动作检测是依托于动作识别发展起来的一项技术,其目的是实现视频中人体动作的分类识别与时空定位,任务要求面向真实场景,在现实场景中具有较高的应用价值。由于面向视频的动作检测与面向图像的目标检测在任务模式上具有很大相似性,目前大多数时空动作检测算法会参考图像中目标检测的经典方法进行设计。但该类算法在处理视频时往往对多尺度的动作不能很好的检测,或者需要耗费大量的计算资源和时间,并且在进行实时的在线动作检测方面的应用研究较少。本文针对上述问题,主要根据不同的应用场景进行了以下研究:（1）针对面向视频的离线动作检测任务,本文提出了一种基于3D卷积的多阶段人体动作检测算法,该算法参考了 R-CNN算法的流程,并将其应用于视频中的动作检测任务上,提出了一个多尺度动作检测的解决方案,首先,利用Faster RCNN模型进行人体检测;然后,为了得到准确连续的人体序列,本文设计了一种人体序列的生成算法;最后,在动作的识别过程中,不同于C3D模型输入固定大小的视频片段,本文提出了一个基于3D卷积动作识别模型,该模型可以输入不同大小的视频帧,以实现人体动作的多尺度识别检测。（2）为了实现在线的实时人体动作检测,本文提出一种基于双流YOLO的实时人体动作检测模型,该算法依托于典型的双流模型的框架,并创新性地把YOLO模型应用于双流网络中以实现动作检测。首先,通过视频帧训练YOLO v3模型,实现对单帧图像中动作姿态的检测;其次,提出一种基于RGB模型和光流模型的双流融合方案,提升了检测算法的鲁棒性;最后,根据融合后的特征,本文设计了一种在线的动作管道生成算法,实现动作的在线检测功能。通过在UCF数据集上测试,实验结果显示本文设计的两种算法都能很好的完成时空动作检测任务,相比于传统的方法本文提出的方法更具有优势。其中,基于3D卷积的多阶段人体动作检测模型主要应用于离线任务中的人体动作检测,达到了较高的检测精度,而基于双流YOLO的实时人体动作检测模型主要应用于实时在线的动作场景中,本文针对不同的应用场景提供不同的动作检测技术。