基于人工智能的课堂视频内容解析与行为识别研究
魏文静
【摘要】针对传统课堂教学质量评估主观性强与效率低下的问题,本研究提出了一种基于改进坐标注意力—特征聚合—指数移动平均(YOLOv8⁃CFE)的课堂视频内容解析与行为识别技术,通过融合坐标注意力机制、特征聚合金字塔网络以及指数移动平均滑动(EMASLide)损失函数,构建智能化课堂行为识别系统。 研究结果表明,改进算法有效解决了密集场景下的学生目标检测难题,为智慧课堂建设提供了技术支撑。
【关键字】 人工智能;行为识别;深度学习;智慧教育
【PDF】