基于人工智能的行为感知可以极大的拓展人类自身对于环境行为信息的加工和应用能力，它的研究可以推动环境智能化和服务人性化的发展，也可以推动公共场所安全监控与预警的智能化和自动化。行为感知研究是一个多学科交叉的领域，涉及到数据采集、机器学习、计算机视觉以及运动生物力学等学科，是一个非常**和复杂的课题，因此*近几十年来倍受广大研究者的关注。

行为感知从信息获取的方式来分，可以分为:基于视觉的方法和基于非视觉的方法。基于视觉的方法由于各种成像设备的普及，因此得到了很好的发展，但是视觉传感器易受遮挡、光照条件视角、以及作用距离等因素的影响，同时基于视觉的行为感知还容易造成隐私浸入问题;而基于非视觉方法是则是一个很好的补充，近年来各种惯性传感器以及磁传感器纷纷被引入到行为感知领域，但是这类传感器通常都需要安装在被感知对象身上，这会引起一定程度的不舒适感。

本文从非视觉、非侵入、全天候行为感知系统的构建出发，以步行行为作为研究对象，以大面积柔性压力敏感地板系统为行为信息的载体，以行为感知中的目标分割、目标跟踪以及目标识别等要素为主线，来开展基于足底压力分布的行为感知研究。

本文以构建面向智能监控、人机交互的应用系统为导向，针对步行行为感知研究的几个关键要素，如目标分割、目标跟踪、目标识别等，以足底压力分布为主要信息，开展了一些积极的探索和研究工作，希望相关研究成果能够为这一领域的深入发展提供有益的借鉴和参考。