文献检索-宁波市创意产业特色资源库

限定检索结果

基于人脸识别的学生听课状态监测技术: 收藏
分享
引用; 《电子世界》2019年第16期 132-133页; 作者：兰禹彭兴阔林青华金科刘国忠北京信息科技大学仪器科学与光电工程学院; 本文基于人脸表情识别技术为听课状态监测设计一种客观、公正、高效的系统。首先检测人脸并分割保存;用Eigenface特征脸法和PCA主成分分析对人脸进行特征提取、特征对比和分类进行身份识别和统计;最后将人脸提取HOG方向梯度特征,输入到...; 本文基于人脸表情识别技术为听课状态监测设计一种客观、公正、高效的系统。首先检测人脸并分割保存;用Eigenface特征脸法和PCA主成分分析对人脸进行特征提取、特征对比和分类进行身份识别和统计;最后将人脸提取HOG方向梯度特征,输入到SVM支持向量机里进行表情判断,对其上课状态进行分类评级。结果表明:在严格可控的条件下,身份识别正确率为99.58%,状态分类评级正确率为95.06%。本文设计也可以应用于其他条件严格可控的场所。; 来源：详细信息评论

限定检索结果