序列中的人體行為識(shí)別技術(shù)廣泛應(yīng)用于智能交通、監(jiān)控、人機(jī)交互、檢索、運(yùn)動(dòng)合成和軍事等領(lǐng)域，具有十分廣闊的發(fā)展和應(yīng)用前景，并已成為人工智能時(shí)代社會(huì)信息化、智能化的一項(xiàng)重要支撐技術(shù)。

經(jīng)過廣大研究人員的長期努力，人體行為識(shí)別技術(shù)已經(jīng)取得了豐碩的研究成果，其中部分成果已經(jīng)應(yīng)用到了實(shí)際生活當(dāng)中，然而由于人體行為本身的復(fù)雜性和目標(biāo)人體所處環(huán)境的多樣性，人體行為識(shí)別技術(shù)仍然存在很多挑戰(zhàn)性的難題亟待解決。為此，本書立足序列中人體行為的行為表達(dá)與行為識(shí)別，對(duì)六種人體行為識(shí)別方行了分析和探討。

全書共分為7章。第1章概述了人體行為識(shí)別技術(shù)的研究背景、意義、現(xiàn)狀、熱點(diǎn)和發(fā)展趨勢(shì)；第2章探討了人體行為興趣點(diǎn)上下文結(jié)構(gòu)信息的提取及其行為識(shí)別方法；第3章分析了人體行為的判別時(shí)空部件提取方法及其行為識(shí)別方法；第4章分析了人體行為的低秩特征提取方法以及基于該特征的行為識(shí)別方法；第5章探討了一種基于行為低秩特征中判別部件學(xué)為識(shí)別方法；第6章探討了一種基于時(shí)序行為低秩特征和宇典學(xué)為識(shí)別方法；第7章構(gòu)建了一種基于混合神經(jīng)網(wǎng)絡(luò)的行為識(shí)別方法。

在本書撰寫過程中，筆者得到了相關(guān)專家的大量指導(dǎo)和幫助。筆者在重慶大學(xué)攻讀博士學(xué)位期間，導(dǎo)師汪同慶教授、葉俊勇教授給子了大量課題資源支持，這些資源為本書奠定了重要基礎(chǔ)。吳雪剛博士、趙國騰博士、孫昌潑博士和李宏友博士為本書提供了幫助。筆者工作單位的賀國權(quán)教授提供了大量寫作指導(dǎo)，李松柏教授、隨虎教授、譚勇教投和嚴(yán)文娟副教授給予了本書寫作指導(dǎo)和經(jīng)費(fèi)支持，蔣麗老師為本書提出了許多寶貴建議，研究生岳帆為本書的撰寫和校對(duì)提供了大力支持。合作者杜得榮副教授、李陽博士直接參與了本書部分章節(jié)的撰寫工作。另外，本書還參考了國內(nèi)外相關(guān)研究者的成果并引用了其中部分內(nèi)容。在此一并表示由衷的感謝！

由于筆者學(xué)術(shù)水平和能力有限，書中難免有不足和錯(cuò)漏之處，懇請(qǐng)讀者和同行專家提出寶貴的意見和建議。電子郵箱為huangshijian@yznu.edu.cn。