原理上来说，人体的肢体动作主要是骨骼关节牵引肌肉做出不同的运动轨迹完成的。人体动作识别主要是识别人体骨骼关节的关键点（关键点包括头、颈、肩、肘、手、臀、膝、脚等部位。）及位置的移动的信息进行分析，进而识别相应的肢体动作的一种方式。

通过视觉检测人体动作近年来凭借独特的方便、快捷、简单、实时等优势被很多实际应用场景所青睐，并已经获得广泛的应用。

动作识别特殊算法可以实现普通的安防摄像头可以随时发现人的动作行为是否符合相关要求并进行预警。对于相关工作区域内员工的动作行为进行识别应用于实际场景中可以实现人员的疲劳识别和离岗识别。

在员工工作中，特别对于繁重、重复性的工作很容易引发疲劳，特定的工业生产、加工等场景中，人一旦出现疲劳的情况不但影响工作质量也可能会酿成巨大的事故。根据视觉进行人体动作识别，识别人是否在一定阶段内有趴桌子、长时间闭眼、长时间靠椅背等动作进而来确认是否出现疲劳状态，进行进行实时预警。同理，对于重要岗位的员工离岗情况也可以通过该项技术来实现，识别出岗位和区域内是否有人在工作，这就是离岗识别。最常见的应用就是利用人工智能技术辅助值班室管理，确保厂房生产期间值班室内始终有人在岗且正常在岗，保障安全生产。

除此之外，人体动作识别还具有其他识别功能：如在特定的禁烟场所可以及时识别出违规吸烟的人的动作并发出报警；在工厂车间可以识别出工人的操作流程是否符合规范是否存在危险；在行车途中可以识别出驾驶员是否存在频繁闭眼、打电话的违规行为；在养老院可以识别出护工是否存在殴打老人、老人是否摔倒等行为。上述的行为识别实际上是将一些没有关联的场景通过ai动作识别算法来实现行为预警、报警。

虽然目前动作识别已经取得了快速的发展，但距离人类识别水平仍有很大的差距，在实际应用中也面临着各种各种复杂的问题。我们期待着今后的研究中能够出现更具有可扩展性，鲁棒性的算法和框架。