近年来,人工智能领域技术高速发展,计算机视觉等技术得到人们的广泛关注,其中人体行为识别成为研究热点之一。其在医疗诊断、智能监控、人机交互等方面体现出很高的应用价值。针对人体行为识别这一研究课题,研究人员已经取得了一定的研究进展,但视频中的人体行为识别技术仍有许多难点需要解决,比如区域内目标物遮挡严重、视频背景复杂、摄像头视角等一系列问题,导致识别精度难以进一步提高。人体行为识别领域,传统的人工提取特征方法遇到了瓶颈。主流的深度学习的方法,利用卷积神行网络模拟人大脑对视频及图像信息的理解方式,自主学习特征进行提取,极大地提高了识别效率和精度。为了更加深入研究基于深度学习的人体行为识别方法,主要做出以下工作:针对相互融合问题以及如何充利用视频的时序信息等,提出残差双流网络与注意力的模型,残差双流网络对视频的时间特征和空间特征进行融合,构建BiLSTM(双向长短时记忆网络)模型,充分利用视频帧的时序信息。引入注意力模型,根据不同时刻Bi-LSTM网络的输出为视频帧序列分配不同的权重,最后采用Softmax函数完成人体行为识别任务。针对如何更加充分提取视频的时空特征信息,提出基于注意力的时空融合网络与双单向LSTM模型,在时空融合网络的基础上引入注意力机制,为了更好的捕获全局信息,加入双单向LSTM模型,最后采用Softmax函数完成任务。最后,将两个模型分别在UCF101和HMDB51两个数据集上训练测试,并对实验结果进行分析,结果表明模型具有很好的鲁棒性,均提高了行为识别准确率。图39幅;表7个;参48篇。