声明
摘要
第1章绪论
1.1研究背景与研究意义
1.1.1研究背景
1.1.2研究意义
1.2研究现状和趋势
1.2.1在线学习监管的研究现状
1.2.2人脸识别在在线教育中的应用研究现状
1.3论文工作与结构
1.3.1论文工作
1.3.2论文结构
第2章基础知识
2.1人脸识别技术理论
2.1.1人脸图像采集及检测
2.1.2图像预处理
2.1.3特征提取
2.1.4匹配与识别
2.2卷积神经网络理论
2.2.1卷积神经网络的结构
2.2.2卷积神经网络的前向传播
2.2.3卷积神经网络的反向传播
2.3决策树相关理论
2.3.1决策树的概念
2.3.2决策树算法
2.4本章小结
第3章基于面部识别的在线学习行为深度感知模型设计
3.1在线学习行为深度感知模型设计
3.1.1在线学习行为深度感知模型提出
3.1.2在线学习行为深度感知模型
3.2模型需要解决的问题
3.2.1人脸关键点定位
3.2.2眼睛状态检测
3.2.3情绪特征识别
3.3模型问题解决方法
3.3.1基于级联卷积神经网络的人脸关键点定位
3.3.2基于卷积神经网络的眼睛状态检测方法
3.3.3基于卷积神经网络的情绪识别方法
3.4在线学习行为深度感知分类方法
3.4.1 人脸识别中常用的几种分类算法
3.4.2基于SVM的卷积神经网络分类模型
3.4.3实验及结果分析
3.5本章小结
第4章基于决策树算法的在线学习行为评估方法
4.1在线学习行为评估系统结构
4.2基于C4.5算法的在线学习行为评估方法
4.2.1学习行为数据采集
4.2.2构建决策树
4.2.3决策树分类规则
4.3实验及结果分析
4.3.1实验
4.3.2结果及分析
4.4本章小结
第5章在线学习行为深度感知与评估系统实现
5.1系统开发环境与工具
5.2系统设计与实现
5.2.1系统设计
5.2.2系统主要功能
5.2.3客户端运行效果
5.3本章小结
第6章总结与展望
参考文献
在读期间发表的论文及相关成果
致谢