时序行为检测的主要目的是定位未剪辑视频中行为的开始和结束位置以及检测行为的类别,该任务能够在视频搜索和异常行为检测等方面发挥作用。由于行为持续时间变化大,导致该任务容易发生持续时间长的行为被分成多个持续时间短的行为、行为边界框定位不准确等多种问题。为了提升时序行为检测性能,本文主要从基于时间上下文信息和全局信息的时序行为检测、基于时间全局信息的行为边界框生成以及基于行为边界框关系模型的边界框置信度调整三个方面进行了研究。针对现有的时序行为检测网络对行为的时间上下文信息以及视频的全局信息利用不足的问题,本文提出了引入时间上下文信息与时间全局信息的时序行为检测网络（Temporal Action Detection Network with Context and Global Information,TADNet）。该网络构建了用于特征提取的时间金字塔（Temporal Pyramid,TP）模块以及用于视频全局信息获取的时间依赖（Time-Dependence,TD）模块。实验表明,通过引入时间上下文信息和全局信息能够明显提升时序行为检测网络的性能。针对现有行为边界框生成方法存在的缺点,即所使用特征缺乏足够的时间全局信息,导致边界框定位不准、生成的特征不完全适合边界框生成任务,本文提出了时间全局相关网络（Temporal Global Correlation Network,TGCNet）,利用时间全局相关（Temporal Global Correlation,TGC）模块获取全局信息。实验表明,所提出的TGCNet网络能够提升时序行为边界框生成性能。针对现有网络输出的行为边界框置信度与边界框定位准确性不一致问题,本文提出了时序行为关系网络（Temporal Action Relation Network,TARNet）,该网络的行为关系（Action Relation,AR）模块采用注意力机制构建了不同边界框之间的关系,以生成更具有判别能力的边界框特征。实验表明,通过构建边界框之间的关系,能够明显地提升时序行为边界框生成网络的性能。本文的研究主要针对如何提升时序行为检测在未剪辑视频中的效果,该研究能够运用在视频检索、城市安防、网络不良信息过滤等方面。