中国领先的工业平台

返回贤集网 返回技术资料

新技术时代

+关注

用VGG-16进行深度迁移学习的课堂学生行为识别

通过观察和提问来跟踪众多学生的行为是一项艰巨的任务。因此,人们提出了几种基于自动面部表情识别的方法来捕捉和总结学生在课堂上的行为。然而,由于该领域缺乏庞大的数据集,这些方法不能保证有效的分类。为了提高视频序列中学生的行为识别能力,本文提出了一种基于深度迁移学习的新方法。我们的方法在面部表情数据集上预先训练模型。然后,转移模型对学生的行为进行分类。实验结果证实,我们的方法确保了一个偏好学生的行为分类。

小提示:登录后刷新 微信支付10元即可获取资料附件~

       用VGG-16进行深度迁移学习的课堂学生行为识别.docx

特大喜讯,贤集网工业平台投入1000万补贴给广大会员。

请下载贤集网app获取30元资料下载券,邀请码AADRKM。

公告:登录后可获得专属推广链接,其他用户通过此链接获取,你可获得分成奖励。
*** 提醒:如果获取失败,请联系客服退款。 客服QQ:874345335。***