群体行为识别研究至今,已然变为计算机视觉领域研究的一个热点,在智能控制、无人驾驶、虚拟现实等方面有着辽阔的学术前景和不可估量的工业价值。群体行为识别是对群体行为进行有效的表示及分类的研究,由于视频采集中容易出现遮挡和未对准的问题导致背景混乱,以及个体之间的关系复杂等原因,使其成为一个具有挑战性的研究。现有的群体行为识别方法虽然取得了一定的成果,会关注个体与个体之间和其所在群体之间关系的信息,但在一定程度上还是会忽略了一些个人层级、群体层级和帧级别的时空信息。本文为解决上述问题,重点研究如何获取准确的提取时空信息,故提出了两种关注时空信息的群体行为识别方法。在视频帧中可能会有障碍物遮挡到目标人物,还有可能会忽略一些时间、空间信息,所以不可以仅依靠目标追踪和目标检测进行特征提取。为此,本文提出一种时空注意力机制,根据所得时间注意力得分来获取视频帧中的关键运动信息,空间注意力模块根据所得空间注意力得分来获取不同像素之间的关联信息,从而获取到关键帧和关键运动区域信息。与此同时,在排球数据集和集体活动数据集这两个比较有权威性的数据集上对上述的研究方案实行验证,结果直接证明了基于时空注意力机制的群体行为识别模型可以提升其准确率。针对当前行为识别方法忽略了个体和个体之间的时空相关性,提出了一种基于时空关系网络的有效群体行为识别模型,以端到端的方式捕捉潜在的时空特征。首先,本文提出了一种从时间维和空间维上获取特征节点之间的特征相关性的时空关系模块。其次,设计了个体时空特征模块和多个体关系模块,提取个体层级的时空语义信息和个体之间的关系特征,再进行特征拼接融合,最后进行行为分类。最终在排球数据集和集体活动数据集这两个常用具有挑战性的数据集上对文中所提方法进行实验论证,在这两个数据集上的结果表明了本文的方法的卓越性。