인공지능 기반 학생의 교실 행동 인식 방법 및 주요 이슈

컴퓨터 비전과 인공지능의 발전은 교실 교육의 객관적인 평가를 위한 기술적 지원을 제공하고, 교사가 개인화된 교육을 구현하는 데 도움을 줍니다. 전통적인 교실 교육에서는 한계로 인해 교사가 학생의 교실 행동을 통해 교실 교육의 효과를 적시에 이해하고 평가할 수 없어 학생의 개인화된 학습 요구를 충족하기 어렵습니다. 인공지능, 빅데이터 및 기타 디지털 기술을 사용하여 학생의 교실 학습 행동을 분석하는 것은 학생의 학습 상황을 이해하고 평가하는 데 도움이 되어 교실 교육의 질을 향상시킵니다. 문헌 분석 방법을 사용하여 본 논문은 지난 5년간 관련된 국내외 문헌을 정리하고, 딥러닝 기반 학생 교실 행동 인식 방법을 체계적으로 분석합니다. 먼저 학생 교실 행동 인식의 개념과 과정을 소개하고 분석합니다. 둘째, 이미지 특징, 뼈대 특징 및 다중 모드 융합을 포함한 특성의 표현 방법에 대해 설명합니다. 마지막으로, 학생 교실 행동 인식 방법의 발전 추세와 해결이 추가로 필요한 문제를 요약하고 분석하여 향후 학생 교실 행동 인식 연구에 참고가 되도록 합니다.