基于指导锚框平衡检测模型的录播课堂行为分析研究

作者：张冰雪; 刘树潜; 熊振海; 侯龙锋

来源：软件, 2020, 41(12): 45-66.

• 教学行为分析
• Libra R-CNN
• 指导锚框
• 均衡L1损失函数
• GaB R-CNN

该论文将深度学习中目标检测技术结合教室实际场景,对录播课堂中教师以及学生进行行为检测识别,方便后续结合教学模型了解课堂质量。实验融合了Libra R-CNN中的平衡金字塔结构与GA-RPN中的指导生成锚框,在锚框与目标框的回归时均使用平衡L1损失函数以降低相似背景等噪声数据的梯度影响,使得模型对复杂场景有更好的检测效果。根据教师场景与学生场景的不同特征,通过对比主流检测框架在各自场景下的检测效果,综合其检测速度,得出针对教师这种较为单一场景,使用ResNet50作为主干网络的SSD检测模型在保证精准度的同时速度最快;针对学生听课场景,使用该实验设计的GaB R-CNN+ResNeXt101检测效果最好,AP达到了80.9%。

• 单位
  上海理工大学; 国防大学