基于Inception V3的高校学生课堂行为识别研究

• 作者: 柯斌 杨思林 曾睿 代飞 强振平
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: Inception V3 深度学习 学生课堂行为 行为识别
• 年，卷（期）: 2021,（6）
• 页码范围: 13-15
• 页数: 3页
• 分类号: TP391.41

摘要

随着人工智能和深度学习在教育领域的交叉融合,行为识别技术为学生课堂行为观察提供了一种有别于传统的新方法。以云南省X高校课堂视频为基础,经过预处理,获得六大类行为(听课、看书、书写、拍照、低头玩手机、桌面玩手机)30000张图像样本,运用Inception V3算法模型进行了研究,实验结果:六大类行为总识别率达到88.10%,但各个行为识别率有所不同,其中“拍照”和“听课”识别率较高。通过进一步的混淆矩阵分析,得到结论:模型对动作姿态单一的行为特征提取效果较好,但模型对手机、笔、课本等重要用具不够重视,不能识别书写动作和眼神角度,导致“看书”“书写”“低头玩手机”和“桌面玩手机”行为因人体动作姿态相似容易混淆。