本發(fā)明公開了一種面向弱標簽傳感器數(shù)據(jù)的人體動作識別方法，步驟：利用傳感器采集人體行為活動數(shù)據(jù)構(gòu)成訓練數(shù)據(jù)集，進行數(shù)據(jù)規(guī)范化處理，并添加對應的標簽；將訓練數(shù)據(jù)樣本輸入人體動作識別模型中，該模型包括卷積神經(jīng)網(wǎng)絡模塊、循環(huán)神經(jīng)網(wǎng)絡模塊和強化學習模塊；針對含單次活動的弱標簽傳感器數(shù)據(jù)和含多次活動的弱標簽傳感器數(shù)據(jù)分別設計回報函數(shù)，并計算相應的reward值；對人體動作識別模型進行訓練和優(yōu)化；獲取測試數(shù)據(jù)集，輸入人體動作識別模型，測試模型的分類準確度。本發(fā)明通過每次處理弱標簽傳感器數(shù)據(jù)中的局部信息，在有限次數(shù)內(nèi)快速地識別出特定的活動并且定位出活動發(fā)生的位置。