动作识别（action recognition），理学-计算机科学技术-计算机应用-多媒体计算-计算机视觉-高层视觉，利用传感器技术，对智能体的运动数据进行采集、特征提取与分类，从而形成对智能体的动作类别的判断与检测。在无特殊说明的情况下，动作识别一般指利用视觉传感器，对视觉场景中的人体所呈现出动作的识别。发展历史对动作识别的研究可以追溯到20世纪90年代，早期的研究聚焦于对简单分解动作的识别。到21世纪初的10年开始出现关于高级动作识别的相关工作。至此，动作识别的发展都侧重于对时间、空间域或者运动轨迹上特征的提取，并选择合适的分类器实现识别过程。从2009年深度学习技术在图像识别任务上取得了革命性的突破以来，动作识别的研究方法被重新定义。由于神经网络的端对端特性，人们将研究重点从设计特征提取的方法转移到了设计模型网络结构上来。由于神经网络对复杂高维特征有较强的拟合能力，从简单分解动作识别到高级整体动作识别的跨越也变得更加容易。