OBJETIVO: Este projeto tem como objetivo o estudo, avaliação e proposta de técnicas para aprendizado e reconhecimento de ações humanas em vídeos. MÉTODOS: A metodologia de desenvolvimento proposta considera técnicas de Aprendizado Profundo (Deep Learning). Inicialmente, foi utilizado o modelo Inception V3, uma Rede Neural Convolucional já treinada e em seguida aplicada a estratégia de Transferência de Aprendizado (Transfer Learning), a qual possibilita o retreinamento da rede para as diferentes bases de dados. Para os experimentos foram utilizadas as bases de dados Weizmann e KTH, as quais são públicas e comumente utilizadas por diversos trabalhos na literatura. A metodologia apresentada considera uma análise do vídeo frame a frame, não levando em consideração dados temporais. Dessa forma, é também apresentada uma possível solução para esse problema. RESULTADOS: Após a aplicação da metodologia proposta foram obtidos os resultados de acurácia final de 89,4% para a base Weizmann e 74% para a base KTH. CONCLUSÕES: A utilização de estratégias de Transferência de Aprendizado apresenta um resultado satisfatório levando em consideração que a rede, a princípio genérica e em seguida retreinada para reconhecer ações específicas de cada banco de dados, apresenta vantagens em relação a recursos e tempos computacionais, além dos valores de acurácias de classificação obtidos.