一种采用多维相关注意力模型的神经网络行为识别方法，属于计算机视觉、深度学习和行为识别技术领域。首先利用三维卷积神经网络对动作视频提取的RGB图像序列或者RGB图像和光流序列进行自动特征提取；然后利用多维相关注意力模型在特征图的基础上对多维注意力进行自动提取，利用提取到的时间、空间和特征通道上的显著区域，对生成的特征图进行加权融合并得到预测值，产生最后的行为识别结果。进一步探索时间、空间和特征通道三个维度间的多维相关性，进一步学习和增强时间、空间和特征通道上的显著性，从而提高视频分类的准确率。实验证明，在UCF‑101和HMDB‑51数据集上取得很好的效果，提高行为识别的准确率。