西安理工大学刘晶获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安理工大学申请的专利基于智慧教室场景下学生课堂姿态行为的检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117152837B 。
龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311093828.1,技术领域涉及:G06V40/20;该发明授权基于智慧教室场景下学生课堂姿态行为的检测方法是由刘晶;仇晨旭设计研发完成,并于2023-08-29向国家知识产权局提交的专利申请。
本基于智慧教室场景下学生课堂姿态行为的检测方法在说明书摘要公布了:本发明公开基于智慧教室场景下学生课堂姿态行为的检测方法,具体为:步骤1,制作SCB_dataset数据集;步骤2,构建Backbone模块,来提取学生听课的抬头和低头行为特征;步骤3,搭建FPATransformer中的特征感知金字塔模块,对步骤2提取得到的特征图进行特征融合;步骤4,设计PredictionHead模块,在步骤3获取到的特征图上对学生的位置进行定位,并对学生抬头低头行为进行分类;步骤5,将训练生成的权重文件进行保存;步骤6,将教室课堂图像输入到训练好的FPATransformer中,得到最终网络的检测结果。该方法能够准确定位学生位置并对学生听课抬头低头行为进行分类。
本发明授权基于智慧教室场景下学生课堂姿态行为的检测方法在权利要求书中公布了:1.基于智慧教室场景下学生课堂姿态行为的检测方法,其特征在于,具体为:步骤1,制作SCB_dataset训练数据集; 步骤2,构建FPATransformer中的Backbone模块,Backbone模块通过使用四个特征感知块来提取学生听课的抬头和低头行为特征得到相应的特征图; 步骤3,搭建FPATransformer中的特征感知金字塔模块,对步骤2提取得到的特征图进行特征融合; 步骤4,设计FPATransformer中的PredictionHead模块,对步骤3获取到的特征图上对学生的位置进行定位,并对学生抬头低头行为进行分类; 步骤5,使用步骤1的SCB_dateset训练集训练由Backbone模块、FPP模块和PredictionHead模块组成的FPATransformer,将训练生成的权重文件进行保存; 步骤6,加载步骤5训练好的权重文件,将教室课堂图像输入到训练好的FPATransformer中,得到最终网络的检测结果; 其中,Backbone模块通过在特征感知块FPB中加入局部特征感知多头注意力,从而使Backbone模块关注到课堂学生抬头低头行为的更多特征,来提高对学生课堂抬头低头行为特征的提取能力;FPP模块通过引进特征感知下采样对提取到的学生课堂行为进行选择性的特征融合,使其获取课堂学生行为更精细特征的能力也得到进一步加强;PredictionHead模块通过加入阈值分支,来过滤低质量的检测框,进一步提高了FPATransformer网络对学生课堂抬头低头行为检测和分类的精确度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安理工大学,其通讯地址为:710048 陕西省西安市碑林区金花南路5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。