近年来,校园欺凌事件时有发生,引起了社会各界的广泛关注。校园霸凌会给受害者的身心带来巨大的伤害,但他们往往出于自尊心、害怕遭受报复等原因,不能主动将事情报告给老师和家长。视频监控作为一种重要的安全防范手段,近十几年得到了快速发展,校园里也基本覆盖了监控摄像头。但使安保人员长时间、不间断地盯着监控视频并不现实,往往是出事以后才回放视频进行查证,难以在校园暴力事件发生的第一时间介入。因此,本文针对基于校园监控视频识别暴力行为展开研究,使得学校在无需采购和安装专业设备的情况下,利用现有校园监控系统及时发现和干预校园暴力,保护受害学生,为校园安全作出有益补充。本文的研究内容主要包括以下几个方面:（1）基于骨架提取的多目标跟踪研究。骨架是人体的一个具有稳定性和鲁棒性的特征,本文采用Open Pose提取出监控视频中每一帧的骨骼关节点并聚类成人体骨架,在得到了所有人体骨架的集合后,将多目标跟踪问题转化成一个对骨架集合进行划分的概率模型。其中,每个子集中的骨架来自同一个人在不同帧下的提取。本文基于马尔可夫链蒙特卡洛数据关联方法,将帧与帧之间的骨架进行关联,实现了较为准确的多目标跟踪。（2）基于动态骨架的校园暴力行为识别研究。本文基于ST-GCN行为识别算法来检测校园监控视频中是否存在暴力行为。先将从视频中提取到的骨架构建为人体骨架关节序列时空图,使得该图可以同时反映骨架关节点的时间信息和空间信息。然后把对二维图像的卷积方法推广到对骨架时空图的卷积,并引入注意力机制给关节点分配不同的权重。使用本文构建的Fight-skeleton数据集对该网络模型进行训练和测试,实现对校园暴力行为的识别。（3）设计并实现了基于校园监控视频对暴力行为进行识别的原型系统。该系统主要由多目标跟踪和暴力行为检测两大模块构成。使用公开数据集RWF-2000进行验证,本文采用的方法可达到87.75%的准确率。