| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景及研究意义 | 第13-15页 |
| 1.2 论文内容与论文结构 | 第15-16页 |
| 1.3 本章小结 | 第16-17页 |
| 第二章 情感计算与E-Learn ing技术 | 第17-23页 |
| 2.1 情感计算 | 第17-19页 |
| 2.1.1 情感计算介绍 | 第17-18页 |
| 2.1.2 国内外研究进展 | 第18-19页 |
| 2.2 E-Learning平台 | 第19-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 注意力识别系统 | 第23-27页 |
| 3.1 注意力检测介绍 | 第23-26页 |
| 3.1.1 基于图像特征的注意力检测 | 第24页 |
| 3.1.2 基于生理特征的注意力检测 | 第24-25页 |
| 3.1.3 多种方式组合检测方法 | 第25-26页 |
| 3.2 本章小结 | 第26-27页 |
| 第四章 计算机视觉注意力检测系统 | 第27-41页 |
| 4.1 系统介绍 | 第27-28页 |
| 4.2 OpenCV介绍 | 第28页 |
| 4.3 人脸检测介绍 | 第28-31页 |
| 4.4 人眼检测介绍 | 第31-33页 |
| 4.5 计算机视觉的注意力检测方法 | 第33-39页 |
| 4.5.1 Haar-like特征 | 第33-34页 |
| 4.5.2 积分图 | 第34-35页 |
| 4.5.3 Adaboost算法 | 第35-37页 |
| 4.5.4 分心检测 | 第37-38页 |
| 4.5.5 疲劳检测 | 第38-39页 |
| 4.6 本章小结 | 第39-41页 |
| 第五章 脑波注意力检测系统 | 第41-63页 |
| 5.1 系统介绍 | 第41-42页 |
| 5.2 脑电波 | 第42-45页 |
| 5.2.1 脑电波介绍 | 第42页 |
| 5.2.2 EEG介绍 | 第42-45页 |
| 5.3 可穿戴设备 | 第45-51页 |
| 5.3.1 可穿戴设备介绍 | 第45-46页 |
| 5.3.2 Mindwave介绍 | 第46-51页 |
| 5.4 脑波分析的注意力检测方法 | 第51-61页 |
| 5.4.1 专注值 | 第52-54页 |
| 5.4.2 冥想值 | 第54-56页 |
| 5.4.3 眨眼强度 | 第56-58页 |
| 5.4.4 专注阈值 | 第58-60页 |
| 5.4.5 注意力检测 | 第60-61页 |
| 5.5 本章小结 | 第61-63页 |
| 第六章 计算机视觉检测和脑波检测相结合的实验及实验结果分析 | 第63-95页 |
| 6.1 实验目的 | 第63-64页 |
| 6.1.1 显式分心 | 第63-64页 |
| 6.1.2 隐式分心 | 第64页 |
| 6.2 实验设备 | 第64-65页 |
| 6.3 实验内容 | 第65-66页 |
| 6.4 实验流程 | 第66-75页 |
| 6.5 实验数据与分析 | 第75-93页 |
| 6.5.1 实验数据 | 第75-91页 |
| 6.5.2 结果分析 | 第91-93页 |
| 6.6 本章小结 | 第93-95页 |
| 第七章 总结与展望 | 第95-97页 |
| 7.1 全文工作总结 | 第95-96页 |
| 7.2 对未来工作的展望 | 第96-97页 |
| 致谢 | 第97-99页 |
| 参考文献 | 第99-105页 |
| 附录A 攻读学位期间发表软著目录 | 第105页 |