El modelado de objetos en movimiento a partir de sistemas de visión por computador, es un tema de gran interés en la actualidad y presenta un amplio campo de aplicación en diferentes disciplinas, tales como: industria del entretenimiento, sistemas de vigilancia, sistemas de rehabilitación, monitoreo remoto, interacción hombre-máquina, entre otros. Por ejemplo, modelos artificiales de seres humanos pueden ser utilizados para poner a prueba estrategias, con el objetivo de optimizar los movimientos de varios deportes, o para construir animaciones por computador de mayor calidad que sirvan de apoyo en el análisis clínico. Con el fin de identificar la información relevante del fenómeno en estudio utilizando sistemas de visión por computador, se generan capturas con cámaras y se obtienen secuencias de imágenes que describen los movimientos. Sin embargo, al realizar la adquisición de las imágenes, se obtiene gran cantidad de información, la cual es difícil de analizar de forma directa. Por tal motivo, surge la necesidad de desarrollar metodologías que faciliten el análisis de los datos disponibles. En este trabajo se propone utilizar técnicas de aprendizaje de máquina con el fin de obtener representaciones más simples y eficientes de la información. En particular, se desarrollaran técnicas de caracterización y extracción de características que permitan revelar de forma apropiada la información relevante del movimiento en secuencias de imágenes y video. A partir de las metodologías desarrolladas, se implementaran algoritmos de visión por computador que apoyen el diseño de sistemas para el seguimiento y análisis de objetos en movimiento.