本論文主要探討如何使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中的卷積神經(jīng)網(wǎng)絡(luò)通過實(shí)時(shí)攝像的方式持續(xù)性的觀察學(xué)生的學(xué)習(xí)狀態(tài),用以提供給教師進(jìn)行教學(xué)管理。以往傳統(tǒng)的人臉識(shí)別是通過幾何的方式去鎖定人臉五官的位置,容易受到遮蔽而造成識(shí)別效果不佳。傳統(tǒng)的人臉識(shí)別除了需要正面面對(duì)攝像頭外,還必須清楚呈現(xiàn)五官的位置。而在實(shí)際課堂上,學(xué)生的臉部可能會(huì)因各種原因造成遮蔽,無(wú)法準(zhǔn)確地進(jìn)行持續(xù)性的識(shí)別。因此,本研究使用一種通過提取影像特征用于圖像識(shí)別的卷積神經(jīng)網(wǎng)絡(luò),進(jìn)行學(xué)生人臉的識(shí)別。但由于通過單一攝像頭拍攝,難以識(shí)別所有的學(xué)生,且容易把背景的特征也識(shí)別進(jìn)去而造成誤判。因此本研究使用Faster R-CNN對(duì)畫面中的人臉影像進(jìn)行截取,再通過人臉識(shí)別模型進(jìn)行訓(xùn)練。除了可以讓一張畫面中的多位學(xué)生進(jìn)行身份識(shí)別,更能夠排除掉不必要的背景。本研究所訓(xùn)練的人臉身份識(shí)別模型經(jīng)測(cè)試后準(zhǔn)確率高達(dá)99%,測(cè)試損失值為0.0278137。而除了畫面中的學(xué)生身份識(shí)別外,本研究更通過情緒識(shí)別模型去分析其上課時(shí)的情緒并記錄進(jìn)行統(tǒng)計(jì),從而了解學(xué)生上課時(shí)的心情。最終,通過WebSocket傳遞參數(shù)驅(qū)動(dòng)識(shí)別,并以FLUX架構(gòu)建立一套在線教學(xué)管理系統(tǒng)。本論文的研究...

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和動(dòng)機(jī)
    1.2 研究目的
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 人臉識(shí)別技術(shù)
        1.3.2 人臉識(shí)別技術(shù)在教學(xué)管理中的應(yīng)用
    1.4 研究?jī)?nèi)容
    1.5 論文組織與結(jié)構(gòu)
第2章 相關(guān)基礎(chǔ)理論
    2.1 教學(xué)管理
    2.2 人臉識(shí)別
    2.3 個(gè)案研究
    2.4 深度學(xué)習(xí)
        2.4.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.4.2 梯度下降算法
        2.4.3 反向傳播算法
        2.4.4 人臉識(shí)別模型
        2.4.5 情緒分析模型
        2.4.6 區(qū)域建議網(wǎng)絡(luò)
    2.5 本章小結(jié)
第3章 系統(tǒng)需求與設(shè)計(jì)
    3.1 系統(tǒng)需求
    3.2 研究框架
    3.3 使用FASTER R-CNN基于區(qū)域建議網(wǎng)絡(luò)的人臉識(shí)別模型
        3.3.1 人臉識(shí)別模型訓(xùn)練
        3.3.2 人臉識(shí)別模型測(cè)試
    3.4 情緒分析
    3.5 學(xué)習(xí)狀況判斷規(guī)則
    3.6 在線教學(xué)管理系統(tǒng)的設(shè)計(jì)
    3.7 本章小結(jié)
第4章 系統(tǒng)實(shí)現(xiàn)與測(cè)試
    4.1 開發(fā)環(huán)境
        4.1.1 軟件
        4.1.2 硬件
        4.1.3 程序語(yǔ)言
    4.2 跨平臺(tái)系統(tǒng)建置
        4.2.1 模型視圖控制器架構(gòu)
        4.2.2 Flux架構(gòu)
        4.2.3 異步的JavaScript與XML技術(shù)
        4.2.4 WebSocket
    4.3 研究數(shù)據(jù)
        4.3.1 參數(shù)設(shè)定
        4.3.2 樣本采集
        4.3.3 樣本處理
    4.4 訓(xùn)練結(jié)果
    4.5 系統(tǒng)參數(shù)設(shè)置及結(jié)果展示
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3855582