教学场景下的学生课堂状态识别方法研究与应用

针对课堂视频分析中的学生遮挡难点问题,设计一种多尺度注意力模块用于遮挡学生位置的检测,利用OpenPose识别的人体骨架信息,通过对比不同的机器学习模型的六种课堂状态的识别性能,对某课堂实际教学过程进行抬头率、低头率、参与度、活跃度的实时和过程两种智能化教学评价。实验和应用结果表明,该方法能够自动跟踪、分析学生的课堂状态,具有较高的识别精度,有效解决学生状态准确识别的难题,从而助力于教师及时掌握课堂教学过程,调整教学策略,提高教学效果。

静态混合器结构优化设计与流场特性分析

为油田高能效驱油以提高原油产量,针对SK型和SX型静态混合器混合单元结构,通过创新设计和三维建模开发多重螺旋混合单元静态混合器,基于静态混合原理,利用FLUENT数值模拟软件,采用有限体积法,对所开发混合器内流体的流场进行仿真分析,研究该结构静态混合器的流动特性,结果表明,该种静态混合器使流体产生剪切和正反向涡旋作用,流体被充分扰动,混合均匀,满足油田注聚驱油要求,可为油田开发新型高效静态混合器提供一定技术支持。

抑制背景干扰的行人重识别方法

为解决行人重识别中的相似背景干扰问题,提出抑制背景干扰的行人重识别方法.首先对多摄像头监控场景下的行人重识别中的前景与背景的隐含关系进行分析;然后设计背景抑制网络模型,包括前景子网络、背景子网络和噪声抑制模块;最后在噪声抑制损失函数的作用下增强前景子网络对行人特征的提取能力,抑制背景噪声.在Market1501和DukeMTMC-reID数据集上进行仿真实验,结果表明,所提方法具有较低的计算复杂度,在提高模型识别性能的同时,可迁移能力有明显提高.

基于多尺度注意力引导的遮挡行人检测方法

行人区域遮挡是影响行人检测精度的重要因素,为提高行人检测精度,提出一种基于多尺度注意力引导的遮挡行人检测方法。首先,设计一种专注于遮挡问题的注意力引导模块,将其应用于特征提取网络中不同尺度的特征图,利用外部监督信息遮罩机制,引导模型关注行人目标可见区域;其次,根据特征图在分辨率与语义特征方面的特性,对注意力引导后的多尺度特征图进行融合;最后,利用融合特征图进行边界框预测。为验证所提方法有效性及泛化性,在不同数据集上进行仿真实验。该方法在Citypersons重度遮挡子集上实现了47.1%的MR^(-2),在Caltech重度遮挡子集上实现了40.62%的MR^(-2),相对于主流的遮挡行人检测方法,检测精度有较为明显的提高。实验结果表明,所提出模块可以有效地处理行人检测中的区域遮挡问题。