节点文献

基于深度学习的学生课堂行为识别

免费订阅

【作者】 魏艳涛秦道影胡佳敏姚璜师亚飞

【Author】 WEI Yan-tao;QIN Dao-ying;HU Jia-min;YAO Huang;SHI Ya-fei;School of Educational Information Technology, Central China Normal University;

【通讯作者】 姚璜;

【机构】 华中师范大学教育信息技术学院

【摘要】 随着教育步入智能时代,智能化的学生课堂行为识别变得越来越重要。但由于学生的课堂行为复杂多变,使得智能化的学生课堂行为识别存在困难。为了提高智能化学生行为识别的精度,文章首先采集了300名学生的7种典型课堂行为图像,并进行了数据预处理。随后,文章将已在ImageNet数据集上训练好的经典深度网络模型——VGG16网络模型迁移到学生课堂行为识别任务中。最后,通过与其它深度学习模型进行实验对比,文章验证了VGG16网络模型对学生课堂行为具有较高的识别精度。上述研究表明,基于深度学习的学生课堂行为识别能及时、精准地反馈学生的课堂学习情况,有利于教师改进教学方法、优化课堂教学与管理,从而提高教与学的效率,助力教学改革。

【基金】 国家自然科学基金项目“基于记忆的不变图像特征学习方法研究”(项目编号:61502195);湖北省自然科学基金项目“基于I理论的深度学习方法研究”(项目编号:2018CFB691);中央高校基本科研业务费项目“基于深度学习的学生课堂行为识别研究”(项目编号:CCNU19QN023)的阶段性研究成果
【所属期刊栏目】 技术应用与开发 (2019年07期)
  • 【分类号】G434
  • 【下载频次】106
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: