基于多维度特征融合的课堂专注度检测研究.pdf

目 录 第1 章 绪论 1 1.1 研究背景及意义 1 1.1.1 研究背景 1 1.1.2 研究意义 2 1.2 国内外研究现状 3 1.2.1 课堂专注度检测研究现状 3 1.2.2 相关技术研究现状 4 1.3 研究内容 7 1.4 论文组织结构 8 第2 章 相关技术概述 10 2.1 MTCNN 10 2.2 AlphaPose 11 2.3 卷积神经网络 12 2.4 特征融合技术 13 2.5 分类模型 15 2.6 本章小结 17 第3 章 基于单维度的课堂专注度评价 18 3.1 引言 18 3.2 专注度判别与教室数据采集 18 3.2.1 专注度判别 18 3.2.2 教室数据的采集 20 3.3 基于面部提取的课堂专注度评价 21 3.3.1 算法框架 21 3.3.2 人脸检测 22 3.3.3 面部情绪特征提取 22 3.4 基于动作建模的课堂专注度评价 25 3.4.1 算法框架 25 3.4.2 构建人体结构向量 26 3.4.3 动作特征提取 26 3.5 实验设计与结果分析 29 I 3.5.1 实验数据集 29 3.5.2 实验设置 29 3.5.3 评价指标 31 3.5.4 结果与分析 32 3.5.5 各个维度的特征与专注度的关联程度分析 34 3.6 本章小结 35 第4 章 多维度特征融合的课堂专注度评价模型 36 4.1 引言 36 4.2 数据预处理 37 4.2.1 数据归一化 37 4.2.2 多维度特征ID 匹配 37 4.3 特征工程 40 4.4 特征融合 40 4.4.1 基于关联性分析的线性加权法 40 4.4.2 基于Voting 的多核学习法 42 4.5 实验设计与结果分析 43 4.5.1 实验数据集介绍 44 4.5.2 实验设置 44 4.5.3 评价指标 45 4.5.4 基于关联性分析的线性加权法的实验与分析 45 4.5.5 基于Voting 的多核学习法的实验与分析 48 4.6 本章小结 50 第5 章 总结与展望 51 5.1 总结 51 5.2 不足与展望 52 参考文献 53 攻读硕士学位期间研究成果 57 致 谢 58 II Contents Chapter 1 Introduction 1 1.1 Research background and siginificance 1 1.1.1 Research background 1 1.1.2 Research siginificance 2 1.2 Research status 3 1.2.1 Res