今天跟大家分享的主题是基于视频的 行为识别领域研究，主要介绍一下早期 的非深度学习传统方法和近期深度学习 方法取得的结果。深度学习方法带来了 非常大的变革，提升了识别系统的性能， 但这并不意味着我们把传统的东西都要 抛弃，事实上很多工作还是一脉相承的， 而且有很多传统方法是我们积累了很多 经验、很多知识、很多方法迁移过来的， 我想这不仅在视觉处理领域是这样，在 其他领域也是这样。

1.1 什么是行为

行为是什么？如果翻一下字典的话， 对行为的定义是非常广泛的：一个是人 的姿态、姿势，比如站在这里也是一种 姿态、姿势；还有就是一个人的行为， 当然行为可以不仅仅是一个人，也可以 是两个人的握握手；人的交互也是一种 行为；更大的程度上也包括群体的行为， 一群人进行体育比赛也构成特定的行为。 今天的报告中大部分研究的对象是集中 在一个人的行为上，但事实上可以看到， 这里所提到的很多特征、很多模型、很 多算法实际上是可以推广到两个人甚至 多个人的行为分析上面去。

近年来计算机视觉领域对行为识别这 个问题很感兴趣呢？这有两个方面原因， 一个方面，计算机视觉有两大对象，一 个是图像，另一个是视频。对图像来讲， 对物体进行检测、识别理解是一个重要 领域；视频包含动态和连续的图像，对 视频分类是计算机视觉的基本问题。行 为的种类是视频常见的分类标准

另一方面，我们发现，事实上人是 非常擅长进行一些行为识别的生物。在 生活过程中，我们无时无刻都在对周围 所发生的行为和事件进行识别和预测， 这是我们生存的一个基本需要。比如 说，我们到一个森林，要看看周围是不 是有一些危险动物，这些危险动物是不 是对我构成威胁，是不是相对具有攻击 性行为；我们走在马路上，要看看这个 骑自行车的人，他的下一步行进的方向 是什么，会不会和我的行走路径有交 叉，是不是要采取一些避让或者保护的 行为，等等。

在计算机视觉领域，可以把行为理解 转化为一个分类问题，当然这样有点过 于简化了；但是好处在于便于入手去研 究，也便于对开发的方法进行评测。