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.
Classroom behavior recognition driven by deep learning model
万方数据
维普
