展开全部

主编推荐语

本书系统的介绍了计算机视觉技术与课堂学习行为相结合的这一必然发展趋势。

内容简介

人工智能技术辅助下的教育改革已在世界各国受到越来越多的关注,加快推进教育数字转型和智能升级亦成为我国教育数字化战略行动。本书致力于在课堂学习行为分析这一精细领域利用基于深度学习的计算机视觉技术推动教育智能改革,为实现个性化教学、提升教学质量、促进教育公平提供一系列方法和策略。

本书系统的介绍了计算机视觉技术与课堂学习行为相结合的这一必然发展趋势,从数据集构建、关键技术的模型方法提出、精准的应用实施三个方面展开了细致的论述。其中涉及的计算机任务主要包括面部表情识别、视线估计、头部姿态估计以及人体姿态估计,通过总结过去十余年课题组在这些方面的实践经验,以期为国内探索实现规模化教育与个性化培养的有机结合提供一定的借鉴和指导。

目录

  • 版权信息
  • 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
  • 后记
  • 反侵权盗版声明
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。