行为识别是计算机视觉中一个热门研究方向,但是多数研究在分割过的视频中进行,视频中只有一个行为,而实际采集到的视频往往包含多个需要识别的行为,同时夹杂无关背景信息,在这类未分割的长视频中识别行为的同时确定起止时间坐标,就是时序行为检测。现有的时序行为检测方法大多采用先生成行为提议后分类的方式,主要问题有生成的行为提议中真实行为的占比较低、行为提议分类识别率不高等,由于算法复杂度高、计算量大,导致处理速度较慢。本文针对上述问题提出了两种算法,主要围绕以下两个方面展开研究:首先,提出了一种基于双流卷积神经网络结合边界回归的时序行为检测方法,可以在时域范围内生成不同长度的行为提议。使用一种聚类算法生成行为提议,相比滑动窗口更为灵活高效,这种方法通过聚合时域上高概率发生行为的区域产生提议,再使用非极大值抑制去除冗余。行为提议通过多层感知机进行边界回归,使得边界坐标更贴近真实数据,建立了一种三段式特征描述,可以为行为提议片段添加时间上下文信息。该方法在时序行为检测任务通用的大型数据集THUMOS14和ActivityNet中进行实验,识别率分别可以达到30.1%和33.19%,证明该方法可以有效地提升分类准确率。另外,本文基于C3D网络设计了一种可以快速进行时序行为检测的方法,主要针对现有算法运算量大、识别速度慢的问题。该方法借鉴了目标检测中的YOLO和SSD算法,没有额外的特征提取和行为提议生成阶段,在一个端到端的网络中进行时序行为检测,所以运行速度非常快。实验在THUMOS14数据集上进行,准确率为29.1%,相比上述算法略有降低,但是运行速度大大提升,达到了683帧/秒。本文对时序行为检测任务进行了深入研究,针对不同的问题提出了两种解决方案,实验验证后证明了所提出算法的有效性,提升了时序行为检测的准确率和运行速度。