人体行为识别技术是指计算机通过分析视频序列,实现计算机自动检测视频图像中的人体行为并识别行为具体类型的过程。行为识别的本质是时变数据的分类问题,论文通过研究室内日常生活中人体行为的特点,在对比分析现有行为识别算法的基础上,针对室内场景,重点就特征提取和行为分类两个方面展开研究,主要研究成果如下：(1)特征提取：针对底层局部时空特征数量少以及中层特征表达能力弱的问题,结合视频深度信息提出一种用于行为识别的时空深度特征(Spatial Temporal Depth Feature STDF)。该特征依据运动剧烈区域在行为识别中提供更多的判别信息的思想,利用视频图像的深度信息确定人体运动显著性区域,通过计算区域内光流特征作为度量区域活跃度的能量函数,依据能量函数对运动显著性区域进行高斯取样,使样本点分布于运动剧烈区域。将采集到的样本点作为动作底层特征描述人体行为,利用词袋模型完成中层特征表达。实验中,提取STDF特征后利用支持向量机分类器对行为进行识别。实验结果表明,在SwustDepth数据集中,基于时空深度特征的人体行为识别算法的平均行为识别率达92%。(2)无监督式实时连续行为识别：针对现有的行为识别算法多是只能对已经分割成单一行为的视频片段进行识别的不足,提出了一种结合谱聚类和主题模型的无监督式行为识别算法。算法利用谱聚类生成视觉单词,避免传统聚类(K-means等)方法所导致的局部极值和初值敏感的问题。利用谱聚类生成词袋模型中视觉单词,将视觉单词作为主题模型的输入,用于pLSA模型和LDA模型的训练和检测。算法首先对包含多种行为的视频进行定位,然后针对自动定位到的人体行为进行识别。实验表明算法对于包含多个简单行为的长视频能够进行行为的定位和行为的识别。