基于计算机视觉的实时干预课堂消极情绪感染方法研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文的主要工作

1.4 本文的组织结构

第2章 相关工作研究

2.1 图像超分辨率

2.2 分类算法

2.2.1 K邻近分类算法

2.2.2 决策树分类算法

2.2.3 支持向量机

2.2.4 朴素贝叶斯分类算法

2.2.5 卷积神经网络

2.3 情绪感染模型

2.4 本章小结

第3章 基于WDSR模型的图像超分辨率方法研究

3.1 基本思想

3.2 数据集的构建

3.3 基于WDSR模型的超分辨率模型构建

3.3.1 WDSR模型

3.3.2 网络结构

3.3.3 模型训练与结果展示

3.4 本章小结

第4章 基于卷积神经网络的学业情绪识别方法研究

4.1 基本思想

4.2 数据集的构建

4.2.1 Fer2013数据集

4.2.2 数据集预处理

4.2.3学业情绪分数量化

4.3 基于卷积神经网络的学业情绪识别

4.3.1卷积神经网络

4.3.2 神经网络构建

4.3.3 网络模型训练

4.3.4 训练结果

4.4 本章小结

第5章 课堂场景中的消极情绪感染模型

5.1 基本思想

5.2 消极情绪感染模型构建

5.2.1 课堂消极情绪感染范围确定

5.2.2 定位消极情绪感染源

5.3 本章小结

第6章 实时干预课堂消极情绪感染系统

6.1基本思想

6.2系统构建

6.2.1 系统整体架构

6.2.2系统具体流程

6.3 系统效果图

6.4实验结果

6.5 本章小结

第7章 总结与展望

7.1 总结

7.2 展望

参考文献

作者简介及科研成果

致谢