1.一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：该方法利用煤矿井下人员作业的视频数据，实现在低照度环境下的人员动作识别；所述的动作识别方法包括：风格转换模块、全局特征提取模块、目标检测模块、动作分类模块和回归模块；
2.根据权利要求1所述的一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：具体步骤如下：
3.根据权利要求2所述的一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：在步骤1中，对采集的视频数据进行重采样；
4.根据权利要求2所述的一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：在步骤2中，使用风格转换模块对步骤1得到的预处理后视频数据u0进行风格转换，实现暗光下的视频转换为正常光下的视频u1；
5.根据权利要求2所述的一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：所述步骤3，步骤2的到的正常光下视频数据u1通过全局时空特征提取模块，提取全局时空特征；
6.根据权利要求2所述的一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：所述步骤4，将步骤3得到的全局时空特征通过目标检测模块，得到一组特定的管道特征；
7.根据权利要求6所述的一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：
8.根据权利要求2所述的一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：所述步骤5，将步骤4得到的特定的管道特征ftub通过动作分类模块和回归模块，计算每个管道的位置和属于每个动作的概率，具体为：
9.根据权利要求2所述的一种应用在低照度环境下的煤矿井下人员动作识别方法，其特征在于：所述步骤6，将步骤2中得到的正常光下视频数据分成训练样本和测试样本，使用设计的损失函数来训练所属应用在低照度环境下的动作识别模型，具体为：