基于头部姿态的学习注意力判别研究

摘要：

学习注意力是学生学习效率的一个重要因素,直接影响学生的学习效果.为了有效监测学生在传统课堂教学中的注意力情况,提出一种基于头部姿态识别的学生注意力判别方法.首先运用卷积神经网络对视频图像的面部特征点进行检测,其次采用比例正交投影迭代变换(pose from orthography and scaling with iterations,POSIT)算法对人脸进行跟踪识别,并对人脸的旋转角度进行计算,根据其头部的倾斜角度对学生注意力进行分析研究.测试结果表明,提出的模型注意力检测准确率为88.7％,可以有效地对学生注意力进行检测,具有较好的应用前景.

关键词：卷积神经网络、级联网络、头部姿态、注意力判别、计算机视觉

所属期刊栏目：20

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;长治学院1331工程项目教育大数据分析与应用协同创新中心

在线出版日期：2020-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：5688-5695