信息技术的发展给人体行为识别领域带来了新的机遇,越来越多的科研人员开始关注到人体行为识别技术,使得基于视频分析的人体行为识别成为模式识别、机器学习及人工智能等领域研究的热点之一。人体行为识别旨在对序列数据中人的行为与意图进行识别和理解,近年来,在人机交互、智慧监控、机器人技术、自动驾驶和虚拟现实等领域中有着诸多应用。人体行为识别在拥有广阔应用前景的同时,在实际应用中依旧存在极大的挑战,如何从视频序列数据中得到人体行为的时空特征和关键的运动信息是人体行为识别任务的关键。而人体行为的多样性、场景的复杂性、行为习惯的差异性,使得对人体行为高层次语义信息进行建模成为一项极具挑战和困难的任务。在行为识别中,场景中物体的状态在与人交互时会发生变化,而当前大多数深度神经网络模型未能捕捉到物与物之间交互这个关键要素。因此,针对上述问题和不足,本文基于场景动态感知来实现人体行为识别,试图分别通过基于图的推理框架和自注意力机制感知物体状态的变化以捕获物体之间长程交互关系,对人体行为与所处场景交互的高阶语义进行建模,从而提升人体行为识别的准确性和鲁棒性。本文的主要研究工作及成果如下:（1）提出了一种基于图神经网络（Graph Neural Network,GNN）的人体行为识别方法。该方法利用图神经网络对场景中物体之间隐藏在视觉背后的交互关系进行建模,分别利用图神经网络和长短期记忆神经网络（Long Short-Term Memory,LSTM）捕获物体的空间变化和时序变化来实现行为建模。通过实验验证本方法中各个模块的有效性,展示了使用图神经网络对场景进行动态感知实现人体行为识别任务的可行性。（2）为了能够同时获得空间和时间信息,并且缓解长程依赖问题,本文提出一种基于自注意力机制（Self-Attention）的人体行为识别方法。该方法利用自注意力机制对场景中的物体和物体之间的语义信息进行建模,通过加入物体之间的相对位置编码可以同时捕获物体的空间和时序变化来实现场景动态感知。实验证明自注意力机制可以更出色地完成基于场景动态感知的人体行为识别。