2月28日至3月2日，“第五届消费电子与计算机工程国际学术会议（2025 5th International Conference on Consumer Electronics and Computer Engineering ，ICCECE 2025）”在东莞召开。本次会议以“消费电子与计算机工程”为主题，吸引了众多来自计算机领域的专家学者、企业代表及青年学子齐聚一堂，围绕消费电子、边缘计算、智能网络等前沿领域展开深度交流，共绘技术发展蓝图。。

我校2022级杨班庄丞贤同学、2022级计算机科学与技术周振佳同学、2023级杨班刘业佳同学共同撰写的论文“Improved YOLOv11 for Classroom Behavior Detection and Student Counting”在会议上被评为最佳论文，庄丞贤作为代表在会议现场宣读了论文。

该文指出，传统的课堂监督主要依赖于人工观察，费时费力。当前基于深度学习的课堂行为检测技术常因多尺度变化（如前排与后排学生间隔差异）、小目标特征模糊、密集遮挡等问题导致检测精度不足，在真实课堂场景中表现欠佳。为此，研究团队针对课堂场景中学生行为检测与人数统计这一课题，提出了一种基于YOLOv11的改进算法。在YOLOv11框架中首次引入增强视觉注意力模块（EVCBlock）与多尺度注意力聚合模块（MSAA），并针对课堂场景中遮挡严重、目标尺度差异大、特征表达不足等挑战进行优化。视觉注意力模块 通过空间显式视觉中心机制，整合全局与局部特征，强化模型对遮挡目标的上下文关联建模能力，增强了对关键区域的特征提取与表达。结合多尺度注意力聚合模块的多尺度空间细化与通道注意力融合设计，解决了多尺度目标检测中特征表达和融合不足的问题，有效地提升了模型对于不同尺寸和位置的目标的检测能力。通过真实课堂环境的数据集测试验证，该方案能有效减少漏检与误检，为后续智慧教室的实时监控教学监督及学情分析提供了可靠的技术支持。本项工作受到JN江南·体育官网入口杨振宁创新班导师制项目及大学生创新创业训练计划项目（省级）支持。

（撰稿：庄丞贤； 一审：邓淼芬； 二审：陈丽平；三审：劳丹）