人体行为识别是当前计算机视觉领域的热门研究方向之一,在视频监控、人机交互、运动分析等多个领域有着广泛的应用前景与经济价值。此外基于视频的人体行为识别框架还可应用于多种视频理解任务中,因此该领域的研究还有着重要的科研应用价值。随着研究的不断深入,该方向从最初的人工特征方法到现在基于深度学习的方法,各种新颖的网络架构和算法设计不断被提出。本文以深度学习框架为基础,围绕人体行为识别领域所存在的问题,展开了一系列研究,主要工作内容和成果总结如下:（1）提出了一种基于分割注意力的特征融合CNN-BI-LSTM人体行为识别算法。针对视频数据存在的背景复杂、与运动无关的噪声信息影响识别效果的问题,该算法首先采用分割注意力网络提取视频的空间特征,利用分组卷积和通道注意力机制对运动的空间特征进行提取并加强特征表示。之后通过将低层的轮廓位置等细节信息与深层的高级语义信息相融合,促进不同卷积层之间的信息交互,以增强网络性能。最后,为了捕获动作的长时间依赖关系,使用双向长短时记忆网络BI-LSTM从视频的正向和反向对时间信息进行建模,从而获取视频中动作更精确的时间模式。通过在UCF101和HMDB51这两个公开数据集上进行广泛的实验,验证了本文所提出算法的有效性。（2）提出了一种基于时空增强的Res3D-RBLSTM人体行为识别算法。针对2D CNN结合LSTM网络忽略了运动潜在时空相关性的问题,该算法使用更加高效紧凑的3D卷积提取视频的局部短时时空信息。通过引入残差连接增加网络深度,构建了一个具有18个卷积层的三维残差卷积神经网络和一个3层的双向残差LSTM,分别提取动作的短时时空特征和建模长时依赖关系。此外,为了减少冗余帧和背景对动作识别产生的干扰,还提出了一个STA时空注意力模块,通过生成特征注意力调整权重来强化关键帧和重点区域的特征表示。最后在两个公开数据集上进行实验验证,证明了本文所提出的算法有效提高了识别精度。（3）设计并实现了一个基于Web的人体行为识别系统。该系统主要由浏览器端的页面展示和服务器端的算法及逻辑控制组成,使用My SQL数据库存储已注册用户的相关信息。用户在注册登陆该系统后,可以通过前端页面上传待识别视频,之后系统调用后台算法对其分析,从而实现对视频中运动的分类识别,最后将识别结果返回到前端并显示给用户。此外该系统还支持历史记录的查询与导出功能,避免了相同视频的重复识别,具有一定实用性。