人的不安全行为是造成事故隐患乃至引发安全事故的主要因素,识别人的不安全行为是消除事故隐患的重要途径。传统的视频监控效果不佳,无法长时间识别生产过程中作业人员的不安全行为,这为安全管理带来了巨大的困扰。计算机视觉技术无需在作业人员身上穿戴额外设备,对其作业影响较小,且能够对大量视频图像数据进行快速处理,提高视频监控的效率和准确性,减少人为引起的事故发生。现有的行为识别方法主要通过卷积神经网络（Convolutional Neural Network,CNN）提取特征进行分类识别,然而行为动作中包含的小物体尺度小,在特征提取过程中容易丢失信息,影响行为识别的精度。为了解决行为识别中小物体信息丢失的问题,进一步提升行为识别的精度,本文充分利用不同卷积特征的特性,提出两种解决小物体信息丢失的方法,具体研究内容如下:（1）提出了一种基于高层语义信息引导低层特征的行为识别方法。高层特征包含高度抽象的语义信息,但是缺少空间细节信息;而低层特征包含丰富的细节信息,而缺乏语义信息。为了提高小物体信息更好的用于识别,利用高层语义信息引导低层特征,使得低层特征同时具有语义信息和细节信息。首先采用空洞卷积获得更多的小物体的语义信息,并采用空间注意机制对不同特征层的空间信息进行筛选,给予关键位置更多权重的同时抑制背景信息,增强特征的表达能力。通过在现实环境中模拟作业人员的行为,建立了作业人员行为样本数据集。将提出的网络在公共数据集UCF101和自建行为样本数据集上实验,达到了85.94%和80%的识别率。（2）提出了一种基于低层细节信息引导高层特征的行为识别方法。由于行为动作中的小物体具有很小的尺度,经过不断的卷积和池化操作,在高层特征中的小物体信息几乎完全丢失。针对该问题,为了弥补高层特征丢失的小物体信息,首先使用显著模型计算视频图像中的显著区域,利用高层特征的热值图高斯分布表示高层特征的之间的关系,建立高层特征的距离与显著图区域的小物体位置信息的关系,通过两者之间的关系生成高层特征周围特征值的权重,以此来弥补高层特征中的小物体信息的缺失,增强高层特征的表达能力。将提出的网络在公共数据集UCF101和自建行为样本数据集上实验,达到了86.12%和82%的识别率。