基于深度学习的学生课堂行为识别研究

• 全文链接
• 请求原文

作   者：

王禹钧;  马致明; 

作者机构：

新疆师范大学计算机科学技术学院; 

关键词：

学生课堂行为;  智慧课堂;  深度学习;  行为识别; 

期刊名称：

软件工程

i s s n：

2096-1472

年卷期：

2023 年 26 卷 07 期

页   码：

40-43+62

摘   要：

智慧课堂面临学校硬件设备难以普适、课堂数据缺失等问题,给学生课堂行为识别研究带来了一定的难度和挑战。为了降低对课堂场景部署设备的要求,提高识别精度与速度,在已有识别模型基础上提出了一种基于深度学习的学生课堂行为识别模型。首先融合重影模块(Ghost)实现轻量化,其次加入坐标注意力机制(Coordinate Attention)提升检测精度。实验结果表明,改进后的模型识别精度(m AP)达到了86.2%,与原模型相比提高了3.5%,推理时间减少了16.7%,参数量降低了35.5%,速度与精度均有一定提升,符合智慧课堂的基本要求。