基于改进SSD算法的学生课堂行为状态识别

作     者：董琪琪 刘剑飞 郝禄国 高星 曾文彬 DONG Qi-qi;LIU Jian-fei;HAO Lu-guo;GAO Xing;ZENG Wen-bin

作者机构：河北工业大学电子信息工程学院天津300401 广东工业大学信息工程学院广东广州510006 广州海昇计算机科技有限公司研发部广东广州510663 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第10期

页      面：2924-2930页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：天津市自然科学基金项目(15JCYBJC17000) 河北省高等学校科学技术研究重点基金项目(ZD2017021) 

主　　题：智慧教室 SSD算法 K-means聚类 焦点损失 行为状态识别 

摘      要：为加强智慧教室中教学视频信息的有效运用,针对现有SSD算法的不足,提出改进SSD算法进行学生课堂行为状态识别的方法。结合K-means聚类算法对数据集进行聚类分析,在SSD网络预测层重新设置预测框比例及分布,增大训练时预测框和真实框的匹配度;引入目标检测焦点损失函数,保证正负样本及难易分类样本的平衡。在自制的听讲、睡觉、举手、回答及写字5种学生行为状态数据集上进行训练和测试,实验结果表明,改进的SSD算法对5种学生行为状态识别的平均精度均值达到95.4%,比原SSD算法提高了10.2%,同时适用于实时检测。