El reconocimiento de acciones y eventos en colecciones multimedia es relevante para el progreso en áreas de investigación interdisciplinarias que incluyen visión por computadora, optimización computacional, aprendizaje estadístico y dinámicas no lineales. En las últimas dos décadas, el reconocimiento de acciones y eventos ha evolucionado de estrategias de intervención anteriores en entornos controlados a soluciones automáticas recientes en entornos dinámicos, lo que ha resultado en una necesidad imperativa de organizar de manera efectiva características profundas espaciotemporales. En consecuencia, recurrir a codificaciones y agrupaciones de características para el reconocimiento de acciones y eventos en colecciones multimedia complejas es una tendencia inevitable. El propósito de este artículo es ofrecer una encuesta completa sobre los enfoques de codificación y agrupación de características más populares en el reconocimiento de acciones y eventos en los últimos años, resumiendo sistemáticamente tanto los principios teóricos subyacentes como las conclusiones experimentales originales de esos enfoques basados en una taxonomía basada en enfoques, con el fin de proporcionar un impulso para futuros estudios relevantes.