El reconocimiento de actividad humana (HAR) es el proceso de identificar acciones humanas en un entorno específico. Reconocer las actividades humanas a partir de flujos de video es una tarea desafiante debido a problemas como el ruido de fondo, la oclusión parcial, los cambios de escala, orientación, iluminación y el proceso de captura inestable. Este documento propone una técnica para seleccionar un conjunto de características representativas que puedan reconocer con precisión las actividades humanas a partir de flujos de video, al tiempo que se minimiza el tiempo y la memoria de reconocimiento. Las características extraídas se proyectan en un lienzo, que mantiene la propiedad de sincronización de la información espacio-temporal. La técnica propuesta se desarrolla para seleccionar las características que se refieren solo a la progresión de cambios. Los cuadros originales de RGB se procesan previamente utilizando sustracción de fondo para extraer el sujeto. Luego, el patrón de actividad se extrae a través del método de Crecimiento propuesto. Se realizaron tres experimentos; el primer experimento fue una línea base para comparar la tarea de clasificación utilizando las características originales de RGB. El segundo experimento se basó en clasificar actividades utilizando el método de selección de características propuesto. Finalmente, el tercer experimento proporcionó un análisis de sensibilidad que compara el efecto de ambas técnicas en los recursos de tiempo y memoria. Los resultados indicaron que el método propuesto superó al método de selección de características original de RGB en términos de precisión, tiempo y requisitos de memoria.