随着互联网的普及和智慧城市的发展，视频资源日渐丰富，基于视频的行为识别受到大家的广泛关注，其应用场景包括视频监控、视频审核以及智能安防等。最新的研究趋势是采用3D卷积神经网络进行视频行为识别，然而其增加的时间维度极大加重了模型的计算负载，使其难于应用终端设备。另一方面，视频行为识别模型与图像识别模型相比，更迫切得需要时序全局信息，因为它要求模型所提取出的行为特征具有整体连贯性和显著性，即要符合视频行为具有连贯动作与关键动作的现实特点。
　　为了实现在资源受限场景下的视频行为识别，完成了下列创新工作：(1)设计3D全分离卷积，并基于3D全分离卷积构造轻量级3D卷积神经网络模型XwiseNet。主要创新点在于3D全分离卷积是基于可分离卷积的思想设计的在视频的通道维、时间维和空间维上独立提取特征的轻量级3D卷积，将其与高效的骨干网络框架相结合，最终获得了轻量级3D卷积神经网络模型XwiseNet。(2)根据视频行为识别对时序全局信息的需求，基于时序全局信息对XwiseNet进行优化。具体工作是构建了一个时序全局信息模块TGCBlock，将其与XwiseNet相结合，得到TGC-XwiseNet模型，该模型能够建立全局依赖关系，把握行为目标的整体行为状态和关键动作点，从而提高行为识别的准确率。
　　在三个经典数据集上的广泛实验验证了本文所提出的模型在轻量化与高准确率方面的有效性。在多个数据集上，与绝大多数主流的模型相比，在准确率相当的情况下，参数量降低54.42%以上，计算量降低36.29%以上；在Kinetics-partA数据集上，基于时序全局信息对XwiseNet优化后，准确度提高了4.8%。