基于视觉的人体动作识别是将图像序列赋予动作标记的过程。稳健的解决该问题能应用于视频监控、视频检索以及人机交互等领域。这项工作面临诸如运动表现不同、记录设置不同、以及人内在的差别等一系列挑战。本文简单讨论哪些会影响图像表示和分类效果的一些因素。