1.动作识别的跑步机健身方法，其特征在于：

具体包括以下步骤：

步骤S1：人体数据采集；

步骤S2：人物建模及虚拟场景搭建；

步骤S3：骨骼点信息获取与绑定；

步骤S4：动作识别判断；

所述步骤S4具体包括：

S401、训练过程：通过分类器对现有的大量3D动作数据集进行训练，确定一个最高识别率的聚类值，为每一种动作行为轨迹训练出相应的模板和最佳阈值；

S402、识别过程：针对不同用户身高体型的差异性，对获取到的用户动作行为轨迹进行中心归一化处理，对一个动作序列中的多个骨骼点进行权重分析，根据在此动作中每个点的偏移量确定贡献值，贡献值大的点获得的权值也越大；将实时获取到的运动轨迹与训练好的动作模板库进行相似度计算，依据阈值大小将此动作进行分类识别；

S403、实现过程：结合Unity3D的Animator功能，通过用户不同的肢体指令动作控制虚拟人物在设计好的场景中进行走路、跑步、跳跃、左右转向等动作，达到虚拟现实的效果。

2.根据权利要求1所述的动作识别的跑步机健身方法，其特征在于，所述步骤S1具体包括：S101、深度传感摄像头AstraPro获取深度图像数据流；S102、分割遮罩消除背景噪声；

S103、通过骨骼追踪得到用户的19个关键骨骼点坐标。

3.根据权利要求2所述的动作识别的跑步机健身方法，其特征在于，所述步骤S2具体包括：S201、使用3DMax进行人物建模、蒙皮、赋予材质、人物动作动画设计及分割，为后续骨骼点绑定虚拟人物做好准备工作；

S202、使用Unity3D进行虚拟场景搭建，包括场景素材选取、道路关卡设置、UI界面设计、粒子特效、跑步游戏整体策划、用户数据存储及与服务器的交互。

4.根据权利要求3所述的动作识别的跑步机健身方法，其特征在于，所述步骤S3具体包括：S301、在Unity3D中搭建虚拟人物骨骼数据模板，将AstraPro采集到的骨骼点数据进行对应绑定；

S302、随着跑步机上用户的运动，骨骼点数据会不断更新，系统获取到不同的动作轨迹指令。