文献类型：期刊文章

作　　者：刘新运[1] 叶时平[2] 张登辉[2]

LIU Xin-yun;YE Shi-pin;ZHANG Deng-hui(School of Information Science and Engineering,Changzhou University,Changzhou 213164,China;College of Information and Science Technology,Zhejiang Shuren University,Hangzhou 310015,China)

机构地区：[1]常州大学信息科学与工程学院,江苏常州213164 [2]浙江树人大学信息科技学院,浙江杭州310015

出　　处：《计算机工程与设计》

基　　金：浙江省自然科学基金项目(LY16F020021)。

年　　份：2020

卷　　号：41

期　　号：9

起止页码：2684-2689

语　　种：中文

收录情况：BDHX、BDHX2017、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为解决常见行为识别方法在学生目标密集、姿态多样、遮挡率高的课堂场景中难以有效应用的问题,提出一种改进的多目标回归学生课堂行为检测方法。根据检测任务建立课堂视频均匀采样数据集,为适应课堂场景中多变的学生目标尺寸,设计多尺寸输出的神经网络并使用聚类方法生成预选框,采用两段式训练策略,优化模型中的各项参数,提出优化训练方案。实验结果表明,该方案有效提高了模型训练速度,提升了模型的性能。

关 键 词：课堂场景  学生行为检测  多目标回归  两段式训练  模型性能  

分 类 号：TP391.41]