摘要

课堂教学是整个教育任务中的重要环节,为加强教学情况正反馈,提高课堂抬头率检测的准确性,结合注意力机制和特征融合提出一种课堂抬头率检测算法。网络输入除了使用原图外还引用了另一种视觉特征RGB difference,两种输入经过特征提取网络后融合得到信息更丰富的深层特征,并提出一种改进的注意力模型(ICBAM)加载至特征提取网络上,改进的注意力模型使用双流结构应用通道注意力和空间注意力,且在通道注意力和空间注意力中加入空洞卷积,过滤输入特征中的冗余特征,减轻网络对背景等无用特征的关注,并设计精炼模块对预测结果进一步优化。实验结果表明,本文算法在抬头率检测数据集RDS上平均抬头率误差达到了15.648%,相比于当前主流抬头率检测算法具有更低的误差率。此外,还在本文算法的基础上实现了课堂行为分析软件。

全文