用end to end的训练方式即可,无需任何额外的步骤。