本文提出了一种新的行为建模框架，包括时态卷积网络（TCFPN）和弱监督训练策略（ISBA），用于视频中的人类行为分割。实验结果表明，该方法在Breakfast和Hollywood Extended数据集上表现优越，并且多种弱监督学习方法在不同数据集上均取得了显著的行为分割效果。

该文提出了一种半监督学习方法，用于解决工程视频中行为分割的问题。该方法适用于只有一小部分有标签数据和大量没有标签数据的情况。作者提出了两个新的损失函数和自适应边界平滑方法，并在三个基准测试中评估，结果表明它们显著提高了行为分割性能，并在使用少量标记数据的情况下取得了与全监督相当的结果。