【技术实现步骤摘要】
本专利技术涉及计算机视觉领域，尤其涉及一种基于课堂密集场景的双阶段人员行为识别方法。
技术介绍
1、在监控密集场景中，有效地识别人员行为一直是一项具有挑战性的任务。传统的监控手段往往依赖于人工视觉观察，然而，在密集场景中，持续关注每个人员往往是困难的，特别是受到监控设备覆盖范围和技术限制的影响。因此，传统方法往往难以准确观察到具体的行为。
2、近年来，随着人工智能技术的进步，利用监控视频进行人员行为识别成为了一个研究热点。然而，密集场景下的人员行为通常非常复杂且难以准确识别。传统的算法可能存在误报率高和准确性低的问题，常常依赖于阈值来识别异常行为，但这种方法容易受到噪音干扰，导致误报率升高，同时也需要监控人员投入大量精力进行确认。
3、中国专利公开号为cn117475466a公开了一种名为“一种课堂学生学习状态实时监测方法及系统”。该方法通过在预设时间段内定期拍摄教室全景图，并提取学生的肢体动作图像进行识别，然后基于座位信息和学生信息进行关联，最终将学生的消极动作图像和相关信息发送至监控终端。然而，该方法存在肢体...
【技术保护点】
1.一种基于课堂密集场景的双阶段人员行为识别方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种基于课堂密集场景的双阶段人员行为识别方法，其特征在于，所述步骤S1具体包括以下步骤：
3.如权利要求1所述的一种基于课堂密集场景的双阶段人员行为识别方法，其特征在于，所述步骤S2中基于课堂密集场景的人员检测网络具体包括：
4.如权利要求1所述的一种基于课堂密集场景的双阶段人员行为识别方法，其特征在于，所述步骤S3中人员行为识别网络具体包括：
5.如权利要求4所述的一种基于课堂密集场景的双阶段人员行为识别方法，其...
【技术特征摘要】
1.一种基于课堂密集场景的双阶段人员行为识别方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的一种基于课堂密集场景的双阶段人员行为识别方法，其特征在于，所述步骤s1具体包括以下步骤：
3.如权利要求1所述的一种基于课堂密集场景的双阶段人员行为识别方法，其特征在于，所述步骤s2中基于课堂密集场景的人员检测网络具体包括：
4.如权利要求1所述的一种基于课堂密集场景的双阶段人员行为识别方法，其特征在于，所述步骤s3中人员行为识别网络具体包括：
5.如权利要求4所述的一种基于课堂密集场景的双阶段人员行为识别方...
【专利技术属性】
技术研发人员：姜明华，王成，余锋，郑兴伟，刘莉，
申请(专利权)人：武汉纺织大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。