在传统的行为检测技术应用在课堂环境的过程中，存在学生姿态多样、易遮挡等多种问题，检测的准确性和检测的实时性都很难满足课堂教学评价的要求。因此，本文通过分析国内外相关研究现状，提出了包含课堂行为分类及行为几何特征提取，建立基于机器学习的卷积神经网络（ConvolutionalNeuralNetworks，CNN）的学生课堂行为检测模型，并基于机器视觉的学生目标检测算法优化、学生课堂行为检测技术的模拟与测试、学生课堂行为智能检测系统的结构设计5个基于机器视觉及深度学习的学生课堂行为检测系统的开发路径，并给出基于机器视觉及深度学习的学生课堂行为检测系统中人脸识别模块、行为检测模块的实现方式。