本文介绍了一种用于人体轮廓跟踪和动作序列识别的新框架。 给定一个带有标签的人类轮廓序列的画廊,我们将每个轮廓定义为一个“单词”,并将它们全部编码为轮廓字典。 该词典将用于翻译视频。 为此,通过连接所有相邻轮廓来构造轮廓图。 然后,将视频中的运动视为该图上随机游动的一个实例。 结果,我们可以避免显式设置轮廓曲线的参数并为轮廓更新的动力学系统建模。 在这样的工作环境中,使用序列蒙特卡洛(SMC)方法实现随机游走时,只有几个状态变量需要估计。 此外,图形上的游走还与预定义图库中的隐式执行序列比较,从中比较有关类标签的统计信息以进行动作识别。 潜水跟踪与识别实验证明了该方法的有效性。