基于HSV-YOLOv3的网课学生行为识别方法
基本信息
| 申请号 | CN202110229907.5 | 申请日 | - |
| 公开（公告）号 | CN112597977A | 公开（公告）日 | 2021-04-02 |
| 申请公布号 | CN112597977A | 申请公布日 | 2021-04-02 |
| 分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06K9/46(2006.01)I;G06N20/20(2019.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 韩宇 | 申请（专利权）人 | 南京泛在实境科技有限公司 |
| 代理机构 | 南京众联专利代理有限公司 | 代理人 | 蒋昱 |
| 地址 | 210000江苏省南京市栖霞区仙林街道灵仙路2号（江苏省地理信息产业园B区）12幢3F部分房屋 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 基于HSV‑YOLOv3的网课学生行为识别方法，该方法包括以下步骤：步骤1，获取学生网课图像标定数据；步骤2，模拟噪声环境数据；步骤3，提取学生上课图像的颜色特征；步骤4，设计基于简单投票法的学生网课行为识别；步骤5，处理学生行为类别异常；步骤6，将训练获得的学生行为分类模型嵌入至系统平台中，并实际应用。本发明在模拟噪声环境下的基础上，提出了基于HSV‑YOLOv3的网课学生行为识别方法。本发明有效的模拟了网课系统平台在采集数据时受到的噪声环境的干扰，增强了分类模型在噪声环境下的鲁棒性；同时采用了投票法进行学生行为分类，经过投票决策最终得出学生行为类别，提高了分类模型的精确度。 |
