教室内に設置したRGBセンサなどによって学生の行動を認識し，認識結果を活用して授業の改善を試みる研究が行われている．センサの設置の仕方によっては，遠方の学生の認識精度が低下することがある．また，グループワークなどでは通常時と異なる向きで学習活動を行うこともあり，オクルージョンが生じてそもそも認識できないことが起こりうる．これらの課題を改善するため，本研究では，天井に下方へ向けて設置したRGB-Dセンサで学生の行動を認識する手法を検討した．センサから取得したデータを授業中の学生の行動を学習させた物体認識モデルで認識する．本稿では，物体認識モデルにYOLOv8を用いて認識精度について検証した結果を述べる．