本文提出了一种针对隐私保护动作识别（PPAR）的压缩友好加密方法CFE-PPAR。PPAR旨在让机器理解视频中的人类活动而不泄露敏感视觉内容。现有加密方法在加密视频被压缩（如Motion-JPEG或H.264）时，会导致识别性能和视觉质量急剧下降，即不具压缩友好性。CFE-PPAR利用视频变换器（video transformer）实现加密视频的直接识别，其中视频使用密钥加密，变换器参数也使用相同密钥进行变换，从而在加密域中保持识别能力。实验在UCF101和HMDB51数据集上验证，在Motion-JPEG和H.264压缩下，CFE-PPAR在识别准确率和视觉质量方面均优于先前方法。该方法首次实现了压缩友好的加密PPAR，为实际部署中视频传输与存储的隐私保护提供了可行方案。