视频中人的动作分析是通过图像处理和模式识别对视频中人进行检测、跟踪、识别，人的动作识别是判定视频中人正在做那个动作。视频监控为人的动作识别最为重要的应用且已经广泛的应用于智慧交通，智慧城市中。本文主要研究视频中人的动作识别算法。第一、二章概述了视频监控下人的动作识别的研究背景和现有的分类识别算法。第三章分析了视频动作识别系统，主要包括图像预处理、描述符提取、空间降维、码书建立和分类识别等五个部分。第四章分析了现有词袋思想的不足，提出了针对码书建立和分类识别的改进算法。该算法采用梯度方向直方图和加权的光流方向直方图作为动作的描述符，应用局部线性嵌入算法对描述符进行降维处理，运用pagerank算法提取关键姿势组建码书，利用码书中各关键姿势出现的概率来表征待测视频中的人的动作从而进行分类识别。在本文提出的改进识别系统中，需要强调的是码书是由每个动作提取的关键姿势组成的。这样的码书可以避免因关键姿势数目差距过大而产生的误判问题。其次，在分类识别阶段采用投票法和支持向量机相结合的算法，这样既能保证识别正确率又提高了识别效率。通过实验表明所提出的系统在识别正确率和识别效率上有明显的提升。