人体动作识别是近几年来计算机视觉领域发展的热点问题,同时也是非常具有挑战性的问题,动作识别的主要目的是从视频样本中直接识别动作类型。动作识别技术是计算机领域的高层语义的提取问题,对计算机智能化发展有着重要的意义。动作识别技术在许多领域有着广泛的应用前景,包括人性化人机交互、视频安全监控,车载视频辅助系统、基于视频内容的自动标注、视频多媒体检索等领域。基于时空关键点的动作识别方法是近几年来研究的动作识别领域的主要研究路线,它是采用图像处理方向的一些经典技术,推广到三维运动视频的处理中,通过提取三维视频样本中的时空关键点位置,进而提取局部描述特征信息,然后利用词袋模型提取视频样本的特征向量,运用支持向量机的方法来对视频进行训练分类。本文给出了将梯度方向直方图特征和光流直方图特征结合起来的方法,组合成新的特征用于动作识别。文章还将高斯形状特征描述算子应用到三维视频的动作识别领域,改造特征描述方法,提取局部描述特征的空间信息,用于动作识别。文章中,用实验数据对基于时空关键点的动作识别算法的各种指标的讨论,并给出高斯形状特征运用到动作识别领域的实验结果,通过实验结果得出高斯形状特征在表现局部特征空间信息有着明显的优越性的结论。