基于深度学习的课堂氛围分析与实现任务书

 2021-11-20 11:11

1. 毕业设计(论文)主要内容:

用深度学习技术,对人脸识别后的表情进行分析课堂氛围,为提高教学质量而努力!

1、人脸数据集构建和处理收集人脸图像并进行预处理2、脸部表情特征提取提取脸部特征,通过这这些特征来描述不同情感。3、实验数据对比分析通过课堂中实时脸部表情数据,给出课堂气氛参考值。

2. 毕业设计(论文)主要任务及要求

主要任务要求:1.查阅15篇相关文献(不少于3篇外文文献),并每篇书写200—300字文献摘要(装订成册,带封面);2.认真填写周记,完成至少1500字开题报告(“设计的目的及意义”至少800汉字;“基本内容和技术方案”至少400汉字;进度安排应尽可能详细;教指导教师意见应包含:学生的调研是否充分?基本内容和技术方案是否已明确?是否已经具备开始设计(论文)的条件?能否达到预期的目标?是否同意进入设计(论文)阶段?);3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);4.完成系统的编码与调试;5.完成10000字以上的毕业论文;6.进行论文答辩。

3. 毕业设计(论文)完成任务的计划与安排

时间节点:(1)2020/1/13—2020/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;(2)2020/3/1—2020/4/30:系统架构、程序设计与开发、系统测试与完善;(3)2020/5/1—2020/5/25:撰写及修改毕业论文;(4)2020/5/26—2020/6/5:准备答辩。

4. 主要参考文献

[1] 官瑞坤,王千秋,罗显松.基于Face 的“刷脸”课堂考勤系统[J].信息系统工程,2017(03):99-100.[2] 王震,李晓东,张文静等. 基于微信公众平台的课堂互动系统[J]. 微处理机,2017,38(05):84-88.[3] 黄吉兰.基于Android平台学生考勤系统的设计概要[J].电脑知识与技术,2017,13(04):46-47.[4] Li Yanling,Chen Yisong,Wang Guoping.Face recognition attendance system based on PCA approach[J].Computer Aided Drafting,Design and Manufacturing,2016,26(02):8-12.[5] Fadhlan Kamaru Zaman,Amir Akramin Shafie,Yasir Mohd Mustafah.Robust Face Recognition Against Expressions and Partial Occlusions[J].International Journal of Automation and Computing,2016,13(04):319-337.[6] ]刘宜枫. 基于改进DeepID的大规模人脸识别技术研究与实现[D].吉林大学,2017.[7] 孔安. 基于PCA和LDA算法的人脸识别考勤管理系统的设计与实现[D].湖南大学,2016[8] 刘冬梅,任亚平,周杰等. 基于Android的手机签到系统[J]. 科技资讯,2017,15(14):17-1[9] 苏草,林亚明.基于人脸识别的移动终端课堂考勤系统[J].计算机光盘软件与应用,2014,17(04):27-28.[10]Shubhangi Bhatambrekar. Student attendance (SAS)-RFID-based application[A]. Information Engineering Research Institute, USA:,2014:6.[11]荆洲,权伟,唐杰等. 基于人脸识别的智能课堂点名系统[J]. 软件工程,2017,20(05):43-46 42.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。