基于深度学习的在线培训平台身份验证系统的设计与实现

• 作者: 谢盼
• 来源期刊: 吉林广播电视大学学报
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 人脸识别 身份认证 Tensorflow
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 科研项目研究
• 页码范围: 28-29,132
• 页数: 3页
• 分类号: TP309
• 语种: 中文

摘要

线上学习与线下学习相比,不受时间和空间的限制,当前很多培训都采用在线的形式,但是相比线下,线上培训存在学习监管、学员身份认证方面的问题,比如如何确定当前在线听课的是否是学生本人,学习效果无法及时反馈给主讲教师,在保障培训质量方面需要投入更多的人力.本文以科创中心的在线学习平台为例,研究基于深度学习的人脸识别方法,使用Tensorflow深度学习平台提供的接口和方法实现人脸识别,并将该方法应用在在线学习平台,用于核对在线用户是否真实,应用于在线学习平台的学员身份认证、考勤、考试管理以及在线学习有效性监督等,减轻线上人工监督的工作量,进而提高在线学习对学生的规范监督管理,优化培训体验,保障培训质量.