动作识别作为人体运动分析研究的重要组成部分,在生活中的应用已经随处可见,如人机交互、视频监控等。由于人体的动作存在非刚性的特点,因此在不同的环境或条件下各种动作所表达的含义是完全不同的。由于存在同一个动作表达的含义差异较大或者不同动作表达的含义相同或相近的问题,因此人体动作检测、识别所面临的困难往往比其他目标检测和识别大得多。本文首先在视频中检测人体目标,然后分析目标以实现分类效果。本文研究的主要问题包括:(1)单一环境下的目标检测与动作识别分类;(2)相对复杂的环境下的目标检测与动作识别分类;(3)静态图片中有人、物进行交互的动作识别分类。从以上问题出发,本文做出了相应改进,主要包括以下几个方面:(1)提出了一种基于改进时空兴趣点的人体动作识别方法。该方法使用Harris-Laplace时空兴趣点来实现目标的检测,以便能在人体动作视频中获得变化相对剧烈的像素点。然后使用3D-SIFT描述符对其进行描述,并使用K-means对特征进行聚类形成词袋。最后,使用多分类支持向量机(SVM)来识别和分类人体运动。本部分通过在KTH数据集的试验验证可以看出检测到的兴趣点中的冗余点得到了剔除、背景点得到了抑制。(2)提出了一种基于改进SSD算法的人体动作识别方法。该方法利用SSD检测方法在目标检测的同时,利用图像的背景信息,使网络能够在一次前传中考虑到目标和背景的双重信息,从而提高分类精度;在对于动作识别分类方面,对网络结构做了改进,将网络模型中的传统卷积改为可分离卷积,不仅减少了其实验过程中的参数数量,还降低了该实验的计算复杂度。(3)提出了一种基于GoogLeNet的人体动作识别方法。该方法采用迁移学习的思想对GoogLeNet模型进行了改进,使得网络在预训练之后能够对行为个体的种类具有一定的姿势表达能力;采用逻辑分类中的逻辑回归多分类来实现动作的多分类,并通过建立动作识别模型应用系统对其进行试验验证。本部分通过MATLAB2017处理平台对该模型进行测试,并得出测试图像集的平均识别率。