首页> 中文期刊>电子测试 >基于深度学习的课堂注意力检测

基于深度学习的课堂注意力检测

     

摘要

为了无介入的量化学生上课的精力集中程度,提出并设计了基于深度学习的课堂注意力检测算法.利用libfacedetection人脸检测模型检测摄像头画面中含68个特征点的人脸,再根据特定的6个特征点估计头部姿态以及眼部12个特征点计算疲劳程度,并通过特征融合的策略获取学生的注意力状态,从而计算学生注意力集中时间.实验结果表明,该算法具有较高的准确率,达到了预期效果.

著录项

  • 来源
    《电子测试》|2021年第22期|55-57|共3页
  • 作者单位

    北京信息科技大学仪器科学与光电工程学院 北京 100192;

    北京信息科技大学仪器科学与光电工程学院 北京 100192;

    北京信息科技大学仪器科学与光电工程学院 北京 100192;

    北京信息科技大学仪器科学与光电工程学院 北京 100192;

    北京信息科技大学仪器科学与光电工程学院 北京 100192;

    北京信息科技大学仪器科学与光电工程学院 北京 100192;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

    人脸检测; 头部姿态估计; 眼部疲劳; 注意力检测;

  • 入库时间 2023-07-24 18:44:30

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号