T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
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。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn