La compréhension des activités humaines à partir d’informations provenant de capteurs est essentielle dans de nombreuses applications et constitue un domaine de recherche actif. Grâce aux progrès réalisés dans les capteurs de profondeur et les algorithmes de suivi, il devient possible de concevoir des systèmes d’analyse du mouvement humain en combinant des systèmes de suivi du mouvement commerciaux avec des outils d’apprentissage adaptés aux applications, afin d’extraire des informations de niveau sémantique supérieur. De nombreux systèmes de suivi du mouvement fournissent des données brutes de mouvement enregistrées par rapport aux articulations squelettiques du corps humain. Dans cet article, nous proposons de nouvelles représentations des données de mouvement humain basées sur une structure de graphe dérivée du squelette, combinée à des techniques de traitement du signal sur graphe. Nous discutons des méthodes de construction de graphe ainsi que des fonctions de base correspondantes. Les représentations proposées permettent d’obtenir des performances de classification comparables dans les tâches de reconnaissance d’actions, tout en offrant une robustesse accrue aux bruits et aux données manquantes.