论文摘要
本文提出一种基于卷积神经网络CNN人脸识别模型,并将该模型应用于高职院校学生课堂行为分析。实验证明,使用卷积神经网络深度学习框架提取人脸深度特征,构建深度学习人脸识别模型,完成人脸识别,相比传统的人工设计的人脸特征提取,大大提高人脸识别的准确率。学生课堂行为识别算法可以正确判断学生的课堂行为,为课堂教学评价提供依据,实现更有效地教学,切实提高教学质量。
论文目录
文章来源
类型: 期刊论文
作者: 左国才,吴小平,苏秀芝,王海东
关键词: 卷积神经网络,人脸识别模型,课堂行为分析
来源: 智能计算机与应用 2019年06期
年度: 2019
分类: 信息科技,社会科学Ⅱ辑
专业: 职业教育,计算机软件及计算机应用
单位: 湖南软件职业学院,湖南大学
基金: 湖南省教育科学规划课题研究成果(XJK19CZY018)
分类号: G712.4;TP391.41
页码: 107-110
总页数: 4
文件大小: 1198K
下载量: 326