谢 伟 陶亚平 高 洁 周东波 王 溦

基于YOWO的课堂学习行为实时识别*

谢 伟1,2陶亚平1,2高 洁3[通讯作者]周东波4王 溦1,2

（1．华中师范大学 人工智能与智慧学习湖北省重点实验室，湖北武汉 430079；2．华中师范大学 计算机学院，湖北武汉 430079；3．华中师范大学 信息管理学院，湖北武汉 430079；4．华中师范大学 人工智能教育学部，湖北武汉 430079）

当前，课堂学习行为研究一般仅针对单帧图像分析学生的行为，而忽视了行为的连续性，无法利用视频信息准确刻画学生的课堂学习行为。为了解决这一问题，文章实时识别真实课堂环境中学生的学习行为，首先采集某重点大学多个真实课堂教学中的授课视频，归纳出7种典型的课堂行为；随后，将行为识别中的YOWO模型迁移至课堂学生的学习行为识别场景中；最后，通过与基于图片数据集的VGG16网络模型、基于视频数据集的YOLO-V2网络模型进行实验对比，验证了YOWO模型对课堂视频中的学生学习行为具有较高的行为识别准确率。上述研究表明，使用YOWO模型识别课堂中典型的学生行为，可以促进教师及时了解学生的学习状态，进而优化教学过程，并能为课堂教学的过程化评价提供依据。

学习行为；行为识别；视频分析；深度学习；YOWO模型

人工智能助推教育信息化不断发展，科大讯飞轮值总裁吴晓如曾说：“人工智能将教学变为大数据分析以及人工智能辅助的以学生为中心的个性化学习，为每个学生提供个性化、定制化的学习内容和方法，从而激发学生深层次的学习欲望。……