视频作为一种重要的信息传播方式,在当今社会信息交流中的作用越来越大。同时,互联网及成像设备的发展使得视频的制作成本及传播成本变低。视频数据的增长对视频的监管产生了巨大的压力。人工智能的发展使得建立一个智能的视频监管系统变得可能。因此,智能视频监管系统的核心技术之一,行为识别成为研究的热点。深度神经网路因其优秀的特征提取能力,成为当前图像处理领域的重要工具。得益于在图像处理领域的成功,深度学习也成为人体行为识别算法的主流。结合3D卷积与双流结构的SlowFast网络因为其良好的性能成为目前较好的网络之一。本文主要在SlowFast网络的基础上进行研究,做出的主要工作包括:(1)提出了一种结合时域分割策略的SlowFast网络。通过对SlowFast网络进行分析,发现其仅能够处理固定长度的视频片段,对整个视频建模不够准确。本文提出SlowFast网络与时域分割策略结合的算法——TS-SlowFast。该结构能够在原有网络计算复杂度的基础,保持视频的整体时域结构,获得视频级的理解。通过实验证明了TS-SlowFast效果优于原网络。此外,本文还将帧间差与光流作为TS-SlowFast网络的时间流输入,并对这些输入的识别准确率进行对比。最后,将TS-SlowFast网络与现有的一些算法进行比较,证明了本文提出的TS-SlowFast算法在识别准确率上有一定提高。(2)设计了一种引入MERS的TS-SlowFast改进算法。光流作为一种运动描述特征,当其作为TS-SlowFast时间流网络输入时,TS-SlowFast网络效果最好。然而,作为一种人工特征,光流计算需要大量的计算资源,因而制约TS-SlowFast的应用场景。MERS通过蒸馏与特权学习思想相结合,从RGB图像中直接提取运动相关的高级特征,避免了测试时的光流计算。实验证明,该方法在损失一定识别准确率的前提下,极大提高了行为识别算法的运行效率。(3)设计了一种基于TS-SlowFast改进算法的智能监控系统。该系统主要由视频采集模块、视频预处理模块、特征提取模块、特征识别模块以及警报模块组成。视频预处理模块除了进行去噪、直方图均衡化等提高视频质量的操作外,还能将视频中的目标视频段分割出来。之后,特征提取与特征识别模块完成视频段的识别过程。最后通过警报模块通知安保人员。通过多个模块的紧密配合,组成了一个有良好识别功能的智能监控系统。