不同于动作识别在动作执行结束后再进行分类,动作预测要求尽可能早地预测出正在进行的动作的类别。动作预测以仅包含早期动作内容的局部观测视频为输入,时序运动信息的缺失为准确预测动作类别造成了很大的困难。其次,不同类别的动作在某些阶段可能具有相似的表观和运动模式,这种类间差异小的问题在动作初期尤为明显,例如,“跳高”和“跳远”动作在早期均以“奔跑”运动为主。针对局部观测视频时序信息不完整的问题,本文提出了一种带有注意力模块的多任务生成对抗动作预测网络（Attentive Multiple Task Adversarial Networks,AMTA Net）。AMTANet由一个生成器和一个判别器构成,以生成对抗机制训练整个网络。其中生成器以局部观测视频为输入,目的是增强局部视频特征所包含的信息,使其更加接近于完整视频特征。多任务的判别器以增强后的局部视频特征和完整视频特征为输入,既能够对动作类别进行分类,也能够判断输入是否为一个真正的完整视频。最后,在生成器和判别器中引入一个注意力模块,为特征的时序维度和通道维度同时添加注意力权重,以提升特征的判别力。针对动作初期信息少且类间差异小的问题,本文提出了带有辅助观测率回归任务的动作预测网络（Auxiliary Observation Ratio regression Action Prediction Network,AORAP Net）。网络由一个编码器、一个分类器以及一个观测率回归模块构成。编码器能够将低观测率视频的特征映射到高观测率视频的特征空间,从而增强局部视频特征的判别力。观测回归模块（Observation Ratio Regression Module,ORRM）可以预测输入视频的动作观测率,并以观测率来指导编码器的学习。分类器以编码器输出的增强特征为输入,对动作进行分类。网络训练过程中,采用了一种适合动作预测任务的鲁棒分类损失。为了验证所提出方法的有效性,在UT-Interaction数据集和BIT-Interaction数据集上进行了大量实验,并与当前已有的动作预测方法进行对比。实验结果显示,两种方法均在动作预测准确率上较已有方法取得了提升。