随着经济社会的快速发展,生活中出现了越来越多的监控摄像头。公安部门根据监控记录来进行破案、交通部门用来抓拍违章车辆、商场超市等用监控货品的安全等等。但是这些监控记录的信息往往都是用来事后回顾,效率相对较低。为了解决视频监控效率低下的问题,可以通过将行为识别技术与视频监控融合起来,对某些不法分子和不法行为进行及时预警,这将大大提升视频监控效率。而这,是人工筛选无法比拟的。行为识别目前是机器视觉领域的核心研究领域之一,其主要任务是识别或者判断视频中的人执行了哪些动作,甚至预测接下来可能发生的动作。在实际生活的摄像探头拍摄中,由于光照、遮挡、天气、摄像探头本身的拍摄质量等等原因,即便是利用实验效果良好的模型对这些视频进行行为识别时,识别效果依旧不理想。传统的方法虽然得了长足的进步,但由于消耗的计算资源过大,应用到实际情况可行性不高。近些年来深度学习(Deep learning)的出现和发展很大程度上缓解了这一问题。更快速、更高效、更精准的识别人体行为成了不再遥远的目标。本论文针对行为识别技术进行研究,主要工作如下:(1)本文提出融合卷积神经网络和部件的行为识别方法,通过卷积神经网络的自动提取特征的能力和部件所携带的细节信息,综合判定行为的所属类别。传统的行为识别方法需要手工设计所要提取的特征,而手工设计要提取的特征存在缺陷,可能无法提取到有用的信息。本文利用卷积神经网络自动提取特征的能力来进行行为类别的判定,同时融合很多目标分类任务当中使用的精细化思想(可能字面表述上有所区别),简而言之就是利用部件所能提供的信息来影响全局的判定。实验结果表明,融合卷积神经网络和部件的行为识别方法比传统方法的识别率更高。(2)实验过程当中用到的Pascal VOC2012数据集和Stanford40数据集均存在数据样本量偏少和样本数量不均衡的问题。为了能够让实验的过程更加的科学化,首先针对数据量偏少的问题进行数据的扩容,对原始样本的图像进行翻转、随机剪裁、一定程度的变形生成新的数据样本,新生成的样本为全新的样本。针对数据样本不均问题,对样本数据进行均衡化操作,使得每一种行为类别都能够有同等的样本数量。