人体时序动作检测是视频分析领域的一个重要分支,并且在视频检索,监控以及人机交互领域中有很多潜在的价值。人体时序动作检测的目的是在一段包含人体动作的视频中检测出动作的开始时间、结束时间以及动作的具体类别。随着卷积神经网络等技术的发展,人体时序动作检测在图像以及视频分析领域得到了更为广泛的应用。然而通过对研究现状进行分析,本文发现人体时序动作检测仍然存在如下两个问题:(1)人体时序动作检测的召回率低;(2)动作开始与结束时间定位精度有待提高。因此,本文研究人体时序动作检测,旨在将卷积神经网络与人工提取的人体时序动作特征相结合进而提出一个高召回率和动作开始时间、结束时间定位更加准确的算法。本文在第三章提出了两种解决召回率低的算法,分别是基于人体骨架特征的人体时序动作检测算法和基于光流特征的人体时序动作检测算法。人体骨架信息可以很好的表达人体时序动作,光流可以很好地呈现相邻图像中每个像素的运动速度和方向。通过将卷积神经网络与人工特征相结合提高了特征表达的能力,进而提高了召回率。本文在第四章提出了人体时序动作状态判断算法来解决动作开始结束时间定为不准确的问题。算法将人体时序动作的状态分为开始,过程和结束三个状态,人体时序动作状态判断算法将第三章检测结果的动作开始结束时间进行重新定位得到更加精确地的动作开始结束时间,从而得到精确的人体时序动作的时间区域。本文在THUMOS’14和MEXaction2两个数据集上分别进行了实验,相对于目前最好的方法,在算法模型产生的检测结果和数据标注的时间重叠率阈值选取为0.4时,在THUMOS’14数据集上,人体时序动作检测的平均精度提高了5.4%。在MEXaction2数据集上,人体时序动作检测的平均精度分别提高了5.8%。实验结果表明,相对于现有的方法,本文的方法有效地提高了人体时序动作检测的精度。