La reconnaissance d'activités humaines est un des sujets les plus étudiés dans le domaine de la vision par ordinateur en ce moment. Il est critique pour un grand nombre d'applications, par exemple la sécurité, la biométrie, l'assistance aux personnes âgées en domicile, le multimédia, l'édition vidéo, les interfaces hommes-machines, les jeux vidéos etc.
Le problème est difficile à pour plusieurs raisons. La variabilité des poses humaines; l'estimation de la pose humaine qui est, elle, un problème difficile en soit à cause de la perte d'information lors de la projection du corps 3D en une silhouette 2D; les changements de point de vue; les fonds complexe en vidéo; et la grande variabilité intra-classe des mouvements. L'objectif de cette thèse est de concevoir un système robuste capable de reconnaître des actions en temps réel et dans un contexte embarqué. Nous nous concentrons sur l'étude d'activités complexes (activités de longue durée, interactions homme-homme, interactions homme-objet etc.). Un point focal particulier sera l'intégration de caractéristiques spatio-temporelles à l'aide de modèle graphiques et l'utilisation d'informations 3D (images de profondeur, par exemple issues de capteurs comme le Kinect).