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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的学生课堂行为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：CN119763179B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411662671.4，技术领域涉及：G06V40/20；该发明授权一种基于深度学习的学生课堂行为检测方法是由尚凤军;蔡诗雅;蒋暠设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于深度学习的学生课堂行为检测方法在说明书摘要公布了：本发明属于目标检测技术领域，具体涉及一种基于深度学习的学生课堂行为检测方法；该方法包括：对改进YOLOv11模型进行训练，对训练好的改进YOLOv11模型进行剪枝处理，得到学生课堂检测模型；获取待检测学生课堂视频并将其输入到学生课堂检测模型中进行处理，得到学生课堂行为检测结果；使用改进DeepSORT算法对学生课堂行为检测结果进行处理，实现对学生课堂行为的跟踪本发明增强了网络对全局信息的捕捉能力，提升网络在遮挡和多尺度变化场景下的表现，从而提高了网络的鲁棒性和检测精度，具有良好的应用前景。

本发明授权一种基于深度学习的学生课堂行为检测方法在权利要求书中公布了：1.一种基于深度学习的学生课堂行为检测方法，其特征在于，包括： S1：对改进YOLOv11模型进行训练，对训练好的改进YOLOv11模型进行剪枝处理，得到学生课堂检测模型；所述改进YOLOv11模型包括改进Backbone网络、改进Neck网络和改进Head网络；改进Backbone网络将原YOLOv11模型Backbone网络中的C3K2模块替换为Star_caa模块；改进Backbone网络和改进Neck网络均将原YOLOv11模型中的Conv下采样模块替换为LD_downsample下采样模块；改进Head网络为将原YOLOv11模型中Head网络的检测头替换为Dyhead_DCNv4检测头； Star_caa模块对输入特征的处理过程包括：采用第一DWConv层对输入特征进行处理，得到第一中间特征；通过并行的两个1×1卷积层对第一中间特征进行处理，并对两个卷积输出进行星运算，得到第二中间特征；将第二中间特征进行CAA注意力机制处理后输入到1×1卷积层中，得到第三中间特征；将第三中间特征输入到第二DWConv层进行处理，得到第四中间特征；将第四中间特征于输入特征进行残差连接并进行正则化，得到Star_caa模块的输出特征； S2：获取待检测学生课堂视频并将其输入到学生课堂检测模型中进行处理，得到学生课堂行为检测结果； S3：使用改进DeepSORT算法对学生课堂行为检测结果进行处理，实现对学生课堂行为的跟踪；改进DeepSORT算法为将原DeepSORT算法中卡尔曼滤波器获取的状态预测结果替换为LSTM网络获取的状态预测结果与卡尔曼滤波器获取的状态预测结果的加权和，将原DeepSORT算法中的特征提取器替换为MobileNetV4网络。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。

以上内容由龙图腾AI智能生成。