基于人物交互的学生课堂行为识别研究 |
| |
引用本文: | 周珍玉,秦学,蔡芳,邓霞.基于人物交互的学生课堂行为识别研究[J].现代教育技术,2024(2):53-61. |
| |
作者姓名: | 周珍玉 秦学 蔡芳 邓霞 |
| |
作者单位: | 1. 贵州大学大数据与信息工程学院;2. 贵州大学外国语学院 |
| |
基金项目: | 贵州省哲学社会科学规划项目“现代汉语预期范畴的句法语义研究”(项目编号:20GZYB31)的阶段性研究成果; |
| |
摘 要: | 深度学习技术促进了学生课堂行为识别研究的发展,为精准刻画学生的课堂学习行为提供了有效途径。然而,该方法面临真实课堂场景下目标多、行为特征复杂等困难,导致行为识别准确率不高。基于此,文章提出了一种基于人物交互的学生课堂行为识别网络,将交互对象作为重要特征引入课堂行为识别,首先将原网络中的检测模块替换为YOLOv5s,然后引入欧氏距离减少冗余人-物节点关系,并设计新特征提取算法优化听课这类无交互物品的学生行为识别,最后通过实验验证了此网络有效性和准确性。文章通过研究,旨在为规模化课堂行为识别研究提供理论参考和实践借鉴,进一步优化课堂教学效果的过程化评价,促进教学质量提升。
|
关 键 词: | 目标检测 学生行为识别 人物交互 图卷积 |
|
|