基于人物交互的学生课堂行为识别研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：深度学习技术促进了学生课堂行为识别研究的发展，为精准刻画学生的课堂学习行为提供了有效途径。然而，该方法面临真实课堂场景下目标多、行为特征复杂等困难，导致行为识别准确率不高。基于此，文章提出了一种基于人物交互的学生课堂行为识别网络，将交互对象作为重要特征引入课堂行为识别，首先将原网络中的检测模块替换为YOLOv5s，然后引入欧氏距离减少冗余人-物节点关系，并设计新特征提取算法优化听课这类无交互物品的学生行为识别，最后通过实验验证了此网络有效性和准确性。（剩余11276字）

试读结束

目录
monitor