随着海量训练数据的获得、深度学习技术的进步和相关知识的积累,人工智能在近十年里取得了举世瞩目的进步。在接下来的几年里,人们将迫切地需要以人为中心的人工智能应用。该文希望通过对行为识别相关研究的介绍，让读者了解在开发面向理解人类的人工智能应用上所取得的进步。首先，从行为检测和行为识别两个子任务概述了行为分析,并讨论了该任务中的难点；其次,列举了可用于行为分析的数据模态以及当前被广泛使用的数据库；然后，介绍了当前用于行为识别研究的主要工具,如卷积神经网络和循环神经网络；最后，总结了近十年典型的行为识别方法，包括深度学习出现之前的传统方法和深度学习方法。