群组行为识别是计算机视觉领域的一个重要任务。在生产生活中有很多重要应用。群组成员的交互信息和群组场景的空间信息是群组行为识别的重要线索。深度学习的出现推动了群组行为识别技术的发展。图卷积网络在深度学习中引起了越来越多的关注,发挥了重要的作用。本文主要尝试了如下工作:(1)课题详细阐述了群组行为识别任务的研究背景与现实意义,涵盖了个体行为识别、群组行为识别与图卷积神经网络的发展历程与研究现状。课题从层次结构、交互信息、空间信息和多模态信息等角度,论述了常见的群组行为识别方法以及相关的理论知识。(2)针对个体交互信息,引入图注意力网络,构建交互图注意力网络模型融合个体之间的交互信息,实现群组行为识别。在Volleyball和Collective数据集上验证交互图注意力模型的有效性。(3)针对场景的空间信息,使用动作图定位个体的位置和表征个体的行为信息。构建空间图注意力网络融合动作图的空间信息,实现群组行为识别。在Volleyball数据集上验证空间图注意力模型的有效性。在Volleyball和Collective数据集上的实验结果表明,本文提出的挖掘交互信息和场景空间信息的图注意力网络模型是有效的。