实时场景中学生注意力检测
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第一章 绪论 | 第9-17页 |
·E-LEARNING 概念 | 第9-10页 |
·SNC 的概念 | 第10-12页 |
·国内外相关的研究现状 | 第12-15页 |
·论文研究的主要内容及工作 | 第15-17页 |
第二章 人脸检测 | 第17-27页 |
·引言 | 第17页 |
·人脸检测主要方法与特点 | 第17-24页 |
·基于面部重要特征的人脸检测方法 | 第18页 |
·基于模板匹配的人脸检测方法 | 第18-19页 |
·基于彩色信息的人脸检测方法 | 第19-22页 |
·基于统计的方法 | 第22-24页 |
·人脸检测的实验结果 | 第24-27页 |
·肤色模型的人脸检测效果 | 第24-26页 |
·基于AdaBoost 的人脸检测效果 | 第26-27页 |
第三章 人眼的检测 | 第27-43页 |
·基于ADABOOST的人眼检测 | 第27-38页 |
·Haar 特征 | 第27-30页 |
·积分图 | 第30-33页 |
·强分类器的训练 | 第33-36页 |
·级联分类器的级联结构 | 第36-38页 |
·人眼检测实验和结果 | 第38-43页 |
·训练集的选择和处理 | 第38-40页 |
·实验结果 | 第40-43页 |
第四章 注意力检测系统 | 第43-58页 |
·注意力检测系统的硬件架构 | 第43-44页 |
·注意力检测系统的软件架构 | 第44-58页 |
·人脸检测和定位 | 第46-52页 |
·摄像头控制和聚焦模块 | 第52-54页 |
·注意力检测模块 | 第54-58页 |
第五章 总结与展望 | 第58-60页 |
·主要结论 | 第58-59页 |
·未来工作的展望 | 第59-60页 |
参考文献 | 第60-63页 |
致谢 | 第63-64页 |
攻读硕士期间发表的学术论文及参与项目 | 第64页 |