基于面部識別技術的在線學習行為深度感知方法研究與應用
發(fā)布時間:2021-01-03 22:08
在線學習與傳統(tǒng)的課堂教學模式相比,存在不受時間、地點限制等眾多優(yōu)勢。但是目前在線學習系統(tǒng)在學習者的學習監(jiān)管方面存在一些突出問題,如對學習者身份如何驗證,學習者學習狀態(tài)如何檢測,學習者情緒如何感知等。本文提出并實現(xiàn)了從學習者人臉識別、眼睛狀態(tài)檢測、情緒感知3個方面對學習者的學習行為進行深度感知和評估分析的方法,為在線學習行為評估提供了新的視角和方式,對于在線學習系統(tǒng)中學習者的自我監(jiān)管和外部監(jiān)管提供了技術支撐。論文的主要工作如下:首先,對基于目前在線學習系統(tǒng)在學習者監(jiān)管方面存在問題的分析,提出建立了在線學習行為深度感知模型,該模型包括人臉識別、眼睛狀態(tài)檢測、情緒感知3個主要功能。針對該模型的3個問題:人臉關鍵點定位、眼睛狀態(tài)檢測、情緒特征識別,提出了本文的解決方案:基于級聯(lián)卷積神經(jīng)網(wǎng)絡,通過粗定位-細定位-精定位3步對人臉關鍵點進行準確定位;基于卷積神經(jīng)網(wǎng)絡的眼睛檢測和情緒特征識別,通過確定眼睛睜開度和嘴巴弧度分析判斷眼睛和嘴巴的特征。提出基于CNN-SVM的在線學習行為深度感知分類方法,使用CNN提取輸入圖像中的特征,使它們不具有相關性,采用線性核函數(shù)支持向量機將檢測到的眼睛、嘴巴特征進...
【文章來源】:南京師范大學江蘇省 211工程院校
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【部分圖文】:
圖1-1學而思學習界面??
圖1-2學生現(xiàn)場體驗人臉識別系統(tǒng)??網(wǎng)。慕課網(wǎng)有獨家視頻教學課程、在線編譯工具等核心板課網(wǎng)APP的學習界面。??易云課堂。網(wǎng)易云課堂是網(wǎng)易公司打造的在線學習系統(tǒng),用習情況,自由調(diào)整學習計劃。圖1-4是登錄網(wǎng)易云課堂的A?〇???〇?%.?(SJ??W6'03??^?I?I??酬?■?畫??trcoccom?^1^??■??■???詳情?評論?問答?筆記?字符¥連接??輩節(jié)介紹?#?1954???1-2?02什么皋禪經(jīng)網(wǎng)絡?03:45??B?B?GJ?0??V3?03溱程安排?02:23?分搴?收藏下a?探索??神經(jīng)網(wǎng)絡基本槪念與龐理??
圖1-3慕課網(wǎng)學習界面
【參考文獻】:
期刊論文
[1]基于“頻譜臉”和SVM的人臉識別方法[J]. 楊紹華. 科學技術創(chuàng)新. 2017(30)
[2]課堂環(huán)境中基于面部表情的教學效果分析[J]. 韓麗,李洋,周子佳,宋沛軒. 現(xiàn)代遠程教育研究. 2017(04)
[3]基于級聯(lián)卷積神經(jīng)網(wǎng)絡的疲勞檢測[J]. 趙雪鵬,孟春寧,馮明奎,常勝江. 光電子·激光. 2017(05)
[4]高等教育信息化發(fā)展趨勢和具體舉措——《地平線報告(2017高等教育版)》解讀[J]. 高茜,殷丙山. 中國教育網(wǎng)絡. 2017(04)
[5]基于張量的2D-PCA人臉識別算法[J]. 葉學義,王大安,宦天樞,夏經(jīng)文,顧亞風. 計算機工程與應用. 2017(06)
[6]面向智慧學習環(huán)境的學習者情感預測方法[J]. 梅英,譚冠政,劉振燾. 計算機輔助設計與圖形學學報. 2017(02)
[7]教育人工智能(EAI)的內(nèi)涵、關鍵技術與應用趨勢——美國《為人工智能的未來做好準備》和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》報告解析[J]. 閆志明,唐夏夏,秦旋,張飛,段元美. 遠程教育雜志. 2017(01)
[8]人臉識別技術在互聯(lián)網(wǎng)金融行業(yè)中的應用[J]. 張文彬. 電子技術與軟件工程. 2017(01)
[9]基于PERCLOS的管制員疲勞檢測方法研究[J]. 劉繼新,朱學華,尹旻嘉. 人類工效學. 2016(06)
[10]在線學習方式與傳統(tǒng)學習方式的對比分析研究[J]. 崔彩英,孫紅衛(wèi). 科技展望. 2016(06)
博士論文
[1]基于機器視覺的復雜工況下駕駛?cè)似跔顟B(tài)檢測方法研究[D]. 張波.清華大學 2015
碩士論文
[1]基于人臉識別技術的教室考勤系統(tǒng)的設計和實現(xiàn)[D]. 劉洋.西南交通大學 2016
[2]基于2DPCA的安卓平臺人臉識別技術研究[D]. 曾敏.西南交通大學 2016
[3]基于卷積神經(jīng)網(wǎng)絡的學生疲勞狀態(tài)檢測關鍵技術研究與實現(xiàn)[D]. 王琦.華中師范大學 2016
[4]基于特征融合的人臉表情識別[D]. 李玉.中國民航大學 2016
[5]基于PCA的人臉識別研究[D]. 費騰.吉林大學 2016
[6]人臉感知在網(wǎng)絡教學有效性監(jiān)督中的研究與應用[D]. 陳延云.西南交通大學 2016
[7]人臉識別技術在招生考試系統(tǒng)中的研究與應用[D]. 吳傳文.北京交通大學 2015
[8]在線學習與混合學習對比研究[D]. 方中玉.陜西師范大學 2015
[9]融合局部特征學習的表情分析技術研究及應用系統(tǒng)[D]. 韓丹.北京郵電大學 2015
[10]基于可變形部件模型融合上下文的物體類檢測[D]. 肖志勇.吉林大學 2014
本文編號:2955567
【文章來源】:南京師范大學江蘇省 211工程院校
【文章頁數(shù)】:68 頁
【學位級別】:碩士
【部分圖文】:
圖1-1學而思學習界面??
圖1-2學生現(xiàn)場體驗人臉識別系統(tǒng)??網(wǎng)。慕課網(wǎng)有獨家視頻教學課程、在線編譯工具等核心板課網(wǎng)APP的學習界面。??易云課堂。網(wǎng)易云課堂是網(wǎng)易公司打造的在線學習系統(tǒng),用習情況,自由調(diào)整學習計劃。圖1-4是登錄網(wǎng)易云課堂的A?〇???〇?%.?(SJ??W6'03??^?I?I??酬?■?畫??trcoccom?^1^??■??■???詳情?評論?問答?筆記?字符¥連接??輩節(jié)介紹?#?1954???1-2?02什么皋禪經(jīng)網(wǎng)絡?03:45??B?B?GJ?0??V3?03溱程安排?02:23?分搴?收藏下a?探索??神經(jīng)網(wǎng)絡基本槪念與龐理??
圖1-3慕課網(wǎng)學習界面
【參考文獻】:
期刊論文
[1]基于“頻譜臉”和SVM的人臉識別方法[J]. 楊紹華. 科學技術創(chuàng)新. 2017(30)
[2]課堂環(huán)境中基于面部表情的教學效果分析[J]. 韓麗,李洋,周子佳,宋沛軒. 現(xiàn)代遠程教育研究. 2017(04)
[3]基于級聯(lián)卷積神經(jīng)網(wǎng)絡的疲勞檢測[J]. 趙雪鵬,孟春寧,馮明奎,常勝江. 光電子·激光. 2017(05)
[4]高等教育信息化發(fā)展趨勢和具體舉措——《地平線報告(2017高等教育版)》解讀[J]. 高茜,殷丙山. 中國教育網(wǎng)絡. 2017(04)
[5]基于張量的2D-PCA人臉識別算法[J]. 葉學義,王大安,宦天樞,夏經(jīng)文,顧亞風. 計算機工程與應用. 2017(06)
[6]面向智慧學習環(huán)境的學習者情感預測方法[J]. 梅英,譚冠政,劉振燾. 計算機輔助設計與圖形學學報. 2017(02)
[7]教育人工智能(EAI)的內(nèi)涵、關鍵技術與應用趨勢——美國《為人工智能的未來做好準備》和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》報告解析[J]. 閆志明,唐夏夏,秦旋,張飛,段元美. 遠程教育雜志. 2017(01)
[8]人臉識別技術在互聯(lián)網(wǎng)金融行業(yè)中的應用[J]. 張文彬. 電子技術與軟件工程. 2017(01)
[9]基于PERCLOS的管制員疲勞檢測方法研究[J]. 劉繼新,朱學華,尹旻嘉. 人類工效學. 2016(06)
[10]在線學習方式與傳統(tǒng)學習方式的對比分析研究[J]. 崔彩英,孫紅衛(wèi). 科技展望. 2016(06)
博士論文
[1]基于機器視覺的復雜工況下駕駛?cè)似跔顟B(tài)檢測方法研究[D]. 張波.清華大學 2015
碩士論文
[1]基于人臉識別技術的教室考勤系統(tǒng)的設計和實現(xiàn)[D]. 劉洋.西南交通大學 2016
[2]基于2DPCA的安卓平臺人臉識別技術研究[D]. 曾敏.西南交通大學 2016
[3]基于卷積神經(jīng)網(wǎng)絡的學生疲勞狀態(tài)檢測關鍵技術研究與實現(xiàn)[D]. 王琦.華中師范大學 2016
[4]基于特征融合的人臉表情識別[D]. 李玉.中國民航大學 2016
[5]基于PCA的人臉識別研究[D]. 費騰.吉林大學 2016
[6]人臉感知在網(wǎng)絡教學有效性監(jiān)督中的研究與應用[D]. 陳延云.西南交通大學 2016
[7]人臉識別技術在招生考試系統(tǒng)中的研究與應用[D]. 吳傳文.北京交通大學 2015
[8]在線學習與混合學習對比研究[D]. 方中玉.陜西師范大學 2015
[9]融合局部特征學習的表情分析技術研究及應用系統(tǒng)[D]. 韓丹.北京郵電大學 2015
[10]基于可變形部件模型融合上下文的物體類檢測[D]. 肖志勇.吉林大學 2014
本文編號:2955567
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2955567.html
最近更新
教材專著