摘要：设计基于人工智能视觉的特定场景识别系统,其由人工智能视觉识别模块、光感模块和定位调制模块组成。人工智能视觉识别模块利用360人工智能视觉摄像机和加速度计,进行特定场景图像的再成像和加速测量,将其中的非特定物体删除,构建特征场景图像。光感模块利用光传感器对特征场景图像中的光照强度进行感应,获取场景的大致位置信息。定位调制模块基于全球定位系统进行位置信息的调制工作,调制工作是根据形态学滤波各项目标函数以及区域分割代码进行的,调制后的最终定位信息将直接传送给用户使用。经实验验证可知,所设计的系统具有较高的识别效率和识别精度。

摘要：学生状态面部识别易受局部贡献度影响,导致识别算法的性能较低,因此提出基于人工智能视觉的学生状态面部识别算法。基于卷积神经网络设计学生状态面部识别结构,输出筛选后的学生状态面部识别图像。利用人工视觉增强处理筛选后的图像,并设计了学生状态面部识别算法,实现学生状态面部识别。实验结果表明,所提算法性能良好,Precision、Recall、Accuracy、F1均较高,具有较高的可靠性,为准确地掌握学生学习状态,优化现有的学习模式做出了一定的贡献。