近四十年来,计算技术、网络技术、存储技术等各项计算机技术全面高速发展,彻底影响和改造着人类的生活。计算机科学领域的研究者们除了从事计算理论的研究,对于计算机应用技术的研究也逐渐兴起。人体动作识别作为计算机视觉技术的一个重要且挑战性的题目引起了众多研究者的关注。尽管人体动作识别技术应用范围很广,但是尚未解决技术难题还有很多,例如:人体姿态变化较大、视角变化、背景杂乱等。处理动作识别问题的流行方法是基于视频局部特征进行分类识别。局部特征方法首先对视频提取局部特征,量化编码后再使用机器学习算法学习分类模型,最后对待测试的新样本进行分类。近几年来,深度学习方法在计算机视觉界发展迅速,研究者们基于深度学习理论提出了一些动作识别方法。这些方法的主要思想在于利用卷积网络自动学习视频帧特征后再进行编码分类。本文针对基于深度学习方法的双流网络(two-stream)模型以及基于视频局部特征的视觉词袋(BOVW)模型进行研究创新,提出了有效的动作识别方法。本文的主要工作体现在以下两方面:1.提出了基于哈希特征和双流网络模型的动作识别方法。经典双流网络模型没有关注视频中的关键帧,而是对视频整体提取特征。这样该模型难以提高类内差异性,从而影响了识别率。本文提出设定不同大小的哈希窗口,对不定长度的视频片段自适应地选取关键帧序列。首先,使用预先训练的经典网络模型提取CNN帧特征,对CNN帧特征做差值比较,将比较结果哈希映射为视频特征表达。然后,融合哈希特征与双流特征,将多种特征归一化。最后在多个数据集上进行实验评估。实验表明了二进制哈希特征对提高动作识别率的有效性。2.提出了结合视觉词袋模型和C3D网络模型的动作识别方法。经典视觉词袋模型可以对人体动作的局部特征进行高效地表示。C3D模型可以在空间尺度和时间尺度上对视频进行特征提取操作。深度网络特征倾向于关注人体脸部信息而忽略其他部位的信息,因此本文提出结合两种模型的特征融合方法用于动作识别。在一些数据集上的实验对比表明了该方法的有效性。