基于行为识别的学生课堂活动检测方法研究

• 作者: 方贺生 陆秋
• 来源期刊: 信息系统工程
• 关键词: 大数据时代 工业设计 创新模式
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 系统实践
• 页码范围: 27-29
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2362.2020.12.012

摘要

学生在课堂上的行为多变复杂,可以通过计算机的算法对学生的课堂行为进行识别检测.将学生课堂上的行为与智能计算机的目标行为检测相结合,这一方面在近几年都属于智能教育热门的研究领域.论文在Tensorflow的框架下实现了经典的智能目标检测算法Faster RCNN,对预训练好的VGG16网络模型进行迁移式学习,用算法来提取学生在课堂上的各种行为和特征,对看书、写作业、听课、举手和课堂之外的事进行检测,并且对这些行为进行识别分析,与其他的目标检测方法进行比较,显示出FasterR-CNN算法的优点.通过结果分析,该卷积神经网络能对学生的行为取得良好的检测与识别的效果.