随着计算机技术的不断发展以及人们公共安全意识的日益加深,机器视觉目标分类识别在图像与视频分析方面受到广泛关注,其智能化要求越来越受到人们重视。论文在广泛阅读与调研国内外相关研究的基础上,针对目前机器学习视觉目标分类识别存在的相关问题与不足,对视觉目标分类、运动目标表征与识别以及视频行为预测等方面开展了深入研究。论文主要特色与贡献体现在如下方面:提出了一种基于机器学习的古陶瓷无损分类识别方法。采用差分链码获取古陶瓷旋转、平移不变特征,在此基础上,确定古陶瓷边缘轮廓曲率,获取结构细节特征,并在HSI颜色空间下提取古陶瓷釉色多通道颜色特征以及反映古陶瓷纹理多样性的纹饰LBP特征。综合上述视觉特征对不同时期古陶瓷进行断代分析。实验结果表明,所提方法具有鲁棒的无损分类识别性能,可为古陶瓷科技鉴定和数字博物馆建设发挥积极作用。提出了一种基于边缘时空域轨迹的视频运动目标表征方法。为有效描述不同运动模式下视觉行为的演化过程,将具有类似时空和运动特征的各种边缘轨迹视为一组骨架,同时引入基于幅度和方向信息的编码方法对这些运动边缘轨迹进行聚类,获取时空运动骨架描述子,从而充分考虑时空轨迹对之间的运动相似性。实验结果表明,所提方法可有效表征与识别无约束条件下的视频运动行为。提出了一种用于表征长期依赖关系的叠层轨迹能量图像方法。针对全局卷积运算忽略运动目标对象的尺度或空间位置的不足,采用基于轨迹感知的分层卷积策略,将待分类视频帧分解为完整视频块、前景目标块以及精细运动块三个层次,从多个层次上对运动目标的行为进行表征,同时,将多个连续帧的轨迹映射到一幅图像上构造叠层轨迹能量图像,从而有效描述视频长期运动特征。实验结果表明,所提方法保留并丰富了运动对象的时空信息,有助于提升运动目标识别的准确性。提出了一种基于轨迹感知的多模态卷积神经网络模型。在空间卷积神经网络和时间卷积神经网络的基础上,增加全局运动卷积神经网络分别提取静态、动态和全局运动视频行为特征,通过对三模态卷积特征进行聚合连接形成视频级的基于轨迹感知多模态运动目标行为描述子。在此基础上,采用线性支持向量机对多模态卷积行为描述子进行分类识别。实验结果表明,所提多模态卷积神经网络模型能够有效识别视频人体行为,相比单一模态网络具有更高的识别准确率。提出了一种基于边界先验的前景运动目标动态增强方法。将每个输入视频帧被分割成为超级像素块集合,在每帧图像中构造一个无向加权网络,同时分别计算每个视频帧的动-静态边缘显著图,并将测地距离定义为该无向加权网络中两个超像素之间的累积加权最短路径。考虑到前景运动目标往往被具有高运动显著性的超像素包围,通过计算每个超像素块到图形边界的最短测地距离定义超像素块的运动显著性概率。引入动态对比度分割策略,获得精确的运动区域,实现视频运动目标区域的鲁棒采样。提出了一种基于注意力时间编码网络视频行为预测方法。采用基于长短时记忆网络的注意力时间编码网络模型,基于可学习权重因子加权长短时记忆网络,使输出特征更侧重于采样得到语义关键帧,在抑制视频时间冗余性的同时,对长时序视频序列进行建模。实验结果表明,所提方法不仅可在视频早期对目标行为进行预测,而且可以有效提升完整行为的预测效果。