基于元学习的智能教室检测系统  

作　　者：杨龙飞 刘宇轩 侯霆 冯颖娜 杨曹毅 尹伟石[1] YANG Longfei;LIU Yuxuan;HOU Ting;FENG Yingna;YANG Caoyi;YIN Weishi

机构地区：[1]长春理工大学理学院,吉林长春130022

出　　处：《信息技术与信息化》2022年第6期113-116,共4页Information Technology and Informatization

摘　　要：针对不同教学场景图像的数据分布差异较大造成的跨域偏移问题以及实际情况中可用样本量较少导致训练的模型参数准确度较低问题,提出了建立一种基于元学习的智能教室检测系统。通过双阶段训练模型并引入域优化适应器,实现小样本情形下对不同教学场景的快速适应。准备阶段,通过改进快速姿态蒸馏型结合MAML算法,对元模型以及域适应优化器进行训练;在线阶段,通过导入少量有标签的样本数据,通过YOLO v3算法,元模型就可以在域适应优化器的引导下实现不同场景分布的快速适应,然后对所提取的关键点进行坐标计算进行姿态判别以及专注度检测,解决了小样本条件下的不同教室场景的姿态检测以及专注度检测,最后在Coco数据集进行验证发现姿态检测准确率达到80%,符合实际应用条件。

关 键 词：姿态检测 专注度检测 快速姿态蒸馏模型 元学习 YOLO v3 

分 类 号：G434[文化科学—教育学] TP391.41[文化科学—教育技术学]