动作定位有着广泛的应用前景,自动驾驶、医疗看护、监控、视频检索等领域的进一步发展都需依靠动作定位技术。但是传统的强监督动作定位方法需要对视频数据进行详尽标注,费时费力,而且容易出错,不利于方法的推广,无法处理网络上大量的只有部分标注信息的视频数据。为使动作定位技术能应用到大型数据集中,对弱监督动作定位方法的研究具有重大现实意义。提出三种弱监督时空动作定位方法,以适应不同的应用场景。首先,提出一种基于模板匹配的弱监督动作定位方法,训练视频中实际的动作位置不再由人工标注得到,而是利用动作模板从众多动作提名中选择一个最优提名作为视频中动作的位置。此方法只需为获得动作模板标注训练集中的少部分视频帧,无需对每一帧都进行标注,大大减少了数据集标注的工作量。然后,为进一步减少数据集标注工作量,提出基于单帧匹配的弱监督动作定位方法和基于稀疏点匹配的弱监督动作定位方法。基于单帧匹配的弱监督动作定位方法对训练视频中的每个动作实例只在一帧上进行矩形框标注,在模型训练阶段,用一种新的匹配准则来筛选动作提名。基于稀疏点匹配的弱监督动作定位方法在训练视频的部分帧上标注一个像素点来大致地指出动作发生的空间位置,利用一种新的匹配准则选择最合适的动作提名作为视频中动作的位置。基于模板匹配的弱监督动作定位方法在UCF-sports数据集上的实验只需为训练集标注2000帧图像,相对于强监督方法,训练集标注的工作量减少了69.7%,与TLSVM方法相比,动作分类的准确率提升了0.3个百分点。当重叠度阈值取0.2时,与CRANE方法相比,动作定位的准确率提升28.21个百分点。基于模板匹配的弱监督动作定位方法在大型数据集UCF101上的实验,需要人工标注20200帧图像,仍然十分费时,而基于单帧匹配的弱监督动作定位方法只需标注13320帧图像,基于稀疏点匹配的弱监督动作定位方法的标注工作量更少。所以后两种方法更适用于大型数据集,但是定位精度相对于基于模板匹配的弱监督动作定位方法稍差。