1.本發(fā)明的技術(shù)方案是提供一種基于視覺詞袋的人體動作識別方法，其特征在于：其包括以下幾個步驟：
(1)對原始視頻圖像進行預(yù)處理，檢測運動目標(biāo)；
(2)對運動目標(biāo)進行圖像特征提取和分類建模；
(3)利用標(biāo)準(zhǔn)動作圖像庫對人體動作進行分類識別，并根據(jù)正常行為模型和異常行為模型對異常行為進行識別和判定。
2.根據(jù)權(quán)利要求1所述的基于視覺詞袋的人體動作識別方法，其特征在于：在上述步驟(1)之前還包括以下步驟：
(a)采集人體標(biāo)準(zhǔn)動作視頻，包括正常行為和異常行為，正常行為包括站立、行走、慢跑、坐下等，異常行為包括快速奔跑、抱打、群聚，摔倒等；
(b)提取人體動作特征，構(gòu)建視覺詞袋模型，建立標(biāo)準(zhǔn)動作圖像庫。
3.根據(jù)權(quán)利要求1所述的基于視覺詞袋的人體動作識別方法，本發(fā)明提出了基于視覺詞袋模型的人體動作特征提取方法，包括以下幾個部分：
(1)人體動作特征分析：對圖像中運動目標(biāo)所在區(qū)域進行局部分析，研究人體動作特征和關(guān)鍵點變化，保證提取特征的有效性；
(2)根據(jù)視覺詞袋模型進行圖像特征提?。豪肧IFT變換提取出視覺詞袋的特征矩陣；
(3)生成圖像特征金字塔進行標(biāo)準(zhǔn)動作圖像分類：用K-means算法對上一步驟獲取的特征矩陣進行聚類，將圖像詞袋特征聚類生成視覺詞典，使用視覺詞典生成圖像特征金字塔。