一种用于“远程课堂”的学生听课专注度自动评估方法

在基于互联网的“远程课堂”中,如何利用学生课堂状态视频数据建立教师与学生授课−听课之间的评价关联关系,是一项富有挑战性的科学问题.本文针对“远程课堂”中的学生行为检测识别问题,提出针对课堂学生“面部姿态角度”检测模块与“身体动作行为”识别模块,对学生的课堂行为进行识别分类;针对“学生听课专注度”的定量分析问题,提出一种基于学生面部姿态角度和行为分类结果的量化评估算法;运用证据理论对“面部姿态”与“动作行为”并行进行数据融合计算,建立用于“远程课堂”的在线“学生听课专注度”自动评估系统模型.本文所提模型能够对课堂学生的听课行为进行在线检测与分析,完成“学生听课专注度”的定量评分并输出评估结果.实验中,系统对“学生听课专注度”的评估准确度达到90.4%,验证了系统的有效性.

教室环境下的教学质量AI机器评估研究进展

借助于人工智能(artificial intelligent,AI)技术,实现教室环境下课堂教学质量的机器自动评估,是一项富有挑战性的工作.针对教学质量AI机器评估问题,介绍传统的教学质量评估方法,分析机器评估使用的相关AI技术;并以不同的评估技术为主线,对教室环境下的AI机器评估研究进展进行详细归纳与分析,指出目前机器评估面临的挑战.

客运场所群体情感氛围智能计算与应急决策分析

为实现对铁路客运场所安全监控中潜在风险的识别,针对群体情感分析展开研究,提出了一种基于客运场所群体情感氛围智能计算的应急决策分析方法。构建了客运场所旅客群体情感氛围的计算与分析模型,该模型由群体情感氛围量化模型和群体情感氛围分析模型两部分组成;基于上述模型,实现了对突发事件的风险等级估计,以及相应的应急预案响应。通过在IEMOCAP数据集和自制数据集上的实验验证,结果表明,所提出的方法能够有效识别多人场景中的群体情感变化,可为铁路客运场所的安全管理与应急响应提供技术支持。

采用线性不定方程组的Hamiltonian存在判定条件

本文基于{0，1}线性不定方程组和顶边关联矩阵．提出了一个基于无向Hamiltonian图的充要判定定理。并证明了满足该定理的不定方程组解向量对应给定圄的Hamiltonian回路中边的集合，本文还推导出两个可以基于矩阵秩的Hamiltonian回路存在的必要判据。

面向动态场景去模糊的对偶学习生成对抗网络

针对动态场景下的图像去模糊问题,提出一种对偶学习生成对抗网络(dual learning generative adversarial network,DLGAN),该网络可以在对偶学习的训练模式下使用非成对的模糊图像和清晰图像进行图像去模糊计算,不再要求训练图像集合必须由模糊图像与其对应的清晰图像成对组合而成.DLGAN利用去模糊任务与重模糊任务之间的对偶性建立反馈信号,并使用这个信号约束去模糊任务和重模糊任务从两个不同的方向互相学习和更新,直到收敛.实验结果表明,在结构相似度和可视化评估方面,DLGAN与9种使用成对数据集训练的图像去模糊方法相比具有更好的性能.