理解生物体的动作检测机制是研究从计算机科学到脑科学以及心理学等交叉科学学科的一个重要领域。动作识别是计算机视觉中最具挑战的识别难题，他在自动监测，人机交互等方面有着重要应用。人类大脑视觉系统是最高效的动作识别系统。仿造生物视觉系统来构建软件模型，是近几十年仿生领域的重点，产生了大量具有重大参考价值的模型。但大多数都是分离了视觉系统的整体结构，仅考虑视皮层及视皮层更深远的部分，而没有考虑视觉系统前端细胞的预处理作用。本文主要考虑丘脑的皮质下细胞，即外侧膝状体(LGN)的预处理作用。根据真实视皮层简单细胞的形成原理，考虑LGN到简单细胞的映射作用，从而实现简单细胞的模型，并对该模型进行相应的分析及应用，取得了一定的研究成果。　　本研究建立了一个可以用于简单的运动检测以及解释和预测背侧通路中神经生理行为的动作识别模型----3D CORF模型。3D CORF模型是依赖背侧外膝体输入的V1简单细胞模型。该模型包括能增加复杂度的时空特征检测子：输入的图像序列首先通过一系列的LGNd细胞处理，通过所有响应的合成的子集，映射成为有特定方向的V1简单细胞，对运动的方向和速度进行检测。该模型具有良好的检测效果，高于目前较流行的伴随半波整流的非线性模型3D Gabor模型。将构建的3D CORF模型应用于具体的人体动作识别中，建立模拟视觉系统双通路机制的动作识别系统。其中，形状通路中的简单细胞采用2D CORF模型，动作通路中的简单细胞采用3D CORF模型。分类器选用SVM。我们用公开的KTH数据库进行实验。对获取的大量实验数据进行分析，结果表明，本文的双通路动作识别系统具有高效的对象检测性能，也表明了双通路模型比单通路模型的提取性能更好。建立的3D CORF简单细胞模型和模拟视觉系统双通路理论机制的动作识别模型都能很好地解释解剖生理学中视觉系统处理视觉信息的机制，能更好地帮助计算机视觉等交叉学科理解生理学功能，并促进计算机视觉领域快速地向前发展。