針對(duì)現(xiàn)有行為特征提取方法識(shí)別率低的問(wèn)題，提出了一種融合稠密光流軌跡和稀疏編碼框架的無(wú)監(jiān)督行為特征提取方法（ DOF-SC）。首先，在稠密光流（DOF）軌跡提取的基礎(chǔ)上，對(duì)以軌跡為中心的原始圖像塊進(jìn)行采樣作為軌跡的原始特征；其次，對(duì)軌跡原始特征基于稀疏編碼框架訓(xùn)練稀疏字典，得到軌跡的稀疏特征表示，利用詞袋（BF）模型對(duì)稀疏特征聚類(lèi)得到軌跡的碼書(shū)，再根據(jù)碼書(shū)對(duì)每個(gè)動(dòng)作中出現(xiàn)的所有軌跡所屬的碼書(shū)類(lèi)別進(jìn)行投票，統(tǒng)計(jì)該動(dòng)作中每個(gè)碼書(shū)出現(xiàn)的次數(shù)，得到行為特征；最后，對(duì)行為特征利用基于直方圖交叉核函數(shù)的支持向量機(jī)（ SVM）進(jìn)行訓(xùn)練得到行為識(shí)別模型，再利用該模型對(duì)行為進(jìn)行分類(lèi)預(yù)測(cè)，得到最終行為識(shí)別的結(jié)果。在對(duì)軌跡采樣10%的情況下，DOF-SC算法得到的行為識(shí)別準(zhǔn)確率在KTH數(shù)據(jù)庫(kù)上高出采用運(yùn)動(dòng)邊界直方圖（MBH）作為特征的行為識(shí)別準(zhǔn)確率的0. 9%，在YouTube數(shù)據(jù)庫(kù)上高出MBH作為特征的行為識(shí)別準(zhǔn)確率的1.2%。實(shí)驗(yàn)數(shù)據(jù)表明了所提方法對(duì)行為識(shí)別的有效性。