识别视频中的人体行为在计算机视觉领域逐渐引起了广泛的关注,它的目标是自动识别出未知的视频或者图像序列中人的行为。然而,如何有效快速地识别视频中的行为仍然面临诸多挑战,例如杂乱的背景,视角的改变,动作执行者的外观多样性等等。这些挑战导致了获取干净并且有区分能力的视频表示异常困难。近年来,局部描述子聚合向量(VLAD)被提出,这是一种简单同时也很高效的特征编码方法,能够获得区分性较好的视频表示。然而,在很多情况下,动态背景或者摄像机的移动会给视频的特征提取带来很大的噪声,这种编码方式会造成两方面的问题,首先,将异常的视频描述子也编码到视频表示中使得编码速度以及编码效果受影响;其次,没有充分考虑描述子特征与视觉单词的空间分布信息。本文针对视频人体行为识别的特征编码方法进行了研究,主要贡献和创新点如下:1.系统介绍了人体行为识别研究的一般流程,针对流程的每个部分,详细介绍了涉及的理论知识。比较了常用的特征编码方法,分析了各自的优缺点。2.提出了一种改进局部描述子聚合向量的方法,即不确定的局部描述子聚合向量(UVLAD),该方法针对每个描述子特征,充分考虑了噪声以及它与视觉单词的空间分布信息,采用字典里的若干个单词来对它进行编码,或者丢弃它,提升了视频特征编码的性能。3.在KTH,Youtube和HMDB51数据集上的实验,验证了不确定的局部描述子聚合向量的有效性,同时行为识别准确率超过了现有的最好的结果。