在智能安防监控领域,针对视频画面中的人类行为动作识别拥有广泛的应用前景。现如今大部分的深度学习模型都只能识别整个行为过程时序跨度短的行为进行类别判断,在针对行为持续时间长的情况下就很难准确判断出行为所属类别。本文为了提高模型对于长时序行为识别的准确率,将模型中引入时序关联信息并将视频中帧级特征融合成视频级特征,用于提高模型在现实生活中的行为识别率。主要工作如下:(1)为了更好的识别视频中的行为,采用空间流卷积神经网络提取视频中的空间信息和时间流卷积神经网络提取视频中的时间信息,然后融合长短期记忆网络(LSTM)从而增加模型中的时序关联信息,最后得到具有长时序行为识别能力的长效记忆卷积神经网络(LRCN)。并将LRCN网络在标准公开数据集与自制HM30数据集中的识别率与其他行为识别方法进行对比,最后得出LRCN网络在标准数据集中有较好的效果,但是将LRCN网络运用到实际生活中时还有所欠缺。(2)为了更加贴近现实采用时序推理网络与双流模型为基础,并加入时间金字塔池化操作,从而构建出拥有将视频中的帧级特征融合成视频级特征能力的双流时序推理金字塔网络(TTRN-TPP)。并将TTRN-TPP网络与其他行为识别方法在标准公开数据集与自制HM30数据集中的识别率进行比较,得出TTRN-TPP网络不仅在标准数据集与自制HM30数据集中上性能相比较其他方法有较大的提升,还拥有较强的鲁棒性与泛化能力并且更加适合运用到实际生活中。(3)最后将训练完毕的TTRN-TPP模型移植到NVIDIA Jetson TX2开发板上并采用智能安防视频监控管理系统对其进行远程管理。TTRN-TPP模型与嵌入式设备相结合满足了图像捕捉与处理设备一体化的要求,从而减少了服务器方面的计算量。智能安防视频监控管理系统能够通过图形界面对TTRN-TPP模型与嵌入式设备其进行远程管理,大大降低了监控管理人员的培训操作难度。