由于吸烟不仅危害吸烟者本人以及周围人的身体健康，同时增加了火灾隐患，因此，室内吸烟已受到各国政府的关注，并出台相应政策明令禁止。去年我国首次提出研究制定全国性公共场所禁烟的法律规定，并在三年内全面推行公共场所禁烟。因为人力限制难以实现全方位随时监视是否有室内吸烟行为的发生，所以本文提出一种基于视觉信息的分析方法，将视频监控中吸烟者的手势作为判据，对吸烟行为进行识别。与传统的人员监控方法相比，本文的检测方法更具有实时性和高效性。吸烟行为中的手势区域图像分割和特征提取是本课题研究的关键步骤，也是进行手势识别的基础。本文分别从视频目标分割和特征提取两个方面进行算法优化，提高运算效率，增强适用性，完成吸烟行为视频中的手势识别。在手势区域图像分割中，分析可知吸烟行为与其他动作行为的最大区别在于手部与脸部区域的不定性周期接触以及手势的方位及整体形状，由此本文提出了基于视频序列中的运动信息与两次肤色检测相结合的分割方法，提取出了准确的手势区域，并建立了吸烟手势图像样本库。通过对常用手势识别方法的分析比较，根据吸烟这一特定行为特点，本文在识别阶段提出了采用Hu不变矩和边缘方向直方图两种方法相结合的识别算法，利用支持向量机分类器(Lib-SVM)实现分类识别，将采集到的吸烟行为和喝水、吃东西、抓痒、打电话等类似吸烟行为中的手势特征向量，进行训练和测试，得出识别结果，实验结果显示平均识别率达到90%以上，证明了该方法的可行性。