人体动作识别是指对人体运动的模式进行分析和识别，是计算机视觉和模式识别领域的热点研究问题。人体动作识别技术不仅被广泛应用于智能监控、影视动作制作、人机交互、运动分析与医学康复等诸多领域，而且还创造了巨大的社会效益和经济效益。本文在学习和分析了关于人体动作识别的国内外研究现状和相关动作识别算法的基础上，以人体骨架模型为研究对象，展开了对人体动作识别的研究。本文所做的主要工作如下：(1)在对传统人体模型分析的基础上，构建了新的三维人体骨架模型，并且采用归一化方法消除了人到相机的距离对人体模型的影响，然后采用Kinect建立走、招手、拳击、接电话等日常动作的YsuMan3D人体动作数据库。(2)针对单视角人体动作，本文提出一种基于相空间追踪的识别方法。该方法首先从人体骨架模型中提取动作特征，然后应用Takens理论对动作特征序列进行相空间重构，并且结合动态时间规整(DTW)算法与Hausdorff距，提出了一种新的相图间距离的计算方法，接着用加权训练动作模型，实现了对单视角的动作识别，最后采用两种动作数据库进行实验。最终的实验结果显示该方法具有一定的通用性与鲁棒性。(3)针对多角度人体动作，提出一种基于单视角动作识别的改进方法。该方法首先分别使用最小二乘法(LS)和主成分分析法(PCA)提取人体模型的方向向量，建立人体骨架模型的局部坐标系，然后提取动作特征，并引进支持向量机(SVM)方法来训练动作模型，最后完成对单视角动作识别方法的改进，实现对多角度的人体动作识别，为下一步人体动作识别的应用奠定了坚实的基础。