深度学习技术在在线学习中的应用——以学习者疲劳检测为例
摘要
关键词
全文:
PDF参考
[1]教育部.教育部等十一部门关于促进在线教育健康发展
的指导意见[EB/OL][2022-1-15].http:/www.moe.gov.cn/srcsite/
A03/moe.1892/moe_630/201909/t20190 930_401825.html.
[2]Fujisawa K and Aihara K. Estimation of user interest from
face approaches captured by familiar user device[J]. Whole Body
Interaction Part of the series Human-Computer Interaction
Series,2011:187-195.
[3]程萌萌,林茂松,王中飞.应用表情识别与视线跟踪的智能
教学系统研究[J.中国远程教育,2013(03):61-66.
[4]程萌萌,林茂松,王中飞.应用表情识别与视线跟踪的智能
教学系统研究[J.中国远程教育,2013(03):61-66.
[5]伍万杰.基于姿态分析的学生学习状态监测方法研究与
实现[D].重庆:西南大学,2021.
[6]王秀,周枫晓,刘保罗,等.基于 Dlib 库的驾驶员疲劳驾驶
检测系统 [J].物联网技术,2021,11(12):26-29.
[7]GALLUP A C, CHURCH A M, PELEGRINO A J. Yawn
duration predicts brain weight and cortical neuron number in
mammals.[J]. Biology letters, 2016, 12(10): 45-48.
[8]闵秋莎,刘能,陈雅婷,等.基于面部特征点定位的头部
姿态估计[J].计算机工程,2018,44(6):263-269.
(0 摘要 Views, 1 PDF Downloads)
Refbacks
- 当前没有refback。