随着互联网和现代科技的发展,多媒体信息呈海量的增长,视频中的人体动作识别具有非常广阔的应用前景,也是机器视觉的研究热点之一。人体动作识别是指通过图像处理和模式识别对视频中人体进行的活动进行识别。在过去的研究中,基于局部时空特征和词袋模型的人体动作识别框架取得了非常好的效果。在这一算法框架中主要包括三大步骤,时空兴趣点的提取与特征表示、视觉词袋模型的建立和训练分类器进行动作识别。在时空兴趣点的提取与特征表示阶段,本文使用由空间域扩展得到的Harris3D角点检测点来检测时空兴趣点,接着使用梯度方向直方图描述子和光流直方图描述子对时空兴趣点进行特征描述。在词袋模型的建立方面,本文提出并实现两类新的字典学习方法。第一个提出的是基于哈希的字典学习方法,介绍使用的哈希方法是局部敏感哈希和迭代量化哈希,这两个方法在空间划分上会有和基于欧式距离的空间划分有类似的效果。第二个是实现一种基于稀疏表示的字典学习方法,该方法由哈希方法的不足而提出来的,其用一组过完备的基向量来表示词袋模型中的单词,每个时空兴趣点特征均可以使用其中一个基向量来进行表示。在最终使用的分类器上,本文使用RBF核函数的SVM分类器。在实验使用的Weizmann和Hollywood2数据集的结果中,相比常用的k-means聚类字典学习,基于哈希的字典学习在保持最终结果的有效性的同时还可以大大缩短训练时间。而基于稀疏表示的字典学习方法在大量的局部时空特征输入的情况下拥有较好的表现。