| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 网络学习国外研究现状 | 第12-13页 |
| 1.3.2 网络学习国内研究现状 | 第13-15页 |
| 1.4 网络学习中的情感问题 | 第15-16页 |
| 1.5 论文结构及简介 | 第16-18页 |
| 第二章 基于Adaboost算法的人脸检测 | 第18-38页 |
| 2.1 引言 | 第18页 |
| 2.2 人脸检测难点 | 第18-19页 |
| 2.3 常用的人脸检测方法 | 第19-21页 |
| 2.4 检测性能评测参数 | 第21-22页 |
| 2.5 基于Haar特征的Adaboost人脸检测算法 | 第22-28页 |
| 2.5.1 Adaboost方法概述 | 第22-24页 |
| 2.5.2 类Haar特征 | 第24-25页 |
| 2.5.3 积分图计算 | 第25-28页 |
| 2.6 Adaboost算法实现过程 | 第28-38页 |
| 2.6.1 分类器的训练 | 第28-32页 |
| 2.6.2 人脸检测训练过程及实验结果 | 第32-38页 |
| 第三章 学习表情的分类、分析 | 第38-46页 |
| 3.1 学习者眼睛定位及状态分析 | 第38-40页 |
| 3.2 嘴巴的定位及状态分析 | 第40-43页 |
| 3.2.1 嘴巴定位 | 第40-42页 |
| 3.2.2 嘴巴状态分析 | 第42-43页 |
| 3.3 学习表情的分类 | 第43-46页 |
| 第四章 面部重要参数的模糊推理 | 第46-56页 |
| 4.1 模糊逻辑的基本原理 | 第46-52页 |
| 4.1.1 模糊集合的定义 | 第46-47页 |
| 4.1.2 模糊集合的隶属度函数 | 第47-48页 |
| 4.1.3 模糊逻辑的规则库 | 第48-49页 |
| 4.1.4 模糊逻辑推理 | 第49-50页 |
| 4.1.5 模糊模式识别 | 第50-52页 |
| 4.2 基于模糊推理的表情推理模型 | 第52-56页 |
| 4.2.1 定义输入输出变量并确立隶属函数 | 第52-55页 |
| 4.2.2 定义规则库 | 第55-56页 |
| 第五章 学习者情绪状态检测识别 | 第56-60页 |
| 5.1 学习表情识别概述 | 第56-57页 |
| 5.2 设计实现方案 | 第57-58页 |
| 5.3 实验结果 | 第58-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 6.1 全文总结 | 第60页 |
| 6.2 后续工作及展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67页 |