一种基于卷积神经网络的教室场景学生行为检测的方法
公开
摘要
本发明公开了一种基于卷积神经网络的教室场景学生行为检测的方法，包括如下步骤：1）采集数据集；2）标注训练数据集；3）训练学生行为检测模型；4）课堂学生行为检测；5）筛选当前帧与上一帧位置相近的学生个体；6）根据特征相似性确定当前帧与上一帧的同一学生个体；7）更新数据表信息。这种方法能检测学生在教室课堂上的常见行为，并将学生个体在连续时间内的行为变化关联上，提高了观察教室场景下学生课堂行为的效率，提升了对课堂教学质量的评估，解决了分析学生课堂整体情况困难的问题，为实现智慧课堂管理提供了技术支持。
基本信息
专利标题 ：
一种基于卷积神经网络的教室场景学生行为检测的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627553A
申请号 ：
CN202210242536.9
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
黄玲钟方红徐鲁辉
申请人 ：
广西师范大学
申请人地址 ：
广西壮族自治区桂林市七星区育才路15号
代理机构 ：
桂林市华杰专利商标事务所有限责任公司
代理人 ：
陆梦云
优先权 ：
CN202210242536.9
主分类号 ：
G06V40/20
IPC分类号 ：
G06V40/20 G06V40/10 G06V20/40 G06N3/08 G06N3/04
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
