利用动作直方图度量学生行为参与度
计算机视觉与模式识别
2025-05-16 v2 图像与视频处理
摘要
本文提出一种通过识别学生动作来度量行为参与度的新技术。该方法先识别学生动作，再预测学生的行为参与度水平。对于学生动作识别，我们利用人体骨架建模学生姿态与上身运动。为学习上身动态，采用3D-CNN模型。训练好的3D-CNN模型用于识别每2分钟视频段内的动作，随后这些动作被用于构建动作直方图，该直方图编码了学生动作及其频次。此直方图作为SVM分类器的输入，以分类学生是否参与。为评估所提框架，我们构建了一个数据集，包含标注有13种动作的1414个2分钟视频段，以及标注有两种参与度水平的112个视频段。实验结果表明，学生动作识别的top 1准确率为83.63%，且所提框架能够捕捉班级的平均参与度。
引用
@article{arxiv.2307.09420,
title = {Measuring Student Behavioral Engagement using Histogram of Actions},
author = {Ahmed Abdelkawy and Aly Farag and Islam Alkabbany and Asem Ali and Chris Foreman and Thomas Tretter and Nicholas Hindy},
journal= {arXiv preprint arXiv:2307.09420},
year = {2025}
}