深度学习模型驱动的师生课堂行为识别

作者：郭俊奇; 吕嘉昊; 王汝涵; 熊青云; 张世峰; 胡康颖^*

来源：北京师范大学学报(自然科学版), 2021, 57(06): 905-912.

• 深度学习
• 行为识别
• 智慧课堂
• 计算机视觉

根据课堂教学场景设计了三维卷积神经网络(3D-convolutional neural network,3D-CNN),以动态性为主要特征,对教师进行课堂行为识别;提出了经过改进损失函数的YOLO-v5(you only look once version 5th)模型,并以多目标为主要特征,对学生进行课堂行为识别. 2种模型均取得了较好的识别结果.为验证所选用模型的有效性,在所标注课堂行为数据集上进行了模型性能对比试验.试验结果表明:所选用模型在教育场景下课堂行为识别工作中展现了较好的性能;课堂行为的精准识别能够帮助教师和学生了解课堂学情,有助于推动智慧课堂的发展.

• 单位
  杭州海康威视数字技术股份有限公司; 北京师范大学