基于深度学习人脸识别技术的课堂行为分析评测系统研究

• 作者: 吴小平 左国才 王海东 苏秀芝 韩东初
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 深度学习 人脸识别 课堂行为分析评测系统
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 系统开发与应用
• 页码范围: 135-137,141
• 页数: 4页
• 分类号: TP311.52
• 字数: 1749字
• 语种: 中文

摘要

深度学习人脸识别技术已经非常成熟,并且应用广泛,但是将深度学习人脸识别技术应用于课堂行为分析评测的研究却非常少.因此,本文提出一种基于深度学习人脸识别技术的课堂行为分析评测系统,并将该系统应用于高职院校学生专业课程课堂行为分析.课堂行为分析评测系统从学生侧脸专注度、学生抬头低头专注度、眼睛张合度专注度三个方面来判断学生是否专注听课,为课堂教学中的学生课堂行为评价提供客观评价的依据.实验证明基于深度学习人脸识别技术的课堂行为分析评测系统可以正确判断学生的课堂行为,为课堂教学学生课堂行为评价提供依据,方便课堂教学管理与实施.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海东		64	726	16.0	25.0
2	左国才		39	86	6.0	7.0
3	苏秀芝		24	26	2.0	4.0
4	韩东初		2	2	1.0	1.0
5	吴小平		9	2	1.0	1.0