基于深度神经网络的学生课堂行为识别研究 |
| |
引用本文: | 朱霞,李明星,章翔飞.基于深度神经网络的学生课堂行为识别研究[J].江苏科技大学学报(社会科学版),2023(6):72-76. |
| |
作者姓名: | 朱霞 李明星 章翔飞 |
| |
作者单位: | 1. 江苏科技大学计算机学院;2. 江苏大学京江学院;3. 江苏科技大学信息化管理办公室 |
| |
基金项目: | 国家自然科学基金项目资助(62276118,61772244); |
| |
摘 要: | 在学生课堂行为识别场景下,存在干扰因素较多且缺少公开的数据集,识别效果较差问题,提出一种融合行为姿态和注意力机制的高校学生课堂行为识别模型,利用注意力机制的残差卷积神经网络,提取教学视频中学生课堂行为的空间和通道特征,利用与视觉描述互补的行为姿态信息获取深度特征蕴含的高层行为信息.为验证模型的有效性,构建了学生课堂行为数据集进行实验,实验结果表明,所提模型在高校学生课堂行为识别中展现了较好的性能.
|
关 键 词: | 深度学习 注意力机制 卷积神经网络 课堂行为识别 |
|
|