En este documento se presenta un método para seleccionar características para el Reconocimiento de Actividades Humanas a partir de sensores. Utilizando un conjunto de características amplio que contiene características que pueden describir las actividades a reconocer, se emplean la Búsqueda del Mejor Primero y Algoritmos Genéticos para seleccionar el subconjunto de características que maximiza la precisión de un Modelo de Markov Oculto generado a partir del subconjunto. Se presenta una comparativa de las técnicas propuestas para demostrar su rendimiento en la construcción de Modelos de Markov Ocultos para clasificar diferentes actividades humanas utilizando sensores de video.