一种学生课堂动作检测方法、系统、设备及存储介质技术方案

本发明专利技术公开一种学生课堂动作检测方法、系统、设备及存储介质，包括：对训练图像提取人体关键点；其中，对训练图像采用部分卷积处理后，对得到的特征图通过注意力操作确定特征图权重，由此得到加权特征图，将加权特征图与原训练图像进行残差连接后得到人体关键点特征图；对人体关键点特征图的不同通道进行不同尺度的卷积操作，确定不同尺度下的注意力权值，得到人体关键点注意力特征图；根据人体关键点注意力特征图训练分类网络，对待测图像经提取人体关键点后，采用分类网络得到课堂动作所属类别。针对学生课堂场景下的动作识别进行自动化检测，提高学生课堂动作识别的准确性和鲁棒性，提高学生课堂考核的准确性和效率。提高学生课堂考核的准确性和效率。提高学生课堂考核的准确性和效率。

【技术实现步骤摘要】
一种学生课堂动作检测方法、系统、设备及存储介质


[0001]本专利技术涉及计算机视觉目标检测
，特别是涉及一种学生课堂动作检测方法、系统、设备及存储介质。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]传统的学生课堂动作检测方法，检测的精度低，模型的参数量较大，在实际训练过程中模型的计算量大，内存访问次数高，模型冗余导致检测的速度不理想，从而导致模型不能有效的提取空间特征；其次对学生课堂动作分类不够精确，导致动作分类的精度不够高。
[0004]综上所述，学生课堂动作识别研究在模型的检测速度和学生课堂动作分类准确度等方面存在一些弊端和问题。

技术实现思路

[0005]为了解决上述问题，本专利技术提出了一种学生课堂动作检测方法、系统、设备及存储介质，针对学生课堂场景下的动作识别进行自动化检测，提高学生课堂动作识别的准确性和鲁棒性，提高学生课堂考核的准确性和效率。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种学生课堂动作检测方法，其特征在于，包括：获取学生课堂动作的训练图像；对训练图像提取人体关键点；其中，对训练图像采用部分卷积处理后，对得到的特征图通过注意力操作确定特征图权重，由此得到加权特征图，将加权特征图与原训练图像进行残差连接后得到人体关键点特征图；对人体关键点特征图的不同通道进行不同尺度的卷积操作，并通过注意力操作确定不同尺度下的注意力权值，由此得到人体关键点注意力特征图；根据人体关键点注意力特征图训练得到分类网络，对学生课堂动作的待测图像经提取人体关键点后，采用分类网络得到课堂动作所属类别。2.如权利要求1所述的一种学生课堂动作检测方法，其特征在于，对训练图像的部分卷积处理包括：对训练图像的输入通道进行正则卷积，其余通道保持不变。3.如权利要求1所述的一种学生课堂动作检测方法，其特征在于，对训练图像采用部分卷积处理后，通过一个1
×
1卷积进行降维操作，再经批归一化和激活函数进行特征转化后，经一个1
×
1卷积进行升维操作，然后将得到的特征图进行全局平均池化，确定特征图权重，将特征图权重乘以特征图得到加权特征图。4.如权利要求1所述的一种学生课堂动作检测方法，其特征在于，将人体关键点特征图进行通道划分，每组通道进行不同卷积核的卷积操作，提取不同尺度特征图，对不同尺度特征图获取对应的注意力权值，将每组通道的注意力权值进行拼接和归一化处理后，在与不同尺度特征图进行加权，由此得到人体关键点注意力特征图。5.如权利要求1所述的一种学生课堂动作检测方法，其特征在于，所述分类网络包括依次连接的四层线性层，具体处理过程包括：经第一线性层进行线性变换矩阵运算处理后，再经批归一化处理，经激活函数层将输出送入到第二线...

【专利技术属性】
技术研发人员：张让勇，刘琦，顾笑言，闫蕊，郭文杰，
申请(专利权)人：齐鲁工业大学山东省科学院山东山科智控数字化科技有限公司，
类型：发明
国别省市：