ワンショットアクション認識は、単一の参照例（通常アンカーサンプルと呼ばれる）から新しい動作カテゴリを認識することを目指しています。本研究では、変動する運動学的条件に頑健な運動表現を計算する新たなワンショットアクション認識手法を提案します。その後、アンカーサンプルと対象サンプルの運動表現を評価することでワンショットアクション認識を行います。さらに、最も困難なシナリオでのアクション認識性能を向上させるための補完的な手順も開発しました。我々の手法は、公開されているNTU-120ワンショットアクション認識ベンチマークで評価され、以前のアクション認識モデルを上回る結果を得ています。また、自閉症患者の療法における実際のユースケースでもフレームワークを評価しました。これらの録画データは、患者の動きから生じる高レベルのアーティファクトにより特に困難です。我々の結果は、定量的なだけでなくオンラインでの定性的な測定も提供しており、実際の療法中の患者評価やモニタリングにおいて不可欠となっています。