针对视频中的完整行为建模，目前常用的方法为时间分段网络（Temporal Segment Network，TSN），但TSN不能充分获取行为的变化信息。为了在时间维度上充分发掘行为的变化信息，文中提出了行为关联网络AcTIon-related Network（ARN）。首先使用Bn-incepTIon网络提取视频中行为的特征，然后将提取到的视频分段特征与Long short-Term Memory（LSTM）模块输出的特征拼接，最后进行分类。通过以上方法，ARN可以兼顾行为的静态信息和动态信息。