作者:
原文服务方: 物联网技术       
摘要:
现代人脸识别以深度学习技术为核心,以卷积神经网络为基础,通过输入图像提取到人脸的特征值计算分析人脸的表情.通过分析当前学生的专注度(表情变化),建立数据采集样本集,通过训练计算完成课堂专注度分析,形成课堂学生专注度分布结果.结果表明,进行教师的课堂学情分析,有利于进行课程的教育教学改革,提高办学水平,也有利于教育行业的技术进步,提高行业的信息技术教育水平.
推荐文章
基于深度迁移学习的人脸识别方法研究
深度学习
人脸识别
迁移学习
不变性
区分性
基于SLBP深度信念网络的人脸识别研究
显著局部二值模式
特征提取
深度信念网络
网络训练
深度学习
人脸识别
基于深度学习的人脸识别算法研究
家庭服务机器人
人脸识别
深度学习
Inception-ResNet-V1
基于深度卷积稀疏自编码分层网络的人脸识别技术
人脸识别
特征提取
稀疏自编码
卷积神经网络
SVM分类器
深度网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习人脸识别技术在高校学堂分析设计及实现
来源期刊 物联网技术 学科
关键词 深度学习 卷积神经网络 课堂学情分析 专注度 数据采集 信息技术教育水平
年,卷(期) 2019,(6) 所属期刊栏目 智能处理与应用
研究方向 页码范围 115-116
页数 2页 分类号 TP315
字数 语种 中文
DOI 10.16667/j.issn.2095-1302.2019.06.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汤双霞 14 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (12)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
深度学习
卷积神经网络
课堂学情分析
专注度
数据采集
信息技术教育水平
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物联网技术
月刊
2095-1302
61-1483/TP
16开
2011-01-01
chi
出版文献量(篇)
5103
总下载数(次)
0
总被引数(次)
13151
论文1v1指导