El reconocimiento de actividad humana (HAR) y el aprendizaje por transferencia (TL) son dos áreas amplias ampliamente estudiadas en inteligencia computacional (CI) y aplicaciones de inteligencia artificial (IA). Se ha dedicado mucho esfuerzo al desarrollo de soluciones adecuadas para mejorar el rendimiento actual de los sistemas existentes. Sin embargo, los métodos existentes de HAR enfrentan desafíos. En HAR, las variaciones en los datos requeridos en los sistemas de HAR plantean desafíos para muchas soluciones existentes. El tipo de información sensorial utilizada podría desempeñar un papel importante en superar algunos de estos desafíos. La información basada en visión en 3D adquirida utilizando cámaras RGB-D es un tipo. Además, con los éxitos encontrados en TL, HAR se beneficia del TL para abordar los desafíos de los métodos existentes. Por lo tanto, es importante revisar el estado actual de ambos áreas. Este documento presenta una encuesta exhaustiva de HAR basada en visión utilizando diferentes métodos con un enfoque en la incorporación de TL en los métodos de HAR. También se discuten las limitaciones, desafíos y posibles direcciones futuras para más investigaciones.