專注度是人類智能行為的關(guān)鍵因素之一。特別是近幾年來,我們對(duì)學(xué)習(xí)者的關(guān)注度受到廣泛的重視。針對(duì)專注度評(píng)估提出了很多評(píng)測(cè)方法,包括問卷調(diào)查法,生理觀察法,計(jì)算機(jī)視覺等方法。在中小學(xué)教學(xué)課堂上,學(xué)生的上課的專注度是影響學(xué)生成績(jī)和教學(xué)效果的重要因素,因而是眾多家長(zhǎng)重點(diǎn)關(guān)注的問題。目前絕大部分學(xué)校是通過教師肉眼主觀判斷學(xué)生的上課專注度的情況,這種方式不僅占用老師上課時(shí)間,分散老師注意力,而且對(duì)于學(xué)生而言,肉眼的判斷的準(zhǔn)確率低,導(dǎo)致上課效果的測(cè)評(píng)效果欠佳。特別是,無法實(shí)時(shí)統(tǒng)計(jì)和分析上課學(xué)生專注度,從而產(chǎn)生一定的滯后性。在人工智能技術(shù)快速發(fā)展的情況下,機(jī)器視覺作為人工智能的一個(gè)分支,一直是學(xué)術(shù)界的一個(gè)研究熱點(diǎn),機(jī)器學(xué)習(xí)的原理就是用機(jī)器代替人眼去獲取信息并對(duì)信息進(jìn)行判斷,機(jī)器視覺將攝取的信息轉(zhuǎn)換成數(shù)字圖像信號(hào),應(yīng)用數(shù)字圖像處理的相關(guān)技術(shù),提取研究人員需要的信息。人臉識(shí)別的研究作為機(jī)器視覺領(lǐng)域的重要課題之一,采用機(jī)器視覺攝取人臉圖像,然后對(duì)臉部特征進(jìn)行分析從而獲取相關(guān)信息是目前學(xué)術(shù)界的重要研究領(lǐng)域,人臉識(shí)別技術(shù)已經(jīng)被應(yīng)用于軍事、安全防護(hù)、電子商務(wù)、教育等各種領(lǐng)域。本文針對(duì)上課過程中學(xué)生出現(xiàn)的問題不能及時(shí)... 

【文章來源】：浙江工商大學(xué)浙江省

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１功能綁定原理??

改進(jìn)的算法可以更好地檢測(cè)臉部的局部特征，并且對(duì)特征子集的位置之??間的關(guān)系提供了良好的靈活性。??改進(jìn)算法的模型與貝葉斯模型相似，如圖２－３所示，該模型有三層。第一??１３??

全球功能涵蓋了面部尺寸較大的許多面部器官，顯示出整個(gè)臉部的灰色??和質(zhì)感的變化。然而，本地功能屬于一個(gè)器官，具有相對(duì)較小的尺寸，代表細(xì)??節(jié)的變化。標(biāo)準(zhǔn)面上的一些Ｈａａｒ功能如圖２－４所示。圖４?（ａ）?－?（ｄ）是局部??特征完全落在左眼，右眼，鼻子和嘴巴的區(qū)域內(nèi)。圖２－４?（ｅ）和（ｆ）是其他區(qū)??域的局部特征，圖２－４?（ｇ）和（ｈ）是全局特征覆蓋多個(gè)地區(qū)。??１４??

【參考文獻(xiàn)】：
期刊論文
[1]基于馬爾科夫隨機(jī)場(chǎng)的多特征人臉跟蹤算法[J]. 蔡榮太,朱鵬.  激光與光電子學(xué)進(jìn)展. 2017(02)
[2]芻議提高小學(xué)生在語文課堂中的專注度[J]. 周凌云.  初中生優(yōu)秀作文. 2015(20)
[3]淺談提高學(xué)生聽課專注度的方法[J]. 徐俊葵.  課程教育研究. 2014(33)
[4]基于梯度積分投影和最大期望算法的人眼定位[J]. 孟春寧,白晉軍,張?zhí)珜?劉潤(rùn)蓓,常勝江.  光電子.激光. 2012(10)
[5]研究型教學(xué)的行為分析——基于復(fù)旦大學(xué)的課堂教學(xué)觀察[J]. 陳侃,丁妍,王穎.  復(fù)旦教育論壇. 2012(04)
[6]基于人眼識(shí)別的駕駛員疲勞檢測(cè)[J]. 薄華,王蕾.  電腦知識(shí)與技術(shù). 2011(25)
[7]高等教育研究中定量方法的應(yīng)用現(xiàn)狀與趨勢(shì)[J]. 李雄鷹,周文虹.  現(xiàn)代教育科學(xué). 2011(07)
[8]一種基于區(qū)域投影的人眼精確定位方法[J]. 王文成,常發(fā)亮.  光電子.激光. 2011(04)
[9]基于加權(quán)PCA的人眼定位算法[J]. 曹林,杜康寧.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(03)
[10]人眼檢測(cè)技術(shù)的方法研究[J]. 徐來,周德龍.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2010(06)

博士論文
[1]基于機(jī)器學(xué)習(xí)方法的人臉表情識(shí)別研究[D]. Ongalo Phoebe Nasimiyu Fedha.中南大學(xué) 2014
[2]三維人臉檢測(cè)與識(shí)別技術(shù)研究[D]. 蔡宇.吉林大學(xué) 2013

碩士論文
[1]基于人臉檢測(cè)的小學(xué)生課堂專注度研究[D]. 孫亞麗.湖北師范大學(xué) 2016
[2]疲勞駕駛?cè)搜厶卣鞯淖R(shí)別方法及應(yīng)用研究[D]. 孟令勇.山東理工大學(xué) 2014
[3]視頻監(jiān)控下駕駛員疲勞檢測(cè)關(guān)鍵技術(shù)的研究[D]. 林紹輝.集美大學(xué) 2014
[4]基于人眼定位技術(shù)的疲勞駕駛檢測(cè)方法[D]. 李立凌.電子科技大學(xué) 2012
[5]基于AdaBoost人臉檢測(cè)算法的研究[D]. 錢力思.西南大學(xué) 2011
[6]基于幾何特征的人臉識(shí)別算法的研究[D]. 姜賀.大連理工大學(xué) 2008
[7]基于面部特征的人臉識(shí)別技術(shù)研究[D]. 闕曉輝.武漢理工大學(xué) 2007
[8]基于SVM的人臉識(shí)別技術(shù)研究[D]. 李麗.中南大學(xué) 2005
[9]基于統(tǒng)計(jì)的人臉識(shí)別方法[D]. 余冰.浙江大學(xué) 2002



本文編號(hào)：3525368