1.一种基于时空对抗生成网络的视频行为识别方法，其特征在于，包括：

1)从视频序列中提取关键帧和光流图；

2)将关键帧送入空域生成对抗网络GAN1的生成器模型G1和判别器模型D1进行训练，直至模型收敛；将光流图送入时域生成对抗网络GAN2的生成器模型G2和判别器模型D2进行训练，直至模型收敛；

3)再次将关键帧和光流图分别送入训练好的判别器模型D1和判别器模型D2，分别提取并将输出展平成一维向量，得到视频序列的空域间特征和时域间特征；

4)对得到的空域特征和时域特征进行拼接，送入支持向量机SVM进行训练和分类，得到视频行为识别结果。

2.如权利要求1所述的一种基于时空对抗生成网络的视频行为识别方法，其特征在于，通过帧间差分法提取所述视频序列的关键帧。

3.如权利要求1所述的一种基于时空对抗生成网络的视频行为识别方法，其特征在于，通过密集光流方法提取视频序列的光流图。