
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于改进YOLO26的融合困倦检测与屏幕距离估计的轻量化在线学习状态监控框架
《Scientific Reports》:Learning behavior monitoring through drowsiness and screen-distance recognition
【字体: 大 中 小 】 时间:2026年09月26日 来源:Scientific Reports 4.9
编辑推荐:
摘要对学生学习状态的实时监控对于提升在线教育中的参与度评估和个性化干预至关重要。然而,现有方法往往依赖计算量较大的面部表情分析、 gaze估计或多模态行为识别,限制了其在资源受限学习环境中的部署。为解决上述挑战,本研究提出了一种基于困倦检测和屏幕距离估计的轻量化学习行为监控框
对学生学习状态的实时监控对于提升在线教育中的参与度评估和个性化干预至关重要。然而,现有方法往往依赖计算量较大的面部表情分析、 gaze估计或多模态行为识别,限制了其在资源受限学习环境中的部署。为解决上述挑战,本研究提出了一种基于困倦检测和屏幕距离估计的轻量化学习行为监控框架。通过在YOLO26架构中集成高分辨率P2检测头、卷积块注意力模块(CBAM)和Wise-IoU(WIoU)损失函数,开发了一种改进的目标检测模型,命名为YOLO26-P2-CBAM。该模型增强了对小目标的感知能力,并提高了在复杂学习条件下的鲁棒性。基于该模型,实现了一个浏览器–服务器协同监控系统,利用网络摄像头视频流进行实时打哈欠检测和眼–屏距离估计。此外,引入了并行处理和批量推理策略以提升多用户场景下的计算效率。实验在公开SCB数据集及两个自构建的打哈欠检测和屏幕距离估计数据集上进行。所提模型在SCB数据集上达到了63.2%的mAP@0.5,比基线YOLO26高出4.2个百分点,同时精度(62.2%)和F1分数(60.9%)在所有评估方法中均为最高,表明其在检测精度与目标覆盖之间取得了更好的平衡。在自构建打哈欠数据集上,mAP@0.5达到86.8%;屏幕距离估计的平均绝对误差为2.12厘米。平均推理时间约为每帧12.5毫秒,满足实时应用需求。结果表明,所提框架为在线教育中的智能学习状态监控提供了一种有效且可部署的解决方案。