微软发布的Kinect传感器相比传统相机，不仅能获取颜色图像，还能得到深度图像，这对人类行为分析提供了一种新的解决方案。因此，基于Kinect创建了八种类型双人交互行为数据集。为了减少原始序列数据并降低计算复杂度，基于DTW模型和运动能量准则提出了一种新的关键帧提取方法。实验结果表明，提出的方法能够准确、全面地反映内容梗概；同时指出选择五个关键帧，相比其他关键帧提取个数，不仅保证与完整序列的识别结果相近，也更有效地减少了原始序列数据存储量。