一种面向智慧课堂的学生行为鲁棒识别方法技术

本发明专利技术提供一种面向智慧课堂的学生行为鲁棒识别方法，涉及智慧教育技术领域，所述方法包括：构建课堂行为检测数据集，在YOLOv11n框架中实施三项核心改进，包括：将颈部网络的C3K2替换为C3K2_CSP_MSA；将YOLOv11n中部分Conv替换为基于多尺度上下文感知原理设计高效下采样模块CGConv模块；并将可变形注意力机制融入骨干网络C2PSA模块重构为CSPDA模块；使用训练集和验证集对所述改模型进行迭代优化训练，得到改进YOLOv11n的课堂学生行为检测模型；将测试集输入所述改进YOLOv11n的课堂学生行为检测模型进行检测，输出学生行为检测结果。本方法能够提升复杂遮挡场景下漏检率和误检率，为智慧课堂行为分析提供了高精度、强鲁棒性的实时检测解决方案。

【技术实现步骤摘要】

本专利技术涉及计算机视觉和行为识别，尤其涉及一种面向智慧课堂的学生行为鲁棒识别方法。

技术介绍

1、当前智慧课堂是教学的主战场，充分利用机器视觉赋能教学质量管理，对学生学习过程的海量数据进行智能分析，优化评价机制，推动教学改革，为学校管理决策、教育教学评估提供智能化支撑。

2、在当今教育领域，智慧课堂作为推动教学现代化变革的核心载体，已成为提升教学质量与效率的关键平台。随着人工智能技术的快速发展，基于机器视觉的教学质量管理系统正逐步取代传统人工评估方式，通过对学生课堂行为的实时监测与智能分析，为教师提供精准的教学反馈，为教育管理者提供科学化的决策依据。然而，当前智慧课堂环境下的视觉分析技术仍面临多重技术瓶颈：

3、在智慧课堂实际环境中存在图像尺度变化大、学生目标密集、遮挡严重的现象，给基于视觉的智慧课堂分析带来困难。边缘区域的学生因物理距离远、视角畸变，呈现小目标特征,加之光照不均与桌椅遮挡，难以被现有目标检测技术准确识别,而经常被忽视在以目标检测技术为基础的教学评价中。由于这种技术和行为的缺陷,导致课堂评价不准确,无法全面反映教学本文档来自技高网...

【技术保护点】

1.一种面向智慧课堂的学生行为鲁棒识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向智慧课堂的学生行为鲁棒识别方法，其特征在于，所述步骤S21中C3K2_CSP_MSA结构块的构建包括：将YOLOv11n颈部网络的C3K2结构块中的BottleNeck结构替换为CSP_MSA模块；所述CSP_MSA模块的处理过程为：

3.根据权利要求1所述的一种面向智慧课堂的学生行为鲁棒识别方法，其特征在于，所述步骤S22中将YOLOv11n模型中的C2PSA结构块替换为基于可变形注意力机制的CSPDA结构块包括：使用DAttention块替换C2PSA块中的...

【技术特征摘要】

1.一种面向智慧课堂的学生行为鲁棒识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种面向智慧课堂的学生行为鲁棒识别方法，其特征在于，所述步骤s21中c3k2_csp_msa结构块的构建包括：将yolov11n颈部网络的c3k2结构块中的bottleneck结构替换为csp_msa模块；所述csp_msa模块的处理过程为：

3.根据权利要求1所述的一种面向智慧课堂的学生行为鲁棒识别方法，其特征在于，所述步骤s22中将yolov11...

【专利技术属性】
技术研发人员：周佳旭，张艳梅，袁冠，臧召宾，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：