为了解决矿井水资源勘查作业中人工验收效率低、耗时长的问题，提出了一种结合交叉熵损失函数的3DCNN水资源勘查作业动作识别模型。利用Re　LU的非线性函数和Soft　Max交叉熵损失函数，在学习前对隐式特征数据进行判断和分类，得到了相对丰富的批量网络信息图。在网络结构中引入批量归一化操作，弥补了网络模型收敛速度慢的缺点，提高了模型的泛化能力和鲁棒性，达到了有效提高接受效率的目的。实验结果表明，与其他网络模型相比，该方法有效地解决了人工接受效率低的问题，提高了动作识别的准确性。