随着多媒体技术和信息技术的发展，视频信息的内容理解和分析引起了越来越多学者的关注。人体动作识别是计算机视觉和模式识别领域的研究热点，在智能视频监控、感知接口、运动分析等领域具有广泛的应用前景。　　人体目标提取是人体动作识别的第一步，目的就是要从人体运动视频序列中将人体区域提取出来。本文经过背景建模、背景差分、阴影消除、形态学处理、连通域分析、人体区域标准化处理后获取大小归一化和位置中心化的二值人体目标序列。然后根据视频序列中人体动作模式转换时的不连续性，基于帧间差异的高斯分布模型检测出运动变化剧烈点作为分割点，实现视频序列分割，在公用数据库上实验结果表明算法的有效性。　　分割后的动作视频段，本文采用了模板法和概率图模型两种识别方法。基于模板匹配动作识别模块中，本文通过动作序列获取平均运动能量图(AME)、动态运动能量图(DME)和基于帧间差动态运动能量图(FDME)三种模板，实验取得较好结果，其中DME和FDME主要关注运动动态信息，识别结果较AME好。基于概率图模型的动作识别模块中，本文首先采用基于图像高度方向投影和局部保留映射两种方法提取特征，然后采用显著姿态模型(SPM)和隐马尔科夫模型(HMM)两种概率图模型对动作序列建模以及分析，实验取得较好识别结果。　　在理论分析的基础上，本文在VC++6.0平台下开发了人体动作识别软件系统。