为解决坐姿多样性(不同体型、同一坐姿的差异性)和摄像头角度变化对坐姿的识别的影响,提出一种基于MIMO (多输入多输出)-CNN的多模态坐姿识别方法。在预处理后的人体坐姿深度图像的基础上,得到人体坐姿在笛卡尔平面上的左视图和俯视图的投影,使用设计的MIMO-MobileNet对人体坐姿在前后和左右方向的坐姿分别进行识别。实验结果表明,该算法有效可行,提高了坐姿识别的准确率和适应能力,使坐姿识别不局限于特定的摆拍坐姿。