Inspirado por el abrumador éxito de las características del Histograma de Gradientes Orientados (HOG) en muchas tareas de visión, en este artículo presentamos un innovador descriptor de características compacto llamado Histograma Difuso de Líneas Orientadas (f-HOL) para el reconocimiento de acciones, que es una variante distinta del descriptor de características HOG. La idea intuitiva de estas características se basa en la observación de que el área deslizante del esqueleto humano puede verse como una superficie 3D espaciotemporal, al observar una cierta acción que se realiza en un video. El descriptor f-HOL posee una inmensa ventaja competitiva, no solo por ser bastante robusto a pequeñas transformaciones geométricas donde las pequeñas traducciones y rotaciones no generan grandes fluctuaciones en los valores del histograma, sino también por no ser muy sensible bajo condiciones de iluminación variables. Las características extraídas se alimentan a un modelo condicional discriminativo basado en Campos Aleatorios Condicionales Dinámicos Latentes (LDCRFs) para aprender a reconocer acciones a partir de fotogramas de video. Al ser probado en el conjunto de datos de referencia Weizmann, el marco propuesto supera sustancialmente la mayoría de los enfoques existentes de última generación, logrando una tasa de reconocimiento general del 98.2%. Además, debido a sus bajos requerimientos computacionales, el marco es adecuadamente apto para su integración en aplicaciones en tiempo real.