人体运动姿态识别场景较为复杂，难以提取到多类别间可分性较好的特征信息，导致人体运动姿态识别正确率下降，为此提出了基于EMD-PSO-LSTM组合模型的人体运动姿态识别方法。运用EMD算法提取出人体运动姿态在不同时间维度上的细微特征，保证所提取到的特征具备多类别间可分性。搭建LSTM模型，引入PSO算法优化调整LSTM模型中的参数，结合优化后的模型搭建EMD-PSO-LSTM组合模型，将提取到的特征输入到该模型中，该模型的输出即为人体运动姿态识别结果。经过实验验证，该算法在关节识别和整体姿态识别方面都展现出了出色的性能，同时在面对规模较大的人体姿态数据样本时，依然能够保持较高的识别正确率，可以在实际中得到广泛应用。