作为近年来计算机视觉领域的研究热点，国内的行为识别技术主要依靠于不同场合的摄像头拍摄视频和图像进行分类识别、目标检测等相关视觉处理。因此，为了减少行为识别的消耗以及保护用户隐私，提出并实现了一种基于多普勒效应的行为识别技术，主要技术过程包括生成超声波信号、音频转换与降噪、连续音频切割、进行傅里叶变换以及卷积神经网络分类识别，行为识别的准确率可以达到 96.32% 并且具备一定的泛化性能，应用前景广泛。