开放期刊系统

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

陈 潇

摘要

后疫情时代,在线学习成为了重要的学习方式。然而,在线学习存在情感交流缺失、学习者自制力不足的问题,导致学习者注意力不集中,学习效果欠佳。国内学者对在线教学模式下学习者疲劳情况方面的研究还略显不足,本文通过疲劳检测算法对学习者进行检测与分析,教师可以凭借分析结果调整教学,提升教学质量。

关键词

在线学习;疲劳检测;深度学习;教学干预

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。