近年来,随着航空运输业的飞速发展,大型枢纽机场特别是在夜间、大雾或其他低能见度情况下的场面安保、管理等问题越来越突出。仅仅凭借机场地面和管制人员目视监控停机坪上人的行为已经不能满足航空业发展及安全性的要求。因此,要在全天候不同能见度条件下实现对场面上各类人员的有效监控意义重大。本文以场面红外视频为研究对象,针对人体的行为识别展开研究。本文的主要研究内容如下:首先,为适用于机场停机坪红外监控视频中多目标多类动作并存的实际情况,减小与待识别目标动作无关的大量背景冗余信息和其他运动目标的干扰,解决目标与监控摄像头远近不同而导致的尺度问题而提出了先跟踪后识别的策略,设计特征描述子,实现了将图像信息转化为时间序列信息的数据转换。通过处理跟踪器获取的跟踪数据,从而提取目标行为的短时时空特征。其次,为了进一步学习目标行为的长时时序特征,设计了基于长短时记忆网络模块,来处理时间序列信息识别任务的神经网络模型。由于其当前状态不但受当前时刻信息影响还受到之前信息的影响这一特性,使其具有一定时间维度上的学习能力。以由跟踪结果得到的短时时空特征作为输入,在目标运动特征的基础上进一步训练学习目标行为的长时时序特征,从而更好的表征目标的行为。最后,为了进一步提高网络模型的行为识别能力,提出了一种基于注意力机制的模型优化方法。通过对不同图片帧采样点增加注意力机制突出重点时刻信息,对不同特征增加注意力机制突出重点特征信息。