| 基于深度学习的学生课堂注意力评价 |
| |
| 引用本文： | 孙绍涵,张运楚,王超,张汉元.基于深度学习的学生课堂注意力评价[J].计算机系统应用,2022,31(6):307-314. |
| |
| 作者姓名： | 孙绍涵 张运楚 王超 张汉元 |
| |
| 作者单位： | 山东建筑大学 信息与电气工程学院, 济南 250101,山东建筑大学 信息与电气工程学院, 济南 250101;山东省智能建筑技术重点实验室, 济南 250101 |
| |
| 基金项目： | 国家自然科学基金青年项目(62003191) |
| |
| 摘 要： | 针对学生课堂行为状态识别准确率较低的问题, 提出一种基于YOLOv4的改进模型. 通过建立学生课堂行为状态数据集, 调整YOLOv4算法训练模型的参数, 修改卷积块激活函数为ELU函数以优化模型, 同时提出将DIoU-Soft-NMS作为非极大值抑制机制, 识别分析教室中学生课堂行为状态; 根据各状态持续时长及状态变化频率计算学生听课有效时长, 并参考山东高考赋分原则, 建立学生课堂注意力量化评价准则, 同时建立教师课堂授课效果量化评价标准. 实验结果表明, 以同一评价指标衡量模型, 该模型在学生课堂行为检测速率不变的情况下, 平均精度均值(mAP)达到98.8%, 比原YOLOv4模型提升了3.53%, 学生服课堂注意力量化评价准则, 有较高的契合度.
|
| 关 键 词： | 课堂行为识别 YOLOv4 注意力评价 课堂教学效果评价 目标检测 |
| 收稿时间： | 2021/9/18 0:00:00 |
| 修稿时间： | 2021/10/25 0:00:00 |
Evaluation of Students' Classroom Behavioral State Based on Deep Learning |
| |
| SUN Shao-Han,ZHANG Yun-Chu,WANG Chao,ZHANG Han-Yuan.Evaluation of Students' Classroom Behavioral State Based on Deep Learning[J].Computer Systems& Applications,2022,31(6):307-314. |
| |
| Authors: | SUN Shao-Han ZHANG Yun-Chu WANG Chao ZHANG Han-Yuan |
| |
| Affiliation: | School of Information and Electrical Engineering, Shandong Jianzhu University, Jinan 250101, China;School of Information and Electrical Engineering, Shandong Jianzhu University, Jinan 250101, China;Shandong Provincial Key Laboratory of Intelligent Building Technology, Jinan 250101, China |
| |
| Abstract: | |
| |
| Keywords: | classroom behavior recognition YOLOv4 attention evaluation classroom teaching effect evaluation object detection |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
