公开(公告)号：CN119068548A

公开(公告)日：2024-12-03

申请号：CN202411177520.X

申请日：2024-08-26

Applicant: 华中师范大学

Inventor： 王明辉 ,  王志锋

IPC: G06V40/20 ,  G06V10/32 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于但不限于计算机视觉技术领域，尤其涉及一种基于大卷积核的端到端学生行为检测方法及系统，包括：课堂视频数据的预处理，获取学生行为的初步特征表示；设计大卷积核骨干网络对提取的图像特征进行深层次的卷积操作，获取更大感受野的上游特征表示，并结合多尺度特征融合模块对不同尺度的行为特征进行融合；引入坐标注意力机制，对特征图中的无效信息进行过滤，增强模型对关键行为的关注度；将融合后的特征输入到Transformer解码器中，进行全局行为预测；通过构建联合损失函数优化模型参数，输出最终课堂行为的帧级预测结果，准确识别课堂中的学生行为类型。

公开(公告)号：CN119478802A

公开(公告)日：2025-02-18

申请号：CN202411139034.9

申请日：2024-08-19

Applicant: 华中师范大学

Inventor： 王明辉 ,  王志锋

IPC: G06V20/52 ,  G06V40/10 ,  G06V10/52 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于计算机视觉与人工智能技术领域，公开了一种轻量级智慧课堂学习行为检测方法及系统，包括：课堂图像中学生行为特征的提取，得到初步的多尺度特征；设计深度卷积神经网络对所提取的特征进行深层次的时空特征表示，并引入聚焦调制模块对特征进行增强；设计动态检测头对不同尺度的特征进行融合和处理；利用优化后的分类损失函数和边界框损失函数来计算预测结果与真实标签之间的差异，优化模型参数，通过所述模型输出最终的学生行为检测结果。最终，系统对检测到的学生行为进行详细分析，生成可视化的课堂行为报告。本发明实现了课堂场景中更加精准的学生行为检测，并能有效处理复杂的课堂环境和多样化的学生行为模式，具有较高的实用性。