论文部分内容阅读
随着升学竞争越来越大,学生负担也越来越重,为了提高教学质量和升学率,需要对课堂上学生状态进行判断,找出处于疲劳状态的学生。然而,这些方法不能同时保证检测的准确性和速度。因此,文中提出了一种基于多特征融合的疲劳检测方法。首先,利用MTCNN改进了基于MedianFlow的人脸跟踪算法。然后提出了一种新的基于CNN的人脸关键点检测模型,利用人脸关键点检测的结果对眼睛进行定位。最后,通过融合闭眼时间、眨眼频率和头部位置等信息来实现学生疲劳的检测。实验结果表明,文中的疲劳检测方法在速度和精度上都有很好的效果。