基于YOLOv5的课堂抬头低头行为识别研究  

作　　者：欧阳维晰 樊万姝 陈麟伟 

机构地区：[1]大连大学软件工程学院,辽宁大连116622

出　　处：《电脑知识与技术》2023年第29期9-12,共4页Computer Knowledge and Technology

基　　金：辽宁省自然科学基金博士科研启动基金计划项目(项目编号:2022-BS-336);2022年大连大学大学生创新创业训练计划项目(项目编号:202211258003)。

摘　　要：近年来,在人工智能技术促进教育改革的大背景下,以深度学习为代表的核心技术推动了教育领域的智能化发展。文章将深度学习技术应用于高校教学课堂场景中,提出一种基于YOLOv5的课堂抬头低头行为识别方法。利用监控视频数据提取图像帧进行人工标注并构建一个包含2000张图像的数据集。通过K-means和遗传算法生成与该数据集具有更高匹配度的锚框,选取最优参数的网络模型对学生进行检测并识别其抬头低头行为状态。实验结果表明,YOLOv5算法对课堂抬头低头行为有很好的检测识别效果。

关 键 词：目标检测 深度学习 数据标注 YOLOv5 抬头低头行为 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]