查詢結果分析
來源資料
頁籤選單縮合
題 名 | 應用於學習者專注力分析的人臉偵測法之研究=Face Detection Approach Applied on Learners' Attention Analysis |
---|---|
作 者 | 張循鋰; 林開榮; 余誌強; | 書刊名 | 教育科技與學習 |
卷 期 | 3:1 2015.01[民104.01] |
頁 次 | 頁45-70 |
分類號 | 312.1 |
關鍵詞 | 專注力; 人臉偵測法; AdaBoost; EHTF-boosting; Attention; Face detection; |
語 文 | 中文(Chinese) |
中文摘要 | 專注力與學習成效息息相關,所以專注力的測量格外重要,在眾多的量測方式中,以結合人臉偵測技術的方式較客觀且不干擾學生學習。本文提出結合擴增式哈爾材質特徵(Extended Haar Texture Features,EHTF)與EHTF與EHTF-Boosting學習演算法的人臉偵測方法,EHTF定義了6種不同的矩型特徵樣板,套用於影像上可描述局部區域的邊緣、線性、方向與亮(暗)點等特徵,具有求快速與不易受光照變化影響的優點,將人臉與非人臉的訓練用影像套用EHTF後,利用EHTF-Boosting學習演算法,建構數個弱分類器(Weak Classifier)以形成一個強分類器(Stromg Classifier),並針對求算每一弱分類器的權重(Weight)求算方式進行改良以正確反映出每一弱分類器的重要性。以LFW-Bigfoto資料集中各2000張正面人臉影像與不包含人臉的背景影像作為訓練集,實作分類器訓練並以MIT-CMU資料集作測試,檢測結果顯示本文所提出之EHTF特徵與EHTF-Boosting學習演算法相較於其他方法,顯著提升了人臉的偵測率(Detection Rate)與降低誤判率(False Positive Rate),並擁有使用特徵數量少、訓練速度快與人臉偵測率較佳等優點,且可滿足即時偵測的應用需求。在教學環境應用中,本文所提出之方法可用於數位學習之學習成效分析、智慧教室即時點名、利用臉部表情診斷學習困難度、教室秩序監控等不同應用領域,讓相關分析資料的取得更加容易與客觀。 |
本系統中英文摘要資訊取自各篇刊載內容。