论文部分内容阅读
学生在课堂上的行为多变复杂,可以通过计算机的算法对学生的课堂行为进行识别检测。将学生课堂上的行为与智能计算机的目标行为检测相结合,这一方面在近几年都属于智能教育热门的研究领域。论文在Tensorflow的框架下实现了经典的智能目标检测算法Faster RCNN,对预训练好的VGG16网络模型进行迁移式学习,用算法来提取学生在课堂上的各种行为和特征,对看书、写作业、听课、举手和课堂之外的事进行检测,并且对这些行为进行识别分析,与其他的目标检测方法进行比较,显示出Faster R-CNN算法的优点。通过