一种基于改进时空图卷积网络的教师行为识别方法

AITNT
正文
推荐专利
一种基于改进时空图卷积网络的教师行为识别方法
申请号:CN202410984884
申请日期:2024-07-22
公开号:CN118781660A
公开日期:2024-10-15
类型:发明专利
摘要
本发明公开一种基于改进时空图卷积网络的教师行为识别方法,具体步骤如下,步骤1:构建教师行为数据集;步骤2:对教师教学行为的课堂进行分类;步骤3:构建基于改进时空图卷积网络(ST‑GCN:Spatial Temporal Graph Convolutional Networks)的教师行为识别模型;步骤4:基于改进的ST‑GCN模型识别教师的教学行为并进行课堂分类,本发明显著提高了教师行为识别准确率。不仅为教育工作者提供了监测和分析教师教学行为的有效工具,而且为智慧教育的实践提供了有力的技术支撑。
技术关键词
教师 识别方法 教学 GCN模型 人体姿态估计算法 人体骨架信息 混合型 学生 视频 人体结构 分类规则 残差网络 卷积模块 数据分类 关键点 训练集 注意力 节点
系统为您推荐了相关专利信息
1
一种电子装置及对鸡蛋性别的无损识别方法
鸡蛋 电子装置 计算机可读指令 无损识别方法 通道注意力机制
2
基于图知识蒸馏的跨语言新闻核心事件分析方法
事件分析方法 蒸馏 事件特征 节点 低资源语言
3
基于边缘检测的骨关节X光片微小骨折自动识别方法
像素点 自动识别方法 邻域 分层 自动识别系统
4
基于动态多图混合专家图神经网络的交通流量预测方法
路段 节点 图谱 交通流量预测方法 动态
5
基于改进Transformer的天气现象识别方法
天气现象识别方法 注意力机制 分块 模块 图像块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号