提出了一种适用于多视角人体动作识别（Multi-view Human Action Recognition，MVHAR）的深度神经网络模型——CNN+CA模型（Convolutional Neural Network plus Context Attention Model）。该模型由卷积神经网络（Convolutional Neural Network，CNN）模块和上下文注意力（Context Attention，CA）模块两部分组成。其中，CNN模块能够自动学习多视角融合特征，CA模块能够自动突出特征中有利于识别的区域，进一步提高特征的判别力。提出了一种基于序列匹配的识别方法。在IXMAS 数据集和i3DPost 数据集上的实验结果表明，所提方法在识别精度上超过了其他同类方法。