基于改进YOWO算法的学生课堂行为识别
Classroom Behavior Recognition of Students Based on Improved YOWO Algorithm作者机构:沈阳理工大学自动化与电气工程学院沈阳110159
出 版 物:《计算机系统应用》 (Computer Systems & Applications)
年 卷 期:2024年第33卷第4期
页 面:113-122页
学科分类:0401[教育学-教育学] 04[教育学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 040110[教育学-教育技术学(可授教育学、理学学位)]
主 题:YOWO算法 TSM non-local 学生课堂行为 行为识别 注意力机制
摘 要:当前,大部分的学生课堂行为识别工作主要基于单帧图像进行,忽略了行为的连贯性,因此不能充分利用视频信息来对学生的课堂行为进行准确刻画.所以,本文提出一种改进的YOWO算法模型,有效利用视频信息对学生课堂行为进行识别.首先,本文采集某高校真实课堂教学中的授课录像,制作出包含5类学生课堂行为的AVA格式视频数据集;其次,采用时移模块TSM(temporal shift module),用来增强模型获取时间上下文信息的能力;最后,采用非局部操作模块non-local来提高模型提取关键位置信息的能力.实验结果表明,通过对YOWO模型的优化,使得网络的识别性能更佳.在学生课堂行为数据集上,改进后的算法的mAP值为95.7%,相较于原YOWO算法在mAP值上提高了4.6%;模型参数量为81.97×10^(6),计算量为22.6 GFLOPs,参数量和计算量分别降低32.3%和9.6%;检测速度为24.03 f/s,提升了约3 f/s.