人体行为识别是计算机视觉的热门研究方向之一。低成本的深度传感器的出现,如微软的Kinect,可以有效避免光照、环境等因素的影响,同时,它还可以获取图像中的深度信息和骨架信息,为人体行为识别研究提供了好的数据来源。因此,在人体行为识别的研究中,研究人员逐渐倾向使用三维骨架信息。词袋模型作为一种机器学习方法,被广泛用于基于骨架关节点的人体动作识别。目前,该方法的识别准确率仍需进一步提高。根据目前的研究状况,本文主要进行了以下工作:(1)在基于Kinect的人体行为识别中,其识别准确率受测试者的体型、测试者与深度传感器之间的距离和夹角影响,因此,本文提出对骨架长度的自适应调整方法,并进一步对骨架动作的旋转角进行统一处理,该方法可以有效处理关节点数目和拍摄角度各不相同的动作数据集数据。(2)目前,构成动作特征向量的方法可以分为坐标、距离、方向三类。基于距离的表示法,其优点是不受人体相对于照相机位置和方向的影响。基于方向的表示法,其优点是不受人体位置、人体尺寸和相对于照相机方向的影响。本文结合这三种表示方法,利用关节点的坐标,骨骼向量之间的夹角,以及骨骼向量的方向角和仰角构成空间描述子,其次,利用帧间关节点坐标的差值构成时间描述子,并联合空间描述子和时间描述子构成动作特征向量。(3)在传统的词袋模型方法中,利用K-means算法构建视觉词汇,但该方法的效果受初始聚类中心的影响较大。本文对构建视觉词汇的方法作了改进,提出利用高维数据集的Hubness现象,将Hub值较大的数据点构成候选点集,并采用最大最小距离法确定视觉词汇。本文在CAD-60,UTKinect,MSR action 3D,UTDMHAD和MSRC-12五个公共数据集上与当前最新的动作识别方法进行了实验比较,实验结果表明,本文方法能够达到较高的识别准确率。