教室注意力分析旨在捕獲豐富的語義信息,以分析學(xué)生對(duì)課堂的反應(yīng)。隨著信息化技術(shù)和人工智能的發(fā)展,越來越多的技術(shù)應(yīng)用于教室場景,給智慧教室這一理念提供了更多的活力。但是,在教室場景中構(gòu)造一個(gè)統(tǒng)一的注意力模型存在一些挑戰(zhàn)。首先教室場景下學(xué)生人數(shù)眾多、每個(gè)學(xué)生的人臉大小不同、學(xué)生人臉分辨率也比較低。同時(shí)每個(gè)學(xué)生都是單獨(dú)的個(gè)體,都會(huì)有自己獨(dú)立的一套行為習(xí)慣,使注意力很難被分析。針對(duì)教室場景下的這些特點(diǎn),本文從兩個(gè)方面來解決以上存在的問題,具體工作如下:（1）針對(duì)教室場景下學(xué)生的小人臉和人臉低分辨率特性,本文提出了一個(gè)教室場景下的頭部姿態(tài)估計(jì)模型。首先基于牛津大學(xué)視覺幾何組（Visual Geometry Group,VGG）提出的網(wǎng)絡(luò)構(gòu)建一個(gè)人臉檢測器,同時(shí)在VGG每個(gè)尺度分支加入一個(gè)檢測模塊,實(shí)現(xiàn)多尺度的人臉檢測。接著通過分類與回歸結(jié)合的方式融合特征,得到更精確的頭部信息。最后在訓(xùn)練時(shí),利用數(shù)據(jù)融合的思想,將不同質(zhì)量的圖片同時(shí)進(jìn)行訓(xùn)練讓模型更加魯棒。在公開數(shù)據(jù)集WIDER FACE和AFLW上進(jìn)行了模型的測試,實(shí)驗(yàn)結(jié)果表明我們的方法有著良好的性能。（2）針對(duì)不同學(xué)生難以被統(tǒng)一分析的特性,我們構(gòu)... 

【文章來源】：武漢科技大學(xué)湖北省

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人工評(píng)價(jià)課堂質(zhì)量

武漢科技大學(xué)碩士學(xué)位論文2個(gè)學(xué)生的整體需求。針對(duì)上述這些問題，如何設(shè)計(jì)一個(gè)高效的、通用的并且能夠自然獲取學(xué)生注意力的方法成為了一個(gè)亟待解決的問題。圖1.1人工評(píng)價(jià)課堂質(zhì)量圖1.2注意力評(píng)測表圖1.3頭戴眼動(dòng)儀

頭戴眼動(dòng)儀

【參考文獻(xiàn)】：
期刊論文
[1]基于用戶和產(chǎn)品Attention機(jī)制的層次BGRU模型[J]. 鄭雄風(fēng),丁立新,萬潤澤.  計(jì)算機(jī)工程與應(yīng)用. 2018(11)
[2]不同呈現(xiàn)方式的網(wǎng)頁廣告的眼動(dòng)研究[J]. 程利,楊治良,王新法.  心理科學(xué). 2007(03)
[3]高校教師課堂教學(xué)質(zhì)量評(píng)估方法[J]. 陳薇.  武漢科技學(xué)院學(xué)報(bào). 2005(03)
[4]連續(xù)執(zhí)行任務(wù)檢測兒童注意力[J]. 邵俊彥,沈雪蓮,郭愛玲,彭國忱.  健康心理學(xué)雜志. 2000(06)
[5]“注意力”的經(jīng)濟(jì)學(xué)描述[J]. 汪丁丁.  經(jīng)濟(jì)研究. 2000(10)



本文編號(hào)：2984154