课堂学习行为的视觉感知与分析

9.5 建议及对未来的思考

9.4 应用4：基于头部姿态的学生注意力感知与分析

9.3 应用3：基于关键点位置信息的学生课堂状态分析机制

9.2 应用2：基于鼠标轨迹和面部微表情的投入度分析

9.1 应用1：智慧教室中的学生兴趣模型应用实例分析

第9章 应用实例与未来趋势探讨

参考文献

8.3 混合性的融合

8.2 决策性的融合

8.1 过程性的融合

第8章 课堂学习行为的多模态融合

第三部分 应用与未来趋势

参考文献

7.4 建议及对未来的思考

7.3 基于像素表征学习的CHRNet网络设计

7.2 基于骨骼线索感知的HPE模型构建

7.1 基础

第7章 人体姿态估计方法

参考文献

6.5 建议及对未来的思考

6.4 基于矩阵费雪分布的头部姿态估计方法

6.3 基于三元组网络架构的头部姿态估计

6.2 各向异性的分布学习

6.1 基础

第6章 头部姿态估计方法

参考文献

5.4 建议及对未来的思考

5.3 基于头戴式设备的视线估计

5.2 基于复合损失卷积神经网络的视线估计方法

5.1 基础

第5章 视线估计方法

参考文献

4.4 建议及对未来的思考

4.3 基于图卷积网络与K最近邻图的面部表情识别

4.2 基于高斯先验分布的表情识别方法

4.1 基础

第4章 面部表情识别方法

参考文献

3.5 数据集建立小结

3.4 参考鼠标轨迹数据的面部表情图像标注

3.3 已有的数据集

3.2 人体姿态的数据集

3.1 头部姿态的数据集

第3章 课堂学习行为数据集构建

第二部分 关键技术

参考文献

2.5 学生兴趣模型量化分析技术

2.4 学生兴趣模型量化指标分析

2.3 学生兴趣模型

2.2 兴趣的获取方式与表示方法

2.1 兴趣概念的界定与分类

第2章 学生兴趣建模理论模型

参考文献

1.5 总体研究框架

1.4 视觉感知原理

1.3 国内外的研究现状

1.2 要解决的问题

1.1 国家重视课堂学习行为分析的引领作用

第1章 背景与意义

第一部分 背景与理论

前言

内容简介

作者简介

版权信息

封面

封面

版权信息

作者简介

内容简介

前言

第一部分 背景与理论

第1章 背景与意义

1.1 国家重视课堂学习行为分析的引领作用

1.2 要解决的问题

1.3 国内外的研究现状

1.4 视觉感知原理

1.5 总体研究框架

参考文献

第2章 学生兴趣建模理论模型

2.1 兴趣概念的界定与分类

2.2 兴趣的获取方式与表示方法

2.3 学生兴趣模型

2.4 学生兴趣模型量化指标分析

2.5 学生兴趣模型量化分析技术

参考文献

第二部分 关键技术

第3章 课堂学习行为数据集构建

3.1 头部姿态的数据集

3.2 人体姿态的数据集

3.3 已有的数据集

3.4 参考鼠标轨迹数据的面部表情图像标注

3.5 数据集建立小结

参考文献

第4章 面部表情识别方法

4.1 基础

4.2 基于高斯先验分布的表情识别方法

4.3 基于图卷积网络与K最近邻图的面部表情识别

4.4 建议及对未来的思考

参考文献

第5章 视线估计方法

5.1 基础

5.2 基于复合损失卷积神经网络的视线估计方法

5.3 基于头戴式设备的视线估计

5.4 建议及对未来的思考

参考文献

第6章 头部姿态估计方法

6.1 基础

6.2 各向异性的分布学习

6.3 基于三元组网络架构的头部姿态估计

6.4 基于矩阵费雪分布的头部姿态估计方法

6.5 建议及对未来的思考

参考文献

第7章 人体姿态估计方法

7.1 基础

7.2 基于骨骼线索感知的HPE模型构建

7.3 基于像素表征学习的CHRNet网络设计

7.4 建议及对未来的思考

参考文献

第三部分 应用与未来趋势

第8章 课堂学习行为的多模态融合

8.1 过程性的融合

8.2 决策性的融合

8.3 混合性的融合

参考文献

第9章 应用实例与未来趋势探讨

9.1 应用1：智慧教室中的学生兴趣模型应用实例分析

9.2 应用2：基于鼠标轨迹和面部微表情的投入度分析

9.3 应用3：基于关键点位置信息的学生课堂状态分析机制

9.4 应用4：基于头部姿态的学生注意力感知与分析

9.5 建议及对未来的思考