随着硬件计算能力提升与众多深度学习方法的普及,行为识别算法逐渐应用于现实中。基于骨骼的行为识别算法是行为识别领域下的一个热门研究领域,吸引了不少研究人员的目光。众所周知,相对于深度学习方法,传统方法可以在较少样本情况下较快地进行训练与预测,但是准确率有所不足;而深度学习方法可以得到较高的准确率,但是需要较多样本用以训练并且计算量较大。这启发我们将传统方法与深度学习方法进行结合,使传统方法与深度学习方法的优势互补。因此,本文先后提出一种基于动态模式分解的传统方法与基于图卷积网络和Transformer的深度学习方法,并在少量样本情况下使用传统方法辅助深度学习方法训练。本文主要工作如下:（一）在传统方法方面,提出了一种基于动态模式分解的行为识别方法。该算法采用动态模式分解从结构化的骨骼序列中提取动作特征,并将提取出的动作特征使用单类支持向量机分类器对正负样本进行二分类。相比于深度学习方法,该方法在速度上有巨大优势,并且在较少样本下进行二分类也能达到90.8%的准确率。（二）在深度学习方法方面,提出了一种基于图卷积网络与Transformer相结合的算法。首先参考Transformer编码器的结构,提出了基于Transformer的行为识别算法,并引入Class-token结构。为了充分利用人体骨骼信息并进一步提高准确率,引入了图卷积网络（Graph Convolutional Network,GCN）,利用图卷积网络替代Transformer编码器中的Embedding层,提出了GCN-Transformer算法。随后对算法进行优化,将图卷积网络与Transformer编码器结构构建成一个块;针对于少量样本情况,利用动态模式分解算法来辅助本文的深度学习方法。实验结果显示,基于GCN-Transformer算法在NTU-RGB+D数据集上达到了85.4%的准确率。结合动态模式分解算法辅助训练后,在小数据集上有1%左右的准确率提升。（三）将本文算法应用于实际场景中。在大型数据集上对本文算法模型进行预训练,并在电梯场景数据集中进行微调。然后,对电梯视频异常行为识别安防系统进行设计,将训练好的算法应用于电梯异常行为识别监控系统中。在该系统中,使用Tkinter包进行界面设计,使用ONVIF协议对摄像机参数进行控制,并使用RTSP协议获取视频流,使用Open CV库对视频流进行处理与展示。实验结果显示,本文算法应用于电梯场景数据集上,可以达到92.7%的准确率。系统设计中,本文算法模块的耗时为155毫秒,可以满足实时性。