随着互联网和录像设备的飞速发展,视频数据不断增长,视频理解领域开始受到更多研究者和工业领域的关注。动作识别是视频理解领域的重要分支之一,但当前动作识别方法依赖于对剪辑好的视频进行动作模型训练。实际上,大部分视频都是未剪辑的长视频,人工对这些训练视频进行剪辑费时费力,这种现象激发了对时序动作检测任务的研究。要对长视频中的时序动作进行检测不仅要对未剪辑视频中的动作开始和结束时间进行定位,还要对动作进行分类,准确的时序动作检测难度大。因此,未剪辑视频的时序动作检测研究具有重要的理论意义,它在视频内容搜索、智能监控、公共安全等领域都有着重要的作用。本文在查阅大量文献、研究大部分现有研究成果的基础上,介绍了时序动作检测的研究现状。然后,本文对时序动作检测的相关领域及主流方法进行了详细介绍,包括动作识别、时序动作提议等,并且还简述了时序动作检测面临的主要难点。针对边界模糊、时间跨度大、分类不准确等问题,本文提出了基于时序可变提议生成的时序动作检测模型、基于上下文信息与提议分类解耦的时序动作检测模型。并设计实现了上述研究方法的时序动作检测原型系统。本文主要研究工作如下:（1）提出了基于时序可变提议生成的时序动作检测方法。由于一段未剪辑视频中动作片段所占比例较小,且边界模糊,很难检测出动作片段精确的开始、结束时间节点。研究如何生成具有精确边界且高质量的时序提议是至关重要的。因此,在区域生成网络基础上,本文提出基于时序可变提议生成的时序动作检测方法,以生成灵活、可变的时序提议。该方法通过时序卷积获取时序偏移量,采用可变形卷积扩展感受野,以将卷积窗口的视图集中在时序动作特征上,从而获取到边界更为精确的时序提议。实验结果表明,该方法可以更准确地定位时序动作,从而提高时序动作检测的性能准确度。（2）提出了基于上下文信息与提议分类解耦的时序动作检测方法。在提议生成网络得到的大量候选提议并不能完整的包含所有动作片段,导致缺乏动作上下文信息,容易造成动作分类错误。此外,常规的分类网络对于时序边界的回归并不精确,进而造成动作分类和定位的准确性下降。本文提出基于上下文信息与提议分类解耦的时序动作检测方法,该方法对时序动作提议进行扩展,融合动作提议前后的时序上下文信息。在提议分类解耦中分别构建动作分类分支和时序边界回归分支。并将两个分支的分类分数互补融合,得到动作类别与定位信息。实验结果表明,该方法可进一步提升动作分类和定位的准确性。（3）设计实现了基于时序可变提议和上下文信息融合的时序动作检测原型系统。该原型系统采用Python语言、深度学习算法框架Py Torch、图形界面开发框架Py Qt等实现,包括数据预处理、模型训练、时序动作检测三个子模块。系统界面友好,操作简便,具备直观的结果展示,验证了所提时序动作检测算法的可用性。