近年来,随着4G的普及,移动互联网的快速兴起,海量的视频信息被广泛的应用于现代社会的各个领域。其中识别视频片段中的动作已经成为计算机视觉领域的一大重要挑战。目前虽然对经过修剪的视频片段进行动作识别的方法已经取得了巨大的进展,识别精度显著提升。但是真实场景中,绝大部分视频（如网站视频、电影视频、监控视频等）会包含多个动作片段与大量与动作无关的背景片段,目前对其进行智能化视频分析水平远没有达到应用要求。因此,面向未修剪视频进行动作检测──时序动作检测,成为具有挑战性的新研究热点。相较于传统动作识别,时序动作检测任务更贴近实际场景需求,所以在视频监控、人机交互、安全防范等领域有着广阔的应用前景。因此,对时序动作检测进行研究,具有重要的理论与实际应用价值。时序动作检测包含时序动作提名与动作分类两个任务。本文以未修剪视频为研究对象,针对时序动作检测中,时序动作提名边界定位不准确以及动作分类时冗余度较高等问题,以提升时序动作提名与分类精度为目标,研究视频特征提取与概率生成方法,探索基于粗细粒度融合的时序动作提名与评估方法;设计基于关键帧提取的动作分类方法;最后,综合以上方案,构建基于粗细粒度融合与关键帧提取的时序动作检测模型,从而提高时序动作检测的效果。具体研究内容如下:1)视频特征提取与概率生成方法研究针对视频信息,设计融合卷积GRU的时空双流网络（以下简称时空双流网络）提取视频特征,通过优化时间特征提取网络,增强对视频时序信息的提取;针对BSN模型中TEM结合上下文时序信息较为困难问题,构建动态概率预测网络,并提出了基于动态概率预测网络的概率生成方法,利用概率预测层与加权池化层对视频特征进行迭代处理,达到更好的结合上下文时序信息的目的,获得较准确的时序动作长度。最后,对构建的时空双流网络与动态概率预测网络进行训练,并在标准数据集上设计对比实验,验证了所提出方法的有效性。同时,为后续时序动作提名与分类的研究提供相应信息。2)基于粗细粒度融合的时序动作提名与评估方法研究针对细粒度时序动作提名方法可能精确但不稳定,粗粒度时序动作提名方法稳定却不精确问题,首先利用动态概率预测网络训练得到的边界概率设计了细粒度候选提名方法,然后结合现有的粗粒度提名生成方法,设计了基于粗细粒度融合的提名生成方法,结合两者优点,弥补两者不足,从而得到较高精度的候选提名片段。针对Soft-NMS算法在去冗余时的漏检与重复检测问题,利用目标检测领域中双阈值的思想对其进行优化,设计了基于改进Soft-NMS算法的候选提名评估方法,从而提高提名结果的精度。针对以上研究,在标准数据集上设计了对比实验,结果表明所提出方法的有效性。3)基于关键帧提取的动作分类方法研究针对时序动作检测方法在动作分类任务中冗余计算和分类效率低问题,设计了面向提名片段的关键帧提取方法,利用研究内容1)得到的动作概率对提名片段进行再处理,筛除背景帧,提取关键帧及其视频特征,作为分类器的输入,从而减少冗余计算,提高分类效率。同时,针对目前基于注意力机制的动作分类器只能获取视频单一部分的关键信息的问题,构建了基于多重注意力机制的动作分类器,利用多个注意力单元,提取视频中多个部分的有用信息,从而提高动作分类精度。在上述研究基础上,构建了基于粗细粒度融合与关键帧提取的时序动作检测模型,并在标准数据集上设计对比实验,结果表明所提出的方法能有效提高时序动作检测精度。