獼猴作為藥物安全性評估中常見的動物模型，其行為反映它用藥前后的健康情況，可以揭示出藥物產生的副作用。目前，研究人員通常利用人工對獼猴的行為進行觀察，該方式無法實現不間斷的24 h監測。因此，急需發展一種方法體系實現對獼猴行為的24 h觀測和識別。針對此問題，本文構建了一個包含九類獼猴行為的視頻數據集（MBVD-9），并在此數據集的基礎上提出一種名為基于變換器（Transformer）增強的慢快網絡（SlowFast）用于獼猴行為識別（TAS-MBR）。具體地說，TAS-MBR網絡在SlowFast的基礎上將其快支路輸入的紅綠藍（RGB）色彩模式幀轉化為殘差幀，并在卷積操作之后引入了變換器模塊，更有效地提取了運動信息。結果顯示，TAS-MBR網絡對獼猴行為的平均分類準確率為94.53%，較原有的SlowFast有明顯提升，證明了本文所提方法在獼猴行為識別方面的有效性和優越性。這項工作為獼猴行為的不間斷的觀測和識別提供了新的思路，奠定了藥物安全評價中進行用藥前后獼猴行為計算的技術基礎。