伴随着计算机视觉技术的快速发展,人体动作识别技术已在该领域占据重要的位置。在安全防护、高级人机互动、视频搜索分析以及体育运动分析等方面具有重要的实用价值和研究价值。由于人体的非刚体特性、光照变化、以及多变性周围环境的影响,导致人体动作识别具有更大的挑战性。基本的人体动作识别系统主要由:运动目标检测,特征提取和人体动作识别三部分组成。(1)在运动目标检测方面,阐述并比较目标检测基本方法:光流法、帧间差分法和背景差分法的优缺点及适用范围。采用背景差分法检测运动目标,接着分析并讨论高斯背景建模法,提出一种改进的混合高斯建模法,自适应选择高斯分布个数。实验结果表明,该模型能准确提取运动目标。(2)在特征提取方面,基于大量论文的研究,本文提取目标的Hu矩、速度和质心三种运动特征和紧密度、外接矩形宽高两种形状特征,并将这些特征在Weizmann视频数据库进行测验,结果表明这些特征能有效的对人体动作进行描述。(3)在动作识别方面,首先介绍了支持向量机原理、最优超平面、核函数的种类及多类支持向量机算法。本文将支持向量机作为分类识别的分类器,用训练集来训练SVM分类器,并将LibSVM库中的径向基核函数作为SVM的参数。最后,把测试集输入到训练好的分类器中进行动作识别。本文在Visual Studio 2013平台上,结合OpenCV计算机视觉库和LibSVM库将系统实现,采用Weizmann视频数据库中的多段视频,对该系统的准确性与实时性进行了测试。实验结果表明,该系统能够准确的对人体动作进行描述。