人体动作识别涉及到图像处理、模式识别和人工智能等多门学科,在诸如家庭娱乐、视频监控、虚拟现实、人机交互等领域展现出极其广泛的应用前景。当前人体动作识别还处于研究发展阶段,虽然已经提出了许多人体动作识别方法,但人体动作识别仍存在以下四种主要挑战:(1)一个动作尚未有明确的定义使之能够和其它动作被明显的区分开来;(2)采集到的动作数据包含噪声和冗余,会影响动作识别的准确率和速度;(3)一个特征能够描述的动作类别有限,尚未有能够描述所有动作的特征;(4)交互动作或群体活动的识别存在较大困难。近年来,随着深度传感器的发展,提取场景中的三维深度数据变得简单起来,三维深度数据相较于传统的RGB图像数据包含有更多的信息可供利用,这有助于探索新的动作识别方法,因此基于深度信息的人体动作识别研究开始变得火热起来。本文是在深度数据的基础上,探索能够解决上述挑战(2)和挑战(3)的方法。针对动作数据中存在噪声和冗余的问题,本文提出了基于自组织映射(SOM)神经网络的关键帧提取算法,利用SOM神经网络的竞争学习特性自动对数据进行聚类,然后从每个类中选取最有代表性的数据作为关键帧数据。关键帧数据规模虽小但却能够准确表示组成动作的一系列姿势,使用关键帧数据进行动作识别能够减少噪声和冗余对识别结果和识别速度的影响。针对单一特征只适用于描述部分类别动作的问题,本文提出了使用多个特征组合起来描述人体动作。该方法使用多个特征从不同的方面对动作进行描述,充分利用不同特征之间的互补性,使得能够更加全面地描述人体动作。为了进一步提高动作识别的准确率,本文在动作识别阶段提出了基于多特征分类结果投票策略的人体动作识别方法。该方法依据不同特征的分类结果进行投票,获得最多票数的动作即为最终的动作识别结果,对于可能出现的票数均等情况,则将投票出的动作类别中信用度最大的动作类别作为最终动作识别结果。通过在MSR DailyActivity3D数据集测试基于SOM的关键帧提取算法,结果表明,本文提出的关键帧提取方法能够有效减少噪声和冗余数据对动作识别率的不良影响,显著提高了人体动作识别的速度。通过在MSR Action3D和UTKinect Action数据集进行多特征投票策略的实验,结果表明,多特征组合起来描述人体动作要比单一特征具有更好的描述效果,采用多特征分类结果投票策略能够提高人体动作的识别率,相比于其它一些动作识别方法,基于多特征投票策略的动作识别方法具有较好的识别效果。