近年來,互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等技術(shù)的飛速發(fā)展,助力開啟了教育信息化2.0時(shí)代,智慧教育也應(yīng)運(yùn)而生。目前,在線學(xué)習(xí)已經(jīng)在遠(yuǎn)程教育、輔助課堂教學(xué)等方面得到了廣泛的應(yīng)用,為推動(dòng)現(xiàn)代教育變革提供了有力保障。在線學(xué)習(xí)打破了傳統(tǒng)教學(xué)過程中時(shí)間和空間的限制,為學(xué)習(xí)者提供了一種全新的學(xué)習(xí)形式。然而,與傳統(tǒng)的教學(xué)形式相比,其缺點(diǎn)也不容忽視,教學(xué)者和學(xué)習(xí)者之間缺少互動(dòng),教學(xué)者無法感知學(xué)習(xí)者的學(xué)習(xí)狀態(tài)與情緒,在線學(xué)習(xí)存在著較為嚴(yán)重的“情感缺失”現(xiàn)象。此外,在線學(xué)習(xí)過程中,如何對(duì)學(xué)習(xí)者身份進(jìn)行有效驗(yàn)證,加強(qiáng)在線學(xué)習(xí)有效性監(jiān)管也是一個(gè)急需解決的問題。目前,人臉識(shí)別技術(shù)在考勤、安保等領(lǐng)域已經(jīng)取得了顯著的成效,這為智慧在線教育提供了新的思路。針對(duì)在線學(xué)習(xí)目前存在的不足,本文從人臉識(shí)別和表情識(shí)別兩大方面來輔助檢測(cè)學(xué)習(xí)者的在線學(xué)習(xí)過程,為在線學(xué)習(xí)行為評(píng)估提供了新的視角和方式,對(duì)于學(xué)習(xí)者在線學(xué)習(xí)過程中的約束和監(jiān)管提供有效的技術(shù)支撐。論文主要完成的工作包括:完成了人臉檢測(cè)、人臉識(shí)別和表情識(shí)別的算法設(shè)計(jì)與實(shí)現(xiàn)。在人臉檢測(cè)方面,基于MTCNN網(wǎng)絡(luò)進(jìn)行人臉檢測(cè)以及關(guān)鍵點(diǎn)定位,并采用OpenCV仿射變換算法進(jìn)行人臉對(duì)齊;在人臉...

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)理論和技術(shù)介紹
    2.1 人工神經(jīng)網(wǎng)絡(luò)理論
    2.2 卷積神經(jīng)網(wǎng)絡(luò)原理
    2.3 PyTorch深度學(xué)習(xí)框架
    2.4 系統(tǒng)開發(fā)相關(guān)技術(shù)
    2.5 本章小結(jié)
第3章 算法設(shè)計(jì)與分析
    3.1 人臉檢測(cè)與對(duì)齊
    3.2 人臉識(shí)別任務(wù)
    3.3 表情識(shí)別任務(wù)
    3.4 本章小結(jié)
第4章 在線學(xué)習(xí)輔助檢測(cè)系統(tǒng)可行性分析與需求分析
    4.1 系統(tǒng)整體概述
    4.2 可行性分析
    4.3 功能性需求分析
    4.4 非功能性需求分析
    4.5 本章小結(jié)
第5章 在線學(xué)習(xí)輔助檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 面部信息深度感知模型
    5.2 系統(tǒng)總體設(shè)計(jì)
    5.3 系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)
    5.4 系統(tǒng)功能模塊設(shè)計(jì)
    5.5 系統(tǒng)實(shí)現(xiàn)
    5.6 本章小結(jié)
第6章 系統(tǒng)測(cè)試
    6.1 測(cè)試方法選擇
    6.2 系統(tǒng)測(cè)試環(huán)境
    6.3 系統(tǒng)功能測(cè)試
    6.4 系統(tǒng)非功能測(cè)試
    6.5 本章小結(jié)
第7章 總結(jié)與展望
    7.1 全文工作總結(jié)
    7.2 不足與展望
參考文獻(xiàn)
致謝



本文編號(hào)：3991882