视频中的人体行为识别是计算机视觉中一项非常重要的任务,其在人机交互、智能视频监控、康复医疗等领域发挥着重要的作用。随着深度学习的崛起,大量基于深度学习的方法应用于行为识别领域,并取得了不错的效果。但是现实生活中场景更加复杂,如何对数据进行有效处理并提取具有判别力的特征仍然是目前行为识别领域尚未完全解决的问题。因此,本文主要从增强特征学习的完整性和判别性两个方面展开深入的研究:1)提出了基于一致性约束的视频级人体行为识别方法。大多数人体行为识别方法都是通过从视频中采样的片段进行特征学习,而采样的视频片段往往只包含行为的部分内容,以至于学习到的行为特征不够完整。针对该问题,本文将整个视频对应的片段集合作为模型输入,设计了基于视频级的网络训练方法。在此方法中,定义了一致性约束损失,使得来自同一视频的片段在投票空间中的投票概率更加接近;最后建立了视频级的分类损失函数用于模型的训练。2)提出了基于乱序无关的人体行为识别方法。局部关键特征增强是提升行为识别分类精度的重要方法,现有的网络结构大多是基于全局的视频数据进行特征学习,较少有基于深度学习的工作讨论如何有针对性地增强视频中的局部关键区域特征。同时现有的数据集中也缺少行为的关键区域标注。针对这些问题,本文构建了一个由特征主干网络和三个任务分支组成的多任务模型。这三个任务为关键区域学习、对抗学习和动作分类。首先,通过区域分割和随机乱序策略增强输入数据,将增强后的数据输入到多任务网络中进行训练,并通过基于乱序无关约束的关键区域学习网络来预测各区域的重要性等级。其次,采用对抗学习来消除区域乱序后带来的噪声。最后,动作分类网络将这两个任务结合起来,共同指导特征主干网络的训练,以获得更有效的动作特征。最后,本文在行为识别公开数据集UCF101和HMDB51上对所提出方法进行了验证。实验结果表明本文所提出的方法能进一步提高行为识别的性能。