本发明涉及一种基于特征融合和多分类器投票的多体感人体行为识别算法,首先通过三维Kinect摄像头采集人体运动数据,获得人体运动的三视图;再利用Kinect for Windows SDK中的骨骼追踪技术,对图像中的人体骨骼进行位置追踪,获得人体骨骼20个关节点的数据信息,并通过人体骨骼数据计算各个关节的肢体向量特征和肢体加速度特征;然后将带有人工标注的图像特征作为训练集,并将N个初始化图像帧,一一对应的训练N个Knn分类器,同时分配并更新每个分类器的权重;最后使用分配过权重的N个Knn分类器对人体行为类别进行识别。