【技术实现步骤摘要】
基于深度学习的课堂抬头率检测系统
[0001]本专利技术涉及大数据、人脸检测、抬头行为识别等领域，具体涉及一种基于深度学习的课堂抬头率检测系统的方法。
技术介绍
[0002]随着我国经济的发展和科技实力的提升，手机等电子产品已经。游戏、电子图书的流行导致很多学生尤其是管理相对松散的大学生沉迷于电子产品，沉迷于游戏。课堂中存在学生低头玩游戏看网络小说等不良现象。这种行为违反学生守则，而且破坏了课堂的学习环境，成为每一个高校不得不去重视的问题。目前的课堂纪律主要靠老师监督和学生自觉，但不能有效地保证课堂纪律，虽然很多教室都有安装监控录像，但从人力物力的浪费和操作的简单性便捷性以及输出结果的简洁明确性来说，监控录像不足以支撑高校课堂教学活动的现实需求，更无法有效的对教学活动过程中的每一个学生的学习状态进行检测和统计。
[0003]近年来的人工智能领域发展迅猛，尤其是以深度学习为代表的机器学习技术在自然语言处理和计算机视觉
获得了突破性的进展，信息的收集和处理变得越来越方便，人脸检测技术有很大的突破。所以本专利技术设计...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的课堂抬头率检测系统，其特征在于，包括：本系统针对教室等人员密集、严重遮挡的场所，研究出大学课堂等密集场景下多人人脸检测技术，在此基础上应用检测结果对教室内人员数量进行统计和抬头行为识别。其步骤为：S1，通过安装在各个教室的摄像头获取视频信息，采集图片制作抬头行为识别数据集；S2，针对视频信息采用人脸检测算法MTCNN，包括三个级联的网络，使用候选框加分类器的思想，进行高效人脸检测；S3，人脸检测后进行抬头行为识别和统计，获取每节课堂抬头率随时间变化等信息；S4，通过Web服务器将检测结果数字化显示在网页上。2.一种基于深度学习的课堂抬头率检测系统，其特征在于，所述系统包括：视频采集模块，用于获取信息制作抬头行为识别数据集；人脸检测与分析模块，用于进行抬头行为识别和人员统计；视频信息处理模块，用于进行抬头率的计算；数字化显示模块，用于实时显示抬头率等信息。3....
【专利技术属性】
技术研发人员：邵延华，彭瑞，张羽，徐礼兵，唐敏，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。