基于深度学习的课堂学生行为检测与分析研究.pdf

广西师范大学硕士学位论文 目录 摘要I AbstractII 目录IV 第1章 绪论1 1.1 研究背景与意义 1 1.1.1 研究背景1 1.1.2 研究意义1 1.2 国内外研究现状2 1.3 主要研究内容4 1.4 论文的结构安排5 第2 章 相关理论与技术6 2.1 深度学习6 2.1.1 深度学习简介6 2.1.2 卷积神经网络7 2.1.3 前向传播与反向传播12 2.2 基于深度卷积的目标检测算法13 2.2.1 两阶段的目标检测算法13 2.2.2 一阶段的目标检测算法15 2.3 本章小结20 第3 章 数据集的制作与学生行为检测算法研究21 3.1 引言21 3.2DSBC 数据集21 3.2.1 学生行为的分类21 3.2.2 数据集的采集22 3.2.3DSBC 数据集的标注23 3.3 数据增强25 3.3.1 多尺寸的图像组合25 3.3.2 基于类别比例的图像选择27 3.4 基于YOLOv5s 改进的学生行为检测算法29 3.4.1 增强特征表达的YOLOv5s_D4 网络29 3.4.2 引入重影模块降低网络参数量30 3.5 实验与分析32 3.5.1 实验设置32 3.5.2 评价指标33 3.5.3 模型选择34 3.5.4 实验结果分析35 3.6 本章小结38 第4 章 学生行为关联与行为统计分析39 4.1 引言39 4.2 学生课堂情景数据特性分析39 4.3 学生行为关联技术方案40 4.3.1 位置距离计算方法40 4.3.2 特征相似性比较方法41 4.3.3 学生行为关联流程45 4.4 行为关联实验与统计分析46 4.4.1 行为关联实验分析46 4.4.2 行为统计分析48 4.5 本章小结51 IV 广西师范大学硕士学位论文 第5 章 总结与展望52 5.1 工作总结52 5.2 工作展望52 参考文献54 攻读硕士学位期间的科研情况60 致谢 论文独创性声明 论文使用授权声明 V 广西师范大学硕士学位论文 1 第 章 绪论 本文的研究是顺应当前智慧课堂建设的需求，因此，本章将首先介绍课堂学生行 为检测与分析研究的背景与意义，对当前国内外的研究现状进行分析，并引入本文研 究的主要内容。 1.1 研究背景与意义 1.1.1 研究背景 智能时代的到来，使得各个领域都开始向智慧化应用转型，将人工智能应用在我 国的教育事业上，对智慧化课堂的建设变得越来越重要。在当前我国的基础教育中， 学生数量庞大而教师人数较少，造成教师任务繁重、教学质量提升