随着家庭智能空间技术、服务机器人技术的发展，针对家庭环境感知及主动智能服务问题，越来越多的研究开始关注于服务对象行为分析和理解等方向。其重点是分析服务对象日常行为规律，判断所处行为状态和需要，进而为其提供主动服务。不同于固定场所的特定行为监控，人们日常生活的家庭环境存在多样性、异质性和动态性等特点，利用现有的行为模式研究成果难以解决家庭环境下服务对象行为识别问题。本文针对家庭环境中具有正常行为能力且生活有规律的服务对象，就全局位置行为模型建立、动作行为特征提取、多视角动作识别及自然行为理解等多个具体问题展开研究。首先，分析了服务对象的日常活动规律，基于环境标志点拟合位置移动轨迹，建立服务对象全局位置行为习惯模型。同时，进一步引入状态驻留时间参数优化模型结构，进而验证服务对象在家庭环境中的位置行为规律，并提供主动位置状态预测及异常判断服务。其次，基于位置和动作特征，分析动作行为在不同位置的分布规律。提出一种动作差分能量图的姿态图像序列表示方法，引入局部相对二阶矩量化动作特征，并通过基于免疫机制的模糊均值聚类算法对位置、动作联合特征向量进行聚类，获取目标在不同位置的动作行为分布。再次，针对动作行为识别问题，设计一种用基于关键姿态的关节点标定和特征表示方法。通过圆形矩描述子对动作行为姿态图像序列筛选得到关键姿态集合，并对其进行关节点标定，将加权关节点相对坐标作为姿态特征，识别理想视角下的动作行为。然后，考虑目标动作行为往往具有时间延续性和视角空间延续性，选用时空概率图作为模型工具，用多视角分布空间依赖和相邻动作的时间延续解决多视角下连续动作识别问题，建立基于关键姿态关节点特征的多视角动作行为模型，给出模型的训练和推断方法。最后，结合前面提出的全局位置行为表示和多视角局部动作行为识别的研究，探讨家庭环境下高层行为推理机制。融合时间、位置、动作和生理参数，提出一种动态权值信度合成证据理论的自然行为识别方法，同时进一步深化主动行为预测服务和主动异常行为判断机制。