تحلیل خودکار ویدیو امروزه یکی از حوزه های بسیار فعال و چالش برانگیز در بینایی ماشین است. یکی از زمینه های مطرح شده در یادگیری ویدیو تحلیل حرکت انسان است. پردازش ویدیو محدودیت های بسیاری از قبیل بعد زیاد داده، زاویه ی دید متفاوت، روشنایی و پس زمینه ی ناهمگن دارد که در شناسایی عمل مسائل دیگری مانند تفاوت در نحوه ی انجام عمل توسط افراد که ناشی از تفاوت در خصوصیات ظاهری و ویژگی های حرکتی است، مطرح می شود. کارهای بسیاری در حوزه شناسایی خودکار عمل انسان انجام شده است. هدف اصلی اغلب آن ها یادگیری ویژگی های موثرتر از دنباله ها و افزایش دقت کلاس بندی عمل بوده است که به موفقیت های قابل توجهی نیز دست یافته اند. بیشتر روش های مطرح شده از کل دنباله ی ویدیوی برای این منظور بهره جسته اند. در این رساله، ما بر روی آماده سازی ویدیو به عنوان ورودی الگوریتم شناسایی عمل جهت استخراج موثرتر ویژگی های آموخته شده و کلاس بندی تمرکز کرده ایم. هدف از این عملیات برجسته سازی بخش هایی از ویدیو است که حاوی اطلاعات مفیدتر و تمیز دهنده تر هستند و همچنین حذف آن بخش هایی از دنباله ویدیوی که شامل اطلاعات غیرضروری یا تکراری اند. این کار می تواند با توجه به ماهیت داده ی ویدیوی منجر به تسریع یا افزایش دقت الگوریتم گردد.