بازشناسی فعالیت های انسان با استفاده از بینایی ماشین، زمینه تحقیقاتی بسیار جذابی است که در چند سال اخیر اهمیت قابل ملاحظه ای در کاربردهایی نظیر خانه های هوشمند، سامانه های نظارتی و امنیتی، رابطه های کاربری واکنش گرا، آموزش و مراقبت های بهداشتی و استخراج اطلاعات از ویدئو، پیدا کرده است. همچنین آنالیز رفتارهای حرکتی انسان از دیر باز مورد علاقه سایر علوم از قبیل روانشناسی و بیولوژی بوده است.

به طور کلی فعالیت های انسانی را می توان نتیجه یکی از سه گروه حرکتی زیر دانست:

۱- حرکت های ساده نظیر حرکت سر و ابرو

۲- حرکت های ترکیبی نظیر راه رفتن و پریدن

۳- حرکت های تعاملی نظیر دست دادن و روبوسی کردن.

هدف یک سامانه خودکار بازشناسایی فعالیت های انسان عبارت است از:

۱- مشاهده و یا زیر نظر گرفتن نامحسوس حرکات انجام شده توسط یک فرد

۲- بازشناسایی فعالیت انجام گرفته شده

۳- اتخاذ تصمیم مناسب در پاسخ به فعالیت انجام شده

به عنوان مثال آگاهی از این موضوع که کاربر یک سامانه در حال انجام چه فعالیتی است، این امکان را به بوجود می آورد تا پاسخ مناسبی مانند صدورپیغام های مفید و راه گشا به کاربر به طور هوشمند داده شود؛ مثلا از طریق شناسایی فعالیتهای خاص ورزشی، می توان محیط هوشمندی را توسعه داد که در آن با فراهم آوردن اطلاعات مهم حرکتی، و همراهی با ورزشکار به طور پیوسته، حرکات نادرست وی را گوشزد و فرآیند یادگیری را سرعت بخشید. یکی از راهکارهای متداول در این حوزه، استفاده از روش های یادگیری ماشین برای ساخت مدلی جهت بازشناسایی رفتارها در تصاویر ویدیویی است. به این ترتیب که پس از انجام برخی پیش پردازش ها روی تصاویر، ویدیویی، ویژگی های خاصی از تصویر و یا دنباله ای از تصاویر (فریم های ویدیویی) استخراج شده و با استفاده از یک الگوریتم یادگیری، طبقه بندی کننده ای (مدلولی) بر اساس این ویژگی ها ساخته می شود. این طبقه بندی نمونه های مشابه رفتارهای آموزش دیده را در تصاویر ویدیویی که در آینده دریافت می کند، بازشناسایی و طبقه بندی می کند.