视频中的人体动作检测是智能监控、视频分析等应用领域中的关键技术。人体动作检测不仅需要识别动作的类别,还需要定位动作的起止时间。近些年,随着计算机视觉和深度学习理论的发展,人体动作检测任务已经取得了许多突破性的进展。但是,同样存在动作边界定位不准确、分类效果不佳等问题。本文针对目前该领域所存在的问题,提出了基于多示例学习的人体动作检测方法以及动作片段提议生成方法,并且实现了一个实时动作检测系统。本文具体工作如下:首先,本文提出了基于时间演化建模和多示例学习的人体动作检测方法以提升动作检测精度。该方法有效利用了动作及其上下文的时序结构,并使用深度多示例学习网络来同时训练动作分类模型和动作边界回归模型,从而更精准地定位动作的起止时间并识别动作的类别。其次,本文提出了基于多示例学习和多任务损失函数的动作片段提议生成方法以提高动作片段提议的召回率和重叠率。我们使用深度多示例学习来同时判断片段提议的动作概率和调整片段提议的边界,通过带有时序平滑约束与边界回归损失的多任务损失函数来学习网络模型,并且在后处理的过程中使用软化的非极大化抑制来更有效地抑制冗余的提议结果。最后,基于本文所提出的方法,设计并实现了一个动作检测系统。该系统可以更加方便直观地观察人体动作检测算法在选定视频上的检测结果以及检测耗时,并且通过分离前台显示模块和后台算法处理模块,可以被其他人体动作检测方法复用。