人工智能技术的快速发展促进教育领域改革的不断深化,人们开始使用智能化和信息化的处理方式对课堂教学质量展开评估。课堂是学生学习知识、接受教育的重要场所。学生作为课堂教学活动中的主要个体,他们在课堂上的行为变化是教学活动的直接体现,因此学生的课堂行为反映了学生的学习状态。在传统的观测方法中,研究人员通过课堂观测、问卷调查等途径来获取学生课堂行为信息。这种以人为主导的检测方法难以避免主观性,并且存在效率低、观测不全等问题,难以扩展到智能信息化课堂教学中。而基于深度学习的课堂行为识别方法虽然克服了传统方法的缺点,但也存在一系列数据和技术上的问题。比如,目前并没有针对学生课堂目标检测、行为的数据集,真实教室环境中深度学习算法易受到光线、遮挡、摄像头视角等因素的影响。针对以上问题,本论文主要开展以下工作:（1）构建学生课堂数据集。本文采集不同课程不同教室的视频数据构建了学生课堂数据集。构造的数据集由检测部分、姿态部分和行为部分组成。检测部分包括5,000个样本,每个样本含8到66个学生。姿态估计部分包括2,832个样本,每个样本包含关键点和物体目标标签。行为部分有3,173个样本,具体行为包括:读写、看黑板、玩手机、左右看、起立、举手和趴着。（2）设计了一种基于课堂教学视频的行为识别与专注度评价算法,根据学生课堂行为来计算学生的专注度。首先,输入视频经过采样、检测获取学生的位置信息;其次,利用跟踪分配方法,将课堂中的多目标视频转换为学生单目标的编号（ID）序列;最后将学生ID序列输入到基于部件注意力的行为识别网络中得到单个学生专注度得分,并利用加权融合的方式得到全体学生和整体课堂的专注度得分。此外,采用迁移学习的方式来改善样本量不足的问题。经过多次实验表明,本方法能够检测出单个学生和课堂整体专注度,并且基于部件注意力的行为识别算法检测精度达到85%以上。（3）设计了一种结合姿态估计和目标检测的多任务课堂行为识别算法,用于课堂视频场景中的学生行为识别。首先目标检测器从课堂视频的关键帧中提取单个学生区域作为算法的输入。然后多任务热图网络（MTHN）模块提取多尺度特征联合的中间热图,通过不同的映射关系将中间热图编码为姿态估计和目标检测任务的私有热图,进而获取关键点和物体位置信息。最后,利用行为向量和度量向量对课堂行为进行建模,并通过行为识别算法检测出学生行为。经实验表明,本文提出的行为识别算法在测试阶段表现良好,检测准确率达到90%以上。在算法精确度提高的情况下,学生和整体课堂专注度得分随时间变化的曲线呈现平滑的趋势。