公开(公告)号：CN118762396A

公开(公告)日：2024-10-11

申请号：CN202410802734.5

申请日：2024-06-20

Applicant: 无锡学院

Inventor： 曹燚 ,  曹倩 ,  钱承山

IPC: G06V40/20 ,  G06V20/52 ,  G06V10/82 ,  G06V10/52 ,  G06V10/80 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084 ,  G06Q50/20

Abstract: 本发明公开了一种基于改进YOLOv8模型的学生课堂行为检测方法，属于行为检测与识别领域，方法包括：构建改进型YOLOv8模型，对YOLOv8模型进行优化，得到改进的YOLOv8模型：在YOLOv8模型的Backbone网络中引入动态组卷积混洗模块替换原YOLOv8模型Backbone网络中的第四个C2f模块；在YOLOv8模型的Neck网络中构建自适应极化特征融合模块替换原YOLOv8模型Neck网络中的C2f模块；创建任务动态对齐检测头模块，替换原YOLOv8模型的检测层，提升了学生课堂行为检测的精度、效率。

公开(公告)号：CN118762396B

公开(公告)日：2025-03-25

申请号：CN202410802734.5

申请日：2024-06-20

Applicant: 无锡学院

Inventor： 曹燚 ,  曹倩 ,  钱承山

IPC: G06V40/20 ,  G06V20/52 ,  G06V10/82 ,  G06V10/52 ,  G06V10/80 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084 ,  G06Q50/20

Abstract: 本发明公开了一种基于改进YOLOv8模型的学生课堂行为检测方法，属于行为检测与识别领域，方法包括：构建改进型YOLOv8模型，对YOLOv8模型进行优化，得到改进的YOLOv8模型：在YOLOv8模型的Backbone网络中引入动态组卷积混洗模块替换原YOLOv8模型Backbone网络中的第四个C2f模块；在YOLOv8模型的Neck网络中构建自适应极化特征融合模块替换原YOLOv8模型Neck网络中的C2f模块；创建任务动态对齐检测头模块，替换原YOLOv8模型的检测层，提升了学生课堂行为检测的精度、效率。

公开(公告)号：CN119152344A

公开(公告)日：2024-12-17

申请号：CN202411527852.6

申请日：2024-10-30

Applicant: 无锡学院

Inventor： 曹燚 ,  曹倩 ,  钱承山 ,  张永宏 ,  王泉 ,  邱顾湘 ,  李富 ,  阚希 ,  朱灵龙 ,  吴昊 ,  杨飏 ,  朱雪金 ,  盛丽娜

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/24 ,  G06V10/40 ,  G06V10/80 ,  G06V20/52 ,  G06V40/20

Abstract: 本发明公开了一种基于改进YOLOv8的异常行为检测方法、设备及存储介质；该方法提出了一种新的FDPN结构，替代原YOLOv8模型的颈部网络架构；FDPN的优势在于特征聚焦模块和特征扩散机制，特征聚焦模块通过并行的深度卷积操作有效捕捉并整合跨尺度特征信息，扩散机制则促进上下文信息在各尺度间流动，使每个特征图都包含详尽的语义信息，从而提升小目标检测精度，并增强网络对遮挡和复杂背景的适应能力。此外，本发明还引入RCSOSA模块和DyHead动态预测头；RCSOSA模块通过RepVGG模块提取和增强多样化特征，并通过多个RCS模块优化特征选择和通道混洗，增强通道间的特征融合；使用DyHead动态预测头能提高对被遮挡人群的识别能力。本发明显著提高了复杂场景下的异常行为检测的鲁棒性和精度。