人体动作识别是计算机视觉领域内的一个研究热点，通过分析视频图像序列，提取有效动作特征信息，学习和理解人体动作行为, 在人机交互、智能视频监控、虚拟现实以及社会公共安全等领域有着广阔的应用前景。本书基于Kinect传感器采集的人体三维骨架序列和深度图像进行人体动作识别研究，主要探讨如何高效、准确地进行人体动作的特征描述、行为建模和特征融合等关键技术，克服环境变化等因素影响，弥补现有研究不足。书中总结了基于3D骨架的动作分类的技术和方法，侧重于数据预处理、公开可用的基准和常用的精度度量等。