现代教育技术

2019, v.29;No.219(07) 87-91

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度学习的学生课堂行为识别
The Recognition of Students' Classroom Behaviors based on Deep Learning

魏艳涛;秦道影;胡佳敏;姚璜;师亚飞;

摘要(Abstract):

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。

关键词(KeyWords): 学生课堂行为;行为识别;深度学习;VGG16网络模型

Abstract:

Keywords:

基金项目(Foundation): 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

作者(Author): 魏艳涛;秦道影;胡佳敏;姚璜;师亚飞;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享