基于深度学习的学生课堂学习状态监测系统设计

作     者：张立军 曹江涛 姬晓飞 王天昊 Zhang Lijun;Cao Jiangtao;Ji Xiaofei;Wang Tianhao

作者机构：辽宁石油化工大学信息与控制工程学院抚顺113001 沈阳航空航天大学自动化学院沈阳110136 

基　　金：国家自然科学基金(61673199) 辽宁省科技公益研究基金(2016002006)项目资助 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2024年第38卷第4期

页      码：37-45页

摘      要：现阶段,学生课堂学习状态的研究大多集中在单人的在线监测,对于多人且环境复杂的线下课堂的监测还处于探索阶段。该研究针对线下教育设计了学生课堂学习状态监测系统,对学生课堂出勤情况及学生面部出现的疲劳状态进行实时监测。首先,使用DSFD人脸检测算法结合ResNet深度残差网络对学生进行人脸识别,记录学生出勤情况;然后,使用ERT回归树集合算法结合头部姿态估计对打哈欠和低头瞌睡的疲劳行为进行检测;再使用加入CBAM模块改进的YOLOv5目标检测算法对学生闭眼行为进行检测;最后,形成一套完整的集合出勤、疲劳检测的学生课堂学习状态监测系统。该系统在实际课堂的测试环境下,可以准确的对学生的出勤进行统计,并且可以实时的监测学生面部出现的打哈欠、低头瞌睡、闭眼的疲劳状态,检测的准确率均超过90%,检测速度约为14.1 fps,证明该系统具有重要的使用价值。

主 题 词：人脸识别 计算机视觉 疲劳检测 出勤检测 课堂监测 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.13382/j.jemi.B2307023

馆 藏 号：203128400...