动作识别传统视觉算法有哪些

动作识别传统视觉算法主要有以下几种：

1. 基于光流的算法：通过计算连续两帧图像之间的像素位移来提取动作的特征，例如 Horn-Schunck 算法和 Lucas-Kanade 算法。

2. 基于特征点的算法：通过提取人体的关键点或者轮廓线来表示动作的特征，例如 SIFT 和 HOG 算法。

3. 基于形状的算法：将人体的形状和姿态作为动作的特征，例如基于 PCA 的形状模型算法和基于人体关节点的姿态估计算法。

4. 基于时空分析的算法：通过对视频序列进行时空分析，提取出各种动作的时空特征，例如 HMM 和 SVM 算法。

5. 基于深度学习的算法：通过深度学习网络学习动作的特征表示，例如卷积神经网络（CNN）和循环神经网络（RNN）。