基于機(jī)器視覺的學(xué)生專注度綜合評(píng)價(jià)研究
發(fā)布時(shí)間:2021-12-24 11:59
隨著教育改革的逐漸深入,因材施教、個(gè)性化人才培養(yǎng)是未來(lái)教育的重要方向。中國(guó)國(guó)情決定了大班制授課方式在短期內(nèi)無(wú)法得到有效緩解,導(dǎo)致教師無(wú)法實(shí)時(shí)的獲取每一名學(xué)生的真實(shí)學(xué)習(xí)狀態(tài),也就無(wú)法實(shí)現(xiàn)真正的針對(duì)性教學(xué)與指導(dǎo)。在學(xué)習(xí)狀態(tài)分析中,專注度(表征課堂參與程度)是其中非常重要的一個(gè)因素,對(duì)學(xué)習(xí)者的學(xué)習(xí)效果有著重要的影響。在傳統(tǒng)的課堂環(huán)境中,學(xué)生的課堂參與研究大多是通過(guò)課后設(shè)計(jì)的問(wèn)卷調(diào)查獲得的,缺乏在課堂上實(shí)時(shí)的學(xué)習(xí)監(jiān)控和分析,已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足現(xiàn)代教育發(fā)展的需要,因此,急需要研究一種借助人工智能技術(shù),對(duì)學(xué)生進(jìn)行全員、全過(guò)程評(píng)估的自動(dòng)化的學(xué)習(xí)狀態(tài)評(píng)價(jià)方法,輔助教師認(rèn)識(shí)和掌握學(xué)生的學(xué)習(xí)狀態(tài),采取針對(duì)性的教學(xué)方法,提高學(xué)生的個(gè)性化培養(yǎng)水平。根據(jù)現(xiàn)有的研究成果,學(xué)生課堂專注程度(參與程度)與學(xué)生出勤率、課堂互動(dòng)行為、注意目標(biāo)和學(xué)習(xí)過(guò)程中的情感狀態(tài)直接相關(guān)。目前自動(dòng)化學(xué)生學(xué)習(xí)監(jiān)控分析大多是基于學(xué)生的學(xué)習(xí)情緒或?qū)W習(xí)中的動(dòng)作姿態(tài)中的單一維度,都不足以準(zhǔn)確的反映學(xué)生的真實(shí)學(xué)習(xí)狀態(tài)。本文從三個(gè)維度對(duì)學(xué)生專注度進(jìn)行綜合分析,分別是反映學(xué)生興趣的學(xué)習(xí)情緒、反映學(xué)生關(guān)注范圍的頭部姿態(tài)和反映學(xué)生精力集中程度的身體特征這三個(gè)...
【文章來(lái)源】:北方工業(yè)大學(xué)北京市
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
錄像信息示意圖
丶?闈綴投認(rèn)蛄砍〗餼齬丶?愕木劾轡侍。?奶氐?就是采用了自上而下的解析(parse),這樣效率更高,并且排除了人數(shù)的干擾。OpenPose采用了兩個(gè)分支,也就是前面所述的branch,其中一個(gè)是關(guān)鍵點(diǎn)置信度預(yù)測(cè)網(wǎng)絡(luò),另一個(gè)是關(guān)鍵點(diǎn)親和度向量場(chǎng)預(yù)測(cè)網(wǎng)絡(luò)。圖2-2表示一個(gè)二級(jí)架構(gòu)的多階段CNN[20]。第一個(gè)分支中的每個(gè)階段預(yù)測(cè)置信度圖tS,第二個(gè)分支中的每個(gè)階段預(yù)測(cè)PAFstL。每個(gè)階段結(jié)束后,將兩個(gè)分支的預(yù)測(cè)與圖像特征連接起來(lái),進(jìn)行下一個(gè)階段。其中S是置信度網(wǎng)絡(luò),L是親和度向量場(chǎng)網(wǎng)絡(luò)。圖2-3顯示的Openpose的整體流程圖。圖2-2OpenPose多階段示意圖
第二章基于OpenPose的專注度關(guān)鍵點(diǎn)信息提取11圖2-3OpenPose流程圖2.2關(guān)鍵點(diǎn)信息及特征提取2.2.1面部特征點(diǎn)提取在過(guò)去的一些研究工作中,人體骨骼關(guān)節(jié)點(diǎn)、人臉關(guān)鍵點(diǎn)以及手部關(guān)節(jié)點(diǎn)的提取是分開的。人體骨骼關(guān)節(jié)點(diǎn)的提取一般是由對(duì)身體行為分析識(shí)別進(jìn)行研究的有關(guān)人員來(lái)完成,而面部關(guān)鍵點(diǎn)提取是由人臉識(shí)別或者一些美顏算法的有關(guān)開發(fā)團(tuán)隊(duì)來(lái)完成,手部關(guān)節(jié)點(diǎn)由手勢(shì)識(shí)別人機(jī)交互團(tuán)隊(duì)來(lái)研究、開發(fā)和完善,這些都屬于不同的細(xì)分方向。直到后來(lái)出現(xiàn)的CMU團(tuán)隊(duì),在前期人體骨骼關(guān)節(jié)點(diǎn)識(shí)別的基礎(chǔ)上,將面部與手部都結(jié)合起來(lái),做成了一個(gè)統(tǒng)一的圖像,并且效果極佳,也就是本文所用的OpenPose平臺(tái)。它能提取到面部70個(gè)關(guān)鍵點(diǎn),其中邊緣點(diǎn)是從0到26,其余43個(gè)關(guān)鍵點(diǎn)即27到70號(hào)點(diǎn)都在臉部中央體現(xiàn)出來(lái)。圖2-4具體展示了OpenPose提取的這70個(gè)關(guān)鍵點(diǎn)。圖2-4OpenPose提取的人臉關(guān)鍵點(diǎn)示意圖由于本文研究?jī)?nèi)容是基于學(xué)生表情強(qiáng)度變化的專注度分析,所以我們只選取這70個(gè)關(guān)鍵點(diǎn)中的19個(gè)點(diǎn)。通過(guò)這19個(gè)點(diǎn)計(jì)算可以得到f1到f24這24個(gè)值,其中f12到f16是可以為這次研究工作所用。f12和f13分別表示左右兩個(gè)眼睛的
【參考文獻(xiàn)】:
期刊論文
[1]上市公司創(chuàng)新能力指數(shù)的構(gòu)建[J]. 肖淑芳,石琦,張一鳴. 北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2020(01)
[2]初中“導(dǎo)師制+導(dǎo)生制”學(xué)生發(fā)展指導(dǎo)模式的探索[J]. 陳國(guó)才,蘇海燕,楊楓. 基礎(chǔ)教育參考. 2019(24)
[3]基于多模態(tài)身體行為信息融合的學(xué)生學(xué)習(xí)興趣分析方法研究[J]. 任婕. 儀器儀表用戶. 2019(12)
[4]部門業(yè)績(jī)?cè)u(píng)價(jià)研究——基于ABC公司的案例分析[J]. 郭峰偉,鄂麗麗. 中國(guó)管理會(huì)計(jì). 2019(03)
[5]決策樹算法的比較與應(yīng)用研究[J]. 張海燕,劉巖,馬麗萌,苑津莎,巨漢基,魏彤珈. 華北電力技術(shù). 2017(06)
[6]我國(guó)汽車產(chǎn)業(yè)技術(shù)創(chuàng)新與對(duì)外開放協(xié)同水平研究[J]. 汪芳,朱德宇. 商業(yè)研究. 2016(12)
[7]基于深度學(xué)習(xí)的頭部姿態(tài)估計(jì)[J]. 賀飛翔,趙啟軍. 計(jì)算機(jī)技術(shù)與發(fā)展. 2016(11)
[8]基于類決策樹分類的特征層融合識(shí)別算法[J]. 尚朝軒,王品,韓壯志,彭剛. 控制與決策. 2016(06)
[9]Dempster-Shafer證據(jù)融合金字塔韋伯局部特征的表情識(shí)別[J]. 王曉華,金超,任福繼,胡敏. 中國(guó)圖象圖形學(xué)報(bào). 2014(09)
[10]淺談建筑之熵[J]. 張毅,韋娜,王淵. 住宅科技. 2014(05)
博士論文
[1]課堂教學(xué)環(huán)境下學(xué)生學(xué)習(xí)興趣智能化分析[D]. 羅珍珍.華中師范大學(xué) 2018
[2]地面激光點(diǎn)云模型自動(dòng)構(gòu)建方法研究[D]. 石宏斌.武漢大學(xué) 2014
碩士論文
[1]基于標(biāo)準(zhǔn)成本法的高層住宅建安成本控制[D]. 王禮瀚.南昌大學(xué) 2019
[2]基于多維特征融合的學(xué)習(xí)者興趣度評(píng)價(jià)[D]. 張童.北方工業(yè)大學(xué) 2019
[3]基于深度學(xué)習(xí)的嬰兒姿勢(shì)估計(jì)算法研究[D]. 何宏周.電子科技大學(xué) 2019
[4]視頻識(shí)別輔助的學(xué)生評(píng)價(jià)系統(tǒng)研究[D]. 麻皓東.北方工業(yè)大學(xué) 2018
[5]大學(xué)生學(xué)習(xí)行為分析研究與應(yīng)用[D]. 王子清.蘇州大學(xué) 2018
[6]網(wǎng)絡(luò)教學(xué)中的學(xué)習(xí)狀態(tài)與學(xué)習(xí)情緒識(shí)別方法研究[D]. 孫重亮.吉林大學(xué) 2018
[7]基于支持向量機(jī)的多品種小批量產(chǎn)品質(zhì)量預(yù)測(cè)[D]. 王涵.沈陽(yáng)大學(xué) 2016
[8]中學(xué)生學(xué)習(xí)狀態(tài)的初步研究[D]. 肖婉軍.河北師范大學(xué) 2016
[9]基于GIS和組合賦權(quán)法的張掖市生態(tài)環(huán)境質(zhì)量綜合評(píng)價(jià)研究[D]. 付金霞.西北師范大學(xué) 2006
本文編號(hào):3550445
【文章來(lái)源】:北方工業(yè)大學(xué)北京市
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
錄像信息示意圖
丶?闈綴投認(rèn)蛄砍〗餼齬丶?愕木劾轡侍。?奶氐?就是采用了自上而下的解析(parse),這樣效率更高,并且排除了人數(shù)的干擾。OpenPose采用了兩個(gè)分支,也就是前面所述的branch,其中一個(gè)是關(guān)鍵點(diǎn)置信度預(yù)測(cè)網(wǎng)絡(luò),另一個(gè)是關(guān)鍵點(diǎn)親和度向量場(chǎng)預(yù)測(cè)網(wǎng)絡(luò)。圖2-2表示一個(gè)二級(jí)架構(gòu)的多階段CNN[20]。第一個(gè)分支中的每個(gè)階段預(yù)測(cè)置信度圖tS,第二個(gè)分支中的每個(gè)階段預(yù)測(cè)PAFstL。每個(gè)階段結(jié)束后,將兩個(gè)分支的預(yù)測(cè)與圖像特征連接起來(lái),進(jìn)行下一個(gè)階段。其中S是置信度網(wǎng)絡(luò),L是親和度向量場(chǎng)網(wǎng)絡(luò)。圖2-3顯示的Openpose的整體流程圖。圖2-2OpenPose多階段示意圖
第二章基于OpenPose的專注度關(guān)鍵點(diǎn)信息提取11圖2-3OpenPose流程圖2.2關(guān)鍵點(diǎn)信息及特征提取2.2.1面部特征點(diǎn)提取在過(guò)去的一些研究工作中,人體骨骼關(guān)節(jié)點(diǎn)、人臉關(guān)鍵點(diǎn)以及手部關(guān)節(jié)點(diǎn)的提取是分開的。人體骨骼關(guān)節(jié)點(diǎn)的提取一般是由對(duì)身體行為分析識(shí)別進(jìn)行研究的有關(guān)人員來(lái)完成,而面部關(guān)鍵點(diǎn)提取是由人臉識(shí)別或者一些美顏算法的有關(guān)開發(fā)團(tuán)隊(duì)來(lái)完成,手部關(guān)節(jié)點(diǎn)由手勢(shì)識(shí)別人機(jī)交互團(tuán)隊(duì)來(lái)研究、開發(fā)和完善,這些都屬于不同的細(xì)分方向。直到后來(lái)出現(xiàn)的CMU團(tuán)隊(duì),在前期人體骨骼關(guān)節(jié)點(diǎn)識(shí)別的基礎(chǔ)上,將面部與手部都結(jié)合起來(lái),做成了一個(gè)統(tǒng)一的圖像,并且效果極佳,也就是本文所用的OpenPose平臺(tái)。它能提取到面部70個(gè)關(guān)鍵點(diǎn),其中邊緣點(diǎn)是從0到26,其余43個(gè)關(guān)鍵點(diǎn)即27到70號(hào)點(diǎn)都在臉部中央體現(xiàn)出來(lái)。圖2-4具體展示了OpenPose提取的這70個(gè)關(guān)鍵點(diǎn)。圖2-4OpenPose提取的人臉關(guān)鍵點(diǎn)示意圖由于本文研究?jī)?nèi)容是基于學(xué)生表情強(qiáng)度變化的專注度分析,所以我們只選取這70個(gè)關(guān)鍵點(diǎn)中的19個(gè)點(diǎn)。通過(guò)這19個(gè)點(diǎn)計(jì)算可以得到f1到f24這24個(gè)值,其中f12到f16是可以為這次研究工作所用。f12和f13分別表示左右兩個(gè)眼睛的
【參考文獻(xiàn)】:
期刊論文
[1]上市公司創(chuàng)新能力指數(shù)的構(gòu)建[J]. 肖淑芳,石琦,張一鳴. 北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2020(01)
[2]初中“導(dǎo)師制+導(dǎo)生制”學(xué)生發(fā)展指導(dǎo)模式的探索[J]. 陳國(guó)才,蘇海燕,楊楓. 基礎(chǔ)教育參考. 2019(24)
[3]基于多模態(tài)身體行為信息融合的學(xué)生學(xué)習(xí)興趣分析方法研究[J]. 任婕. 儀器儀表用戶. 2019(12)
[4]部門業(yè)績(jī)?cè)u(píng)價(jià)研究——基于ABC公司的案例分析[J]. 郭峰偉,鄂麗麗. 中國(guó)管理會(huì)計(jì). 2019(03)
[5]決策樹算法的比較與應(yīng)用研究[J]. 張海燕,劉巖,馬麗萌,苑津莎,巨漢基,魏彤珈. 華北電力技術(shù). 2017(06)
[6]我國(guó)汽車產(chǎn)業(yè)技術(shù)創(chuàng)新與對(duì)外開放協(xié)同水平研究[J]. 汪芳,朱德宇. 商業(yè)研究. 2016(12)
[7]基于深度學(xué)習(xí)的頭部姿態(tài)估計(jì)[J]. 賀飛翔,趙啟軍. 計(jì)算機(jī)技術(shù)與發(fā)展. 2016(11)
[8]基于類決策樹分類的特征層融合識(shí)別算法[J]. 尚朝軒,王品,韓壯志,彭剛. 控制與決策. 2016(06)
[9]Dempster-Shafer證據(jù)融合金字塔韋伯局部特征的表情識(shí)別[J]. 王曉華,金超,任福繼,胡敏. 中國(guó)圖象圖形學(xué)報(bào). 2014(09)
[10]淺談建筑之熵[J]. 張毅,韋娜,王淵. 住宅科技. 2014(05)
博士論文
[1]課堂教學(xué)環(huán)境下學(xué)生學(xué)習(xí)興趣智能化分析[D]. 羅珍珍.華中師范大學(xué) 2018
[2]地面激光點(diǎn)云模型自動(dòng)構(gòu)建方法研究[D]. 石宏斌.武漢大學(xué) 2014
碩士論文
[1]基于標(biāo)準(zhǔn)成本法的高層住宅建安成本控制[D]. 王禮瀚.南昌大學(xué) 2019
[2]基于多維特征融合的學(xué)習(xí)者興趣度評(píng)價(jià)[D]. 張童.北方工業(yè)大學(xué) 2019
[3]基于深度學(xué)習(xí)的嬰兒姿勢(shì)估計(jì)算法研究[D]. 何宏周.電子科技大學(xué) 2019
[4]視頻識(shí)別輔助的學(xué)生評(píng)價(jià)系統(tǒng)研究[D]. 麻皓東.北方工業(yè)大學(xué) 2018
[5]大學(xué)生學(xué)習(xí)行為分析研究與應(yīng)用[D]. 王子清.蘇州大學(xué) 2018
[6]網(wǎng)絡(luò)教學(xué)中的學(xué)習(xí)狀態(tài)與學(xué)習(xí)情緒識(shí)別方法研究[D]. 孫重亮.吉林大學(xué) 2018
[7]基于支持向量機(jī)的多品種小批量產(chǎn)品質(zhì)量預(yù)測(cè)[D]. 王涵.沈陽(yáng)大學(xué) 2016
[8]中學(xué)生學(xué)習(xí)狀態(tài)的初步研究[D]. 肖婉軍.河北師范大學(xué) 2016
[9]基于GIS和組合賦權(quán)法的張掖市生態(tài)環(huán)境質(zhì)量綜合評(píng)價(jià)研究[D]. 付金霞.西北師范大學(xué) 2006
本文編號(hào):3550445
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3550445.html
最近更新
教材專著