抬头率
抬头率的相关文献在2005年到2022年内共计81篇,主要集中在教育、自动化技术、计算机技术、经济计划与管理
等领域,其中期刊论文72篇、专利文献84492篇;相关期刊66种,包括思想教育研究、才智、大庆社会科学等;
抬头率的相关文献由121位作者贡献,包括吴迪、赵埕萱、姜周曙等。
抬头率—发文量
专利文献>
论文:84492篇
占比:99.91%
总计:84564篇
抬头率
-研究学者
- 吴迪
- 赵埕萱
- 姜周曙
- 杨萍
- 汤海生
- 胡发辉
- 邓小海
- 郑英伟
- 陈光洁
- 上官国莲
- 东长孟
- 于静
- 付晓容
- 任海清
- 何佳宸
- 何春连
- 余丹1
- 倪春梅
- 倪童
- 兰飞飞
- 关贵明
- 刘守法
- 刘海成
- 刘瑞明
- 刘艳伟
- 吴丽娟
- 吴明远
- 吴智勇2
- 周义文
- 和圆圆
- 唐敏
- 唐福军
- 孙帅成
- 孙枝青
- 孙枝青1
- 孙秋花
- 宁秋娅1
- 尹衍伟
- 张倩
- 张勇刚
- 张宁
- 张涛
- 张羽
- 张虹
- 彭志军
- 彭瑞
- 徐春融
- 徐礼兵
- 戴明月
- 房云
-
-
倪童;
桑庆兵
-
-
摘要:
课堂教学是整个教育任务中的重要环节,教育信息化的发展为提升教学管理水平提供了更多方案。为加强教学情况正反馈,提高课堂抬头率检测的准确性,提出一种结合注意力机制和特征融合的新型检测算法。将原图及视觉特征RGB difference作为网络输入,令其经过特征提取网络后得到信息更丰富的深层特征。在此基础上,提出一种改进的注意力模型(ICBAM)并加载至特征提取网络上,ICBAM使用通道注意力模块和空间注意力模块并行的双流结构,提升网络的特征提取能力。在通道注意力和空间注意力中加入空洞卷积以过滤输入特征中的冗余特征,减少网络对背景等无用特征的关注。此外,设计精炼模块优化预测结果,并在所提算法的基础上实现课堂行为分析软件的开发与应用。实验结果表明,该算法在抬头率检测数据集RDS上的平均抬头率误差为15.648%,相比于SolvePnP等主流检测算法具有更低的误差率。
-
-
吴丽娟;
任海清;
关贵明;
梁岱立;
黄尧
-
-
摘要:
人脸识别技术是目前计算机视觉中的热门研究方向之一,已经被应用于很多领域。“抬头率”已成为判断学生的专注程度、检验课堂教学效果的重要因素之一。设计开发了基于人脸姿态识别的学生课堂学习状态反馈系统,完成了人脸数据集的采集、制作与训练,并增加了YOLOv5s训练模型的深度和宽度,在保证其速度的前提下提升了识别的准确度。在此基础上,将识别参数Conf与IOU的阈值调整到适当值,使识别结果更加清晰。实验结果表明:改进之后的识别系统在不影响速度的同时提高了识别的准确度;较暗环境下的人脸识别准确度可以达到0.887,能快速识别出学生课堂的学习状态,符合课堂教学实时监测要求;对于有遮挡的人脸识别,其准确度也可以达到0.5以上,满足特殊情况下的人脸识别需求。
-
-
李豪豪;
李洪进
-
-
摘要:
信息网络技术的飞速发展,越来越多的大学生沉浸在种类繁多的网络信息中而忽视了课堂知识,学生对课程或授课方式的感兴趣程度也直接影响着学校教学质量.对此,我们研究设计基于大数据和人工智能的教学分析系统,调用人脸模型检测学生人脸,结合人工智能和神经网络研究方法,利用抬头角度训练适合本系统的抬头模型,根据抬头的人数与检测到的总人数的比值计算出抬头率,反映学生上课行为的相关参数.分析出学生的抬头情况,能很大程度上助推授课教师根据学生的听课状态及时做出调整,促使"教学互动行为"成为可能,达到高校教学评估多样化和育人宗旨.
-
-
李秀红
-
-
摘要:
思想政治理论课是落实立德树人根本任务的关键课程,对于大学生自身的成长成才和可持续发展起着至关重要的作用。提 升大学生思想政治理论课“抬头率”是提高新时代高校思想政治理论课质量和水平的客观要求,是实现思想政治理论课课程目标的必 然要求。当下,分析影响大学生思想政治理论课“抬头率”的因素并提出相应的提升策略,有利于提升大学生在思想政治理论课中的 幸福感、获得感,增强思想政治理论课的实效性。
-
-
何春连;
周义文
-
-
摘要:
思想政治理论课是培养学生思想道德品质和政治理论素养的主渠道,至关重要。但是由于教学理念和教学模式等各种因素制约,当前高职院校思政课“抬头率”提升非常迟缓。“互联网+教育”给高职院校思政教学带来了全新的生机,融媒体时代高职思政教育的改革空间也更为广阔。探究“互联网+教育”下高职院校思政课抬头率从“迎合”到“赢得”的路径,能促使课堂“抬头”更为自觉,“互动”更为有效,不断夯实高校思想政治理论课立德树人的主渠道地位及作用,切实增强大学生对思想政治理论课的悦纳感和获得感。
-
-
孙帅成;
徐春融;
刘瑞明
-
-
摘要:
近年来,对于专注度的判断重视程度越来越高,针对人工观察、问卷调查等方法效率低下、实时性差等问题,该文结合机器视觉技术设计了一种专注度识别方法,在VGG-16的基础上进行改进并结合抬头平视率,同时在GT数据库的基础上进行专注判别分类,构建了用于专注度识别的数据库,提高了专注度识别的准确性和实时性,育有广阔的应用前景和市场需求.
-
-
陈光洁
-
-
摘要:
"手机依赖"是当前高校思政课堂中在相当一部分大学生身上客观存在的一种现象,其成因主要是大学生的自我管理能力不强、思政课本身的抽象性、手机对大学生生活和学习方式的改变、大学生的思想意识出现误区、部分教师的教学方法没能与时俱进、高校思政课与初高中政治课的内容存在一定的重复性等。大学生对手机的依赖降低了他们的课堂学习效率,减弱了奋斗意志,不利于身心健康,影响教学根本目标的实现。基于此,有效提升高校思政课的"抬头率",推动立德树人根本任务的实现要从以下三个方面发力:教师要努力打造"金课",让大学生"不想看"手机;大学生要不断"修炼",让自己"不愿看"手机;相关教育方要加强管理,让大学生"不能看"手机。
-
-
-