我们提出了一种基于时空协方差描述子与加权黎曼局部保持投影（weighted Riemannian locality preserving projection）的新颖动作与手势识别方法，该方法充分考虑了由描述子构成的流形空间的曲率特性。在提升（boosting）过程中，利用该加权投影方法，构建出最终的多类分类算法，该算法能够有效聚焦于最具判别性的时空区域。此外，我们还展示了如何通过积分视频（integral video）表示快速计算这些描述子。在UCF体育动作、CK+面部表情以及剑桥手势数据集上的实验结果表明，所提方法在性能上优于多种近期的先进技术。该方法具有较强的鲁棒性，且无需对视频进行额外预处理，如前景检测、兴趣点检测或目标跟踪等操作。