动作识别是计算机视觉领域的热点之一,在人机交互、影视娱乐、智能视频监控、智能医疗看护等领域有着广泛的应用。动作预测是一类特殊的动作识别问题。不同于针对完整动作的传统动作识别,动作预测旨在识别尚未完成的动作的类别,以便对该动作可能造成的影响进行分析,从而实现事故预警、犯罪预防等目标。本文从特征表示、预测机制、学习模型三个方面入手对动作预测问题展开研究,并基于上述研究成果提出一种动作预测方法。首先,本文提出一种特征表示方法。该方法在提取视频的卷积神经网络特征后提取视频的运动边界直方图特征,并通过一定的方式将它们结合,以得到一种能够同时描述人体动作的轮廓特性与运动特性的特征表示。该特征表示克服了卷积神经网络特征缺乏对于动作时序结构描述能力缺点,保留了其将关键信息离散到整个视频中的优点,因而对于非完整动作具有较强的描述能力。其次,本文提出一种动作预测机制。该机制先从本文提出的特征表示中获取语义概念,然后通过语义推理对非完整视频中缺失的语义信息进行补全,再使用补全的语义序列对动作预测模型进行学习。为实现上述机制,本文提出一种无监督语义挖掘方法。该方法在通过无监督的方式获取动作的语义概念信息后,使用广义混合转移分布模型挖掘语义关系并进行语义推理。最后,本文提出一种使用推测语义序列进行学习的结构化判别式模型。该模型将动作时序状态作为隐含变量,使用一种基于最大间隔的学习框架学习具有隐模板的全局特征、观测语义序列、由语义推理得到的推测语义序列与动作类别之间的关系,从而实现对视频中的动作进行预测。在UT-Interaction数据集和UCF-Sports数据集上的实验结果表明,本文所提出的特征表示方法、动作预测机制、结构化判别式模型等可以有效地提升动作预测的准确率。