本文提出了一种基于RGB-D视频的深度模型，用于自动活动识别。该模型使用3D卷积和最大池化算子，结合激活函数和学习出的时间结构。它可以直接对原始输入进行活动分类，并动态调整模型结构以适应人类活动的时间变化。该方法在挑战性场景下验证了其优越性，并提供了一个大型的RGB-D视频人类活动数据库。