Modelar las interacciones entre individuos en un grupo es esencial para el reconocimiento de actividades grupales (GAR). Diversas redes neuronales gráficas (GNNs) son consideradas como métodos de modelado populares para GAR, ya que pueden caracterizar la interacción entre individuos a un bajo costo computacional. El rendimiento de los métodos de modelado actuales basados en GNN se ve afectado por dos factores. En primer lugar, su campo receptivo local en la capa de mapeo limita su capacidad para caracterizar las interacciones globales entre individuos en dimensiones espacio-temporales. En segundo lugar, los métodos de GAR basados en GNN no tienen un mecanismo eficiente para utilizar la consistencia global de la actividad y la consistencia de la acción individual. En este documento, argumentamos que las interacciones globales entre individuos, así como las restricciones de la consistencia global de la actividad y la consistencia de la acción individual, son críticas para el reconocimiento de actividades grupales. Proponemos nuevas operaciones convolucionales para capturar las interacciones entre individuos desde una perspectiva global. Utilizamos el aprendizaje contrastivo para maximizar la consistencia global de la actividad y la consistencia de la acción individual para un reconocimiento más eficiente. Experimentos exhaustivos muestran que nuestro método logró un mejor rendimiento de GAR que los métodos de vanguardia en dos conjuntos de datos de referencia populares de GAR.