文献检索-宁波市创意产业特色资源库

限定检索结果

基于图卷积神经网络的学生课堂不规范行为实时检测方法: 收藏
分享
引用; 《系统仿真技术》2022年第2期18卷 141-146页; 作者：蔡博深赵玲周容孙岳麓骆思宏卢仲冯帅崔茹云马国洋姬星宇田利隆王朋珍东北石油大学计算机与信息技术学院黑龙江大庆163318 大庆油田设计院有限公司信息技术中心黑龙江大庆163712; 针对学生课堂环境中的行为检测因光照角度、遮挡等导致误检出率高、识别模型过于庞大、实时性差等缺点,提出了一种基于图卷积神经网络的学生课堂行为检测模型。首先,对教室中的学生进行人体定位,过滤背景因素,减小计算量。其次,使用骨...; 针对学生课堂环境中的行为检测因光照角度、遮挡等导致误检出率高、识别模型过于庞大、实时性差等缺点,提出了一种基于图卷积神经网络的学生课堂行为检测模型。首先,对教室中的学生进行人体定位,过滤背景因素,减小计算量。其次,使用骨架提取模型获得学生的骨骼关键点数据。最后,采用图卷积神经网络对课堂行为进行特征提取及分类,完成学生课堂不规范行为的实时检测。该模型在课堂作弊数据集上进行实验,结果表明识别处理速度能够达到20帧/秒,准确率为94.9%,能够准确实时有效地识别学生行为。; 来源：详细信息评论

限定检索结果