视频逐渐成为当今主流的传播媒体,而海量的视频数据会给视频内容的审核带来巨大的挑战,因此使用计算机去识别视频中的行为具有重要的意义。此外,计算机可以处理多模态数据,完成人体行为识别任务,其中处理骨骼数据的方法具有计算量小、对光照变化鲁棒性强,动作表达能力强等特点。目前,使用基于图卷积网络的人体行为识别已成为一种新兴趋势。然而,如何准确的判断所属行为类别仍是人体行为识别技术的一个难点。本文在对人体行为识别技术相关的方法进行深入研究后,发现现有的研究中仍存在着预定义的骨架图仅代表人体物理结构、类内差异性和类间相似性、长距离依赖等问题,基于此提出了一种基于图卷积网络的人体行为识别方法。针对骨架图仅代表人体物理结构问题,本文在空间维度上首先考虑了空间多尺度特征,构造不同尺度的人体关节连接关系图,并在此基础上提出了空间多尺度图卷积模块,该模块主要由多个并行的图卷积网络分支组成,每个分支分别对不同尺度人体关节连接关系图进行特征提取,得到不同尺度的空间特征,然后将各个分支的输出进行融合,提升特征的表达能力。针对骨骼序列存在长距离依赖问题,提出了一种时间多尺度特征增强模块,在时间维度上提取骨架帧序列的时间多尺度特征。该模块使用一个并行的时间卷积结构提取不同尺度的时间特征,并引入注意力机制,根据输入的数据,动态调整每个时间卷积分支的权重,最后将不同尺度的特征图以非线性的方式叠加,增强特征的表达能力。接下来在NTU-RGB+D数据集和The Kinetics-Skeleton数据集上验证了空间多尺度图卷积模块和时间多尺度特征增强模块的有效性,与其他先进的行为识别方法相比较,提高了识别准确率,改善了类内差异性和类间相似性的问题。最后,在研究内容的基础上实现了一个行为识别系统,该系统可通过本文提出的人体行为识别方法识别出视频中的行为。