一种基于人脸识别的在线学习专注度评价方法及装置

    公开(公告)号:CN113139439B

    公开(公告)日:2022-06-10

    申请号:CN202110368642.7

    申请日:2021-04-06

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于人脸识别的在线学习专注度评价方法及装置,方法首先通过在线学习学习者的电脑摄像头获取视频图像;在视频图像含有人脸信息情况下截取其中的人脸部分,生成人脸图像;然后提取人脸图像中的人脸头像并归一化,对归一化后的图像进行直方图均衡化处理,得到特征图像;接着创建专注度评价模型,将学习者在线学习过程中的特征图像导入专注度评价模型,得到专注度分值的平均值;根据专注度分值的平均值与专注度自评结果迭代专注度评价模型;当学习者正在在线学习时,将实时获取的特征图像导入到完成迭代的专注度评价模型,专注度评价模型实时输出学习者的专注度分值。本发明能够自动准确监测学习者在线学习过程中的专注度水平。

    一种基于深度学习的考场监控方法

    公开(公告)号:CN113569656A

    公开(公告)日:2021-10-29

    申请号:CN202110752439.X

    申请日:2021-07-02

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于深度学习的考场监控方法,包括:监控系统实时拍摄考试视频;将预处理后的考试图像输入到已训练好的卷积神经网络当中,卷积神经网络将考试图像均匀的分成多个网格;每个网格对网格内的待识别物体进行行为类框预测,将行为类框的类别得分与预设阀值比较,过滤低于预设阀值的行为类框,将高于预设阀值的行为类框进行非极大值抑制,得到最终的检测框;根据最终的检测框的得分T与优化后的自适应参数q,p,r进行比较,得到行为类框中含有目标的概率。本发明在现有的一段式算法中的YOLO算法基础上,对检测数据进行深度学习自适应参数优化,并且提出自适应参数区间划分异常行为程度,将进一步提高异常行为检测的精确度。

    一种基于天然有机材料的忆阻器及其制备方法

    公开(公告)号:CN110323333A

    公开(公告)日:2019-10-11

    申请号:CN201910612588.9

    申请日:2019-07-09

    Applicant: 广州大学

    Abstract: 本发明涉及一种基于天然有机材料的忆阻器及其制备方法,其包括,依次层叠的衬底、底电极、阻变功能层以及顶电极,所述阻变功能层包括化学修饰后的卡拉胶薄膜以及包覆于所述化学修饰后的卡拉胶薄膜中的纳米金属颗粒,所述纳米银颗粒与所述化学修饰后的卡拉胶的质量比为1%-4%。该阻变功能层采用化学修饰后的天然有机材料ι型卡拉胶薄膜和以及包覆于薄膜内部的纳米金属颗粒,该阻变功能层具有更高的离子电导率,用于忆阻器件中实现了更加稳定的电阻翻转行为,卡拉胶薄膜中的银纳米颗粒增强了神经突触的可塑性。该忆阻器成本低廉、生物相容性好,并且具有可降解、柔性等优点。该忆阻器可应用于可植入芯片、电子皮肤和生物诊断和治疗等领域。

Patent Agency Ranking