基于视觉的人体动作识别是模式识别、计算机视觉和图像处理等多个学科的交叉研究课题，在人机交互、基于内容的视频检索、运动视频分析和智能视频监控等领域有着深远的理论研究意义和很强的应用价值。由于人体动作的多样性、摄像机位置和复杂环境等因素使得动作识别至今仍然是一个非常具有挑战性的课题。本论文在动作识别的主要框架BoW模型和支持向量机方法的基础上，提出了人体动作识别的改进方法-时空金字塔稀疏编码方法，用于视频中的人体动作识别。本文将空间金字塔匹配方法扩展到视频分析中，同时结合稀疏编码方法，从时间和空间两个维度来描述视频，根据视频中的空间结构以及时间顺序计算视觉词共同出现的次数来识别视频中的动作信息。实验的主要流程是首先从密集光流域提取密集特征点，并利用位移信息形成特征描述符；其次利用稀疏编码方式构建视觉词典来量化特征描述符，同时为视频构建时空金字塔模型；最后对视频进行分类，达到识别视频中人体动作的目的。本文采用了经典的Bag of Words框架来完成整体实验，在训练阶段使用非线性支持向量机和卡方内核训练分类器。为了验证本方法的有效性，我们做了大量的实验，在经典的动作识别数据库KTH、WEIZMANN和Hollywood三个数据库中，本文提出的方法均取得了较好的结果。