基于深度學(xué)習(xí)的學(xué)生課堂行為識別
【圖文】:
同學(xué)的7種(e)站立(f)
Vol.29No.7201988(a)聽課(b)左顧右盼(c)舉手(d)睡覺(e)站立(f)看書(g)書寫圖1Z同學(xué)的7種典型課堂行為圖像2數(shù)據(jù)預(yù)處理為了極大地滿足學(xué)生課堂行為識別的需要,本研究對采集的圖像進(jìn)行了以下預(yù)處理操作:①在保持比例不變的情況下,將尺寸不一的圖像統(tǒng)一縮放成300×300(空白部分補零)的圖像;②以中心點為基準(zhǔn),縮放后的圖像統(tǒng)一裁剪為224×224的圖像;③圖像去均值。在深度網(wǎng)絡(luò)模型訓(xùn)練過程中,往往需要大量的訓(xùn)練樣本作為研究的數(shù)據(jù)支撐,但目前學(xué)生課堂行為識別數(shù)據(jù)的規(guī)模并不大。為了緩解目前訓(xùn)練樣本不足所導(dǎo)致的困難,本研究對訓(xùn)練圖像進(jìn)行了數(shù)據(jù)增強,以增加訓(xùn)練樣本數(shù)目。具體來說,本研究主要采用了以下11種數(shù)據(jù)增強方法:①圖像向左旋轉(zhuǎn)20度;②圖像向右旋轉(zhuǎn)20度;③添加高斯噪聲;④設(shè)定矩形框內(nèi)的灰度值設(shè)為0;⑤隨機(jī)設(shè)置部分的像素值設(shè)為0;⑥中值模糊;⑦均值模糊;⑧高斯模糊;⑨每張圖像每隔兩行的像素點設(shè)為0,關(guān)鍵點保留;⑩向左平移20個像素點;向上平移20個像素點。二基于深度學(xué)習(xí)的學(xué)生課堂行為識別1深度學(xué)習(xí)近年來,深度學(xué)習(xí)迅猛發(fā)展,,在語音識別、圖像分類、文本理解等方面取得重大突破,特別是在圖像識別方面的成績尤為突出。在圖像識別方面,卷積神經(jīng)網(wǎng)絡(luò)最為流行。其中,視覺幾何組網(wǎng)絡(luò)(VisualGeometryGroupNeuralNetwork,VGGNet)是由牛津大學(xué)計算機(jī)視覺組開發(fā)的一種具有代表性的卷積神經(jīng)網(wǎng)絡(luò),其結(jié)構(gòu)簡潔且易于實現(xiàn),在實際應(yīng)用中表現(xiàn)出了良好的性能,已得到了廣泛應(yīng)用[10];诖,本研究擬采用VGG16網(wǎng)絡(luò)模型(包含16個隱藏層的VGGNet,是VGGNet的經(jīng)典版本之
【參考文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前1條
1 王琦;基于卷積神經(jīng)網(wǎng)絡(luò)的學(xué)生疲勞狀態(tài)檢測關(guān)鍵技術(shù)研究與實現(xiàn)[D];華中師范大學(xué);2016年
【共引文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前2條
1 梁昭德;基于卷積神經(jīng)網(wǎng)絡(luò)的駕駛?cè)似跈z測算法研究[D];華南理工大學(xué);2018年
2 張敬然;基于面部識別技術(shù)的在線學(xué)習(xí)行為深度感知方法研究與應(yīng)用[D];南京師范大學(xué);2018年
【二級參考文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前10條
1 陳智;基于卷積神經(jīng)網(wǎng)絡(luò)的多標(biāo)簽場景分類[D];山東大學(xué);2015年
2 劉榮榮;基于卷積神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識別軟件的設(shè)計與實現(xiàn)[D];內(nèi)蒙古大學(xué);2015年
3 張子夫;基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤算法研究與實現(xiàn)[D];吉林大學(xué);2015年
4 常歡;基于卷積神經(jīng)網(wǎng)絡(luò)的孤立手寫體漢字識別研究[D];安徽大學(xué);2015年
5 汪濟(jì)民;基于卷積神經(jīng)網(wǎng)絡(luò)的人臉檢測和性別識別研究[D];南京理工大學(xué);2015年
6 李飛騰;卷積神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[D];大連理工大學(xué);2014年
7 王強;基于CNN的字符識別方法研究[D];天津師范大學(xué);2014年
8 陳先昌;基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D];浙江工商大學(xué);2014年
9 張建利;基于面部特征的學(xué)習(xí)狀態(tài)的研究[D];太原理工大學(xué);2013年
10 蔣友毅;基于多特征的疲勞駕駛檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];華中科技大學(xué);2013年
【相似文獻(xiàn)】
相關(guān)期刊論文 前4條
1 魏艷濤;秦道影;胡佳敏;姚璜;師亞飛;;基于深度學(xué)習(xí)的學(xué)生課堂行為識別[J];現(xiàn)代教育技術(shù);2019年07期
2 金瑭;;行為識別技術(shù)在教學(xué)中應(yīng)用的探討[J];電腦知識與技術(shù);2017年07期
3 韋心勤;歐軍明;;芻議CIS與學(xué)校形象建設(shè)[J];基礎(chǔ)教育研究;2013年06期
4 張連生;學(xué)校形象的價值及其塑造[J];教育評論;1999年06期
相關(guān)碩士學(xué)位論文 前1條
1 黨冬利;人體行為識別及在教育錄播系統(tǒng)中的應(yīng)用[D];西安科技大學(xué);2017年
本文編號:2610192
本文鏈接:http://www.lk138.cn/kejilunwen/zidonghuakongzhilunwen/2610192.html