关于人类行为识别的研究始于1870年代。在工业行业中，行为识别已占据了广泛的优势，例如安全监控，体感游戏，人员调度，行程计划，用户社交行为分析和其他研究领域。用于行为识别的应用程序已经出现。随着人类行为与人工智能等其他领域的紧密结合，通过行为收集与分析获得的数据信息为科学研究带来了可观的效率和便利性。人类行为分析和模式识别已成为相关领域的热门研究主题。一。根据当前使用不同识别技术的主流人类行为识别，可将其分为：基于计算机视觉的行为识别，基于传感器系统的行为识别，基于位置的行为识别和基于人机交互的行为识别。 1.基于计算机视觉的行为识别：其优点是可以检测到诸如用户跌倒之类的异常行为；缺点是客观环境机制严重影响了图像和视频采集的数据。它还涉及隐私和公共安全。 2，基于传感器系统的行为识别：优点是投资少，设备复杂度小，空间自由度高。缺点是传感器分支节点绑定到人体的分支数据收集中需要观察的部分。 3.基于位置的行为识别：优点是可以很好地放置在有雾，下雨和深夜的环境中；缺点是它无法识别对象的特定行为。 4.基于角色交互的行为识别：优点是环境感知，可以有效地跟踪和定位各种类型的对象；缺点是它无法可视化特定行为。在公共安全领域，对异常行为的识别为犯罪嫌疑人，超市和银行的行为监控提供了不可低估的机会。在体感游戏领域，行为分析可以在虚拟现实中使用许多真实的人体。运动数据用于实现动画中虚拟角色的运动。 《 2018-2022年生物识别技术行业深入市场研究与投资策略建议报告》新思维产业研究中心发布的报告指出，2018年全球行为识别市场规模超过6亿美元。从国内情况看，基于计算机视觉的行为识别技术得到了广泛的应用，北京卓时智通，多里安信息技术，成都浩图智能等也有一些知名公司。新乡街行业研究员认为：目前，行为识别技术仍存在缺陷：1.隐私保护。目前，行为识别主要采用视频和图像技术，很容易造成个人隐私泄露。国家应当及时研究制定有关法律法规，规范生物学特性的收集和利用，做好保存和监督。 2.技术仍然不完善。对于大多数动作，即使是同一动作也具有不同的表现形式。动作类型很多，每种类型都有很多变化，这给行为识别的研究带来了很多麻烦。这对行为识别技术提出了更高的要求。