基于智慧教室的学习行为姿态识别与分析系统研究
为了打造覆盖全省的基于智慧教室的互动教学网,构建福建省全民终身学习平台,提高教学效率,提升教学质量,本文分析了智慧教室互动教学网中学生的身份认证,学生表情与行为识别,教师姿态识别三个核心需求,利用人工智能领域主流的ResNet和VGG等深度学习技术,从面部识别技术、肢体识别技术以及面部和肢体特征分析技术三个手段解决了智慧教室互动教学网中三个核心需求,期望对基于人工智能的未来教育积累经验。
智慧教室 人工智能 深度学习 面部识别 姿态识别
黄林昊 陈展虹
福建广播电视大学 电子信息与计算机系,福建福州 350003
国内会议
银川
中文
188-191
2019-07-14(万方平台首次上网日期,不代表论文的发表时间)