基于HSV-YOLOv3的網課學生行為識別方法
基本信息
申請?zhí)?/td> | CN202110229907.5 | 申請日 | - |
公開(公告)號 | CN112597977A | 公開(公告)日 | 2021-04-02 |
申請公布號 | CN112597977A | 申請公布日 | 2021-04-02 |
分類號 | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06K9/46(2006.01)I;G06N20/20(2019.01)I | 分類 | 計算;推算;計數; |
發(fā)明人 | 韓宇 | 申請(專利權)人 | 南京泛在實境科技有限公司 |
代理機構 | 南京眾聯專利代理有限公司 | 代理人 | 蔣昱 |
地址 | 210000江蘇省南京市棲霞區(qū)仙林街道靈仙路2號(江蘇省地理信息產業(yè)園B區(qū))12幢3F部分房屋 | ||
法律狀態(tài) | - |
摘要
摘要 | 基于HSV?YOLOv3的網課學生行為識別方法,該方法包括以下步驟:步驟1,獲取學生網課圖像標定數據;步驟2,模擬噪聲環(huán)境數據;步驟3,提取學生上課圖像的顏色特征;步驟4,設計基于簡單投票法的學生網課行為識別;步驟5,處理學生行為類別異常;步驟6,將訓練獲得的學生行為分類模型嵌入至系統(tǒng)平臺中,并實際應用。本發(fā)明在模擬噪聲環(huán)境下的基礎上,提出了基于HSV?YOLOv3的網課學生行為識別方法。本發(fā)明有效的模擬了網課系統(tǒng)平臺在采集數據時受到的噪聲環(huán)境的干擾,增強了分類模型在噪聲環(huán)境下的魯棒性;同時采用了投票法進行學生行為分類,經過投票決策最終得出學生行為類別,提高了分類模型的精確度。?? |
