基于Faster R-CNN的学生课堂行为检测算法研究

• 作者: 杨书焓 谭斌
• 来源期刊: 现代计算机
• 关键词: FasterR-CNN 学生课堂行为分析 卷积神经网络
• 年，卷（期）: 2018,（33）
• 所属期刊栏目: 图形图像
• 页码范围: 45-47
• 页数: 3页
• 字数: 1384字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.33.010

摘要

学生课堂行为检测是对学生在课堂中表现出的行为进行检测,以此来判断学生是否认真听课和教师教学的质量,达到提高教学质量和督促学生认真学习的目的.利用深度学习通用目标检测框架Faster R-CNN通过基于ZFNet预训练网络模型的迁移学习,来提取学生课堂行为特征,实现对学习、玩手机、睡觉等行为的检测识别分析.结果表明,该卷积神经网络能够对目标行为取得良好的检测识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨书焓	西华大学计算机与软件工程学院	2	3	1.0	1.0
2	谭斌	西华大学计算机与软件工程学院	3	3	1.0	1.0