时序动作检测任务旨在让计算机理解视频的局部时序内容语义并输出视频内的动作片段相关信息,具体为检测视频内动作片段的开始时间、结束时间以及所涉及的动作类别。考虑到视频数据人工标记的成本高昂,目前的研究热点是如何在降低样本标记成本的情况下完成时序动作检测任务,依据训练样本标记信息的完整程度可将时序动作检测任务细分为三种学习范式:1)提供完整帧级别标记的全监督学习范式;2)提供极少数帧级别标记的点监督学习范式;3)不提供任何帧级别标记但已知视频级别类别标记的弱监督学习范式。论文主要针对不同学习范式下时序动作检测任务的关键问题进行探索研究,具体内容阐述如下:（1）针对全监督学习范式时序动作检测中存在的动作片段尺度差异问题和动作片段间关系建模问题,提出一种基于多尺度截断注意力的全监督时序动作检测方法（MD-TAPN）。一方面,提出多尺度空洞模块利用多个尺度的时序空洞卷积层捕捉多尺度时序信息,以适应动作片段的尺度差异,提高模型对尺度变化的鲁棒性;另一方面,在使用图卷积网络对动作片段间关系进行建模的基础上,提出截断注意力机制增强动作片段间关联程度的学习,抑制负面关系所带来的不利影响,提升模型的分类定位能力。（2）针对点监督学习范式时序动作检测中存在的正例稀疏负例缺失问题,提出一种基于原型对比学习的点监督时序动作检测方法（PCL-PL）。其一,引入原型学习对各动作类别建模,将伪标记生成与模型的预测过程相互分离,缓解因模型自身错误预测导致的错误积累问题;其二,引入对比表示学习约束原型学习,利用相同类别原型之间的相似性和不同类别原型之间的异质性约束动作类别的原型特征表示学习;其三,利用映射空间内的特征关系进行无标记帧的伪标记生成工作,以更高的效率生成伪标记。（3）针对弱监督学习范式下时序动作检测中存在的动作上下文混淆问题,提出一种基于前景背景图记忆的弱监督时序动作检测方法（FBGM-Net）。一方面,使用图结构中记忆结点的对前景（动作内容）背景（非动作内容）的关键潜在模式进行表征学习,并利用视频帧与图结点之间的关联性增强视频帧特征表示的判别性;另一方面,设计前景背景分离约束项,通过约束前景帧和背景帧分别与不同记忆结点构建高关联性,使得记忆结点趋向于学习区分度更高的前景与背景潜在模式。对于研究工作（1）（3）,在运动数据集THUMOS14和日常活动数据集ActivityNet上开展了大量定量实验、消融实验以及定性实验。依据评价指标mAP@tIoU,实验结果表明所提MD-TAPN和FBGM-Net方法具备相比现有方法更好的时序动作检测性能。多尺度空洞模块能够更好地捕捉不同尺度提议的时序信息,截断注意力机制能够抑制提议间的负面影响以更好地利用提议间关系;前景背景图记忆模块与前景背景分离约束项相结合能提升模型对动作内容与非动作内容的区分能力。对于研究工作（2）,在日常活动数据集GTEA、BEOID以及运动数据集THUMOS14上开展了大量定量实验、消融实验以及定性实验。实验结果表明所提的PCL-PL具有更好的综合性能,其结合原型学习与对比表示学习技术以准确且高效的伪标记生成方法缓解正例稀疏负例缺失问题。