在计算机视觉领域中,人体运动行为识别是一个被广泛关注的热点问题,在智能监控、机器人、人机交互等方面也有巨大应用价值。本文主要研究的是视频图像序列中基于时空特征点的人体运动姿态建模和简单行为的识别,例如常见的走路、跑步、挥手、跳跃、弯腰等行为的识别。人体运动姿态的建模是人体运动行为描述和识别的关键环节,为了克服在运动目标检测和跟踪的过程中,由于运动目标分割所造成的轮廓提取不准确这一缺点,本文提出了一种姿态建模的新方法,首先从学习的视频序列样本中提取人体运动的时空特征点(Spatial -Temporal Interesting Points,即STIPs),用来描述人体的运动特征,因此,视频序列中每帧中的每个姿态都会对应一个时空特征点集,然后采用非监督的NERF C-Mean分类方法对相似姿态样本归类,最后用基于EM的高斯混合模型方法对分类出的每类典型姿态进行建模;这样就可以确定运动人体的典型姿态信息。运动人体行为识别属于对视频序列高层语义的理解,简单行为识别的过程是根据输入测试序列的姿态出现顺序,通过计算找出其在典型姿态转移图中的最大概率路径,进而识别其所属的行为类别。进行行为识别的前提是通过计算人体每个典型姿态间的转移概率,建立状态已知的描述人体多种行为的马尔可夫模型。针对行为识别问题,提出了将汉字分类的二元语法分类模型,应用于运动行为识别的新思路,可以更好的实现对视频序列高层语义的理解。广泛的实验证明该算法对不同背景、不同装束、不同尺度以及运动人体被遮挡等情况下的行为识别,均有较好的鲁棒性和识别效果。