基于MTCNN的多特征融合学生疲劳检测

• 作者: 李芙蓉
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 人脸追踪 人脸关键点检测 眼睛位置 疲劳检测
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 108-113,120
• 页数: 7页
• 分类号: TP391.41
• 字数: 2721字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.06.024

摘要

随着升学竞争越来越大,学生负担也越来越重,为了提高教学质量和升学率,需要对课堂上学生状态进行判断,找出处于疲劳状态的学生.然而,这些方法不能同时保证检测的准确性和速度.因此,文中提出了一种基于多特征融合的疲劳检测方法.首先,利用MTCNN改进了基于Me-dianFlow的人脸跟踪算法.然后提出了一种新的基于CNN的人脸关键点检测模型,利用人脸关键点检测的结果对眼睛进行定位.最后,通过融合闭眼时间、眨眼频率和头部位置等信息来实现学生疲劳的检测.实验结果表明,文中的疲劳检测方法在速度和精度上都有很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李芙蓉		1	0	0.0	0.0