一种基于快速面部识别算法的学习状态统计分析系统

针对计算机智能辅助教学的需求,文中设计了基于人脸表情的学习状态统计分析系统。文中首先对人脸表情识别方法进行研究,并基于深度学习算法设计了系统的算法模块。该模块使用FEYOLO网络结构,同时在池化层与卷积层间加入Inception结构,减少网络参数1 620个,大幅度降低了网络的复杂度;网络使用SELU函数作为传递函数,缓解了在网络训练过程中的梯度爆炸。算法引入学习状态分析系统后,在自建的学生学习状态数据集上,经过对比实验表明,对于学生学习状态判别的准确度大于93%,优于系统现在使用的YOLO和VGG16网络。