基于深度学习的课堂行为识别系统

摘要

本文开发了基于深度学习的课堂行为识别系统。目前传统的算法无法很好的完成对玩手机这种细粒度动作的识别,因此本文通过改进目标检测YOLO算法,针对学生玩手机、睡觉、逃课等行为,提高细粒度动作识别准确率,并根据学生行为数据生成课堂学情报告,分析学生出勤、学习状态数据。通过视频推流的方式,将行为识别结果在网页进行展示,具有较好的实际应用价值。