学位论文 > 优秀研究生学位论文题录展示

模式识别技术关于注意力判定的方法研究

作　者: 郑天阳
导　师: 潘伟
学　校: 东北师范大学
专　业: 计算机软件与理论
关键词: 模式识别 注意力分析 人脸识别 图像处理 远程教学
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 59次
引　用: 3次
阅　读: 论文下载
 

内容摘要


随着网络技术的日益成熟,远程教育系统也逐渐成为研究的热点。远程教育系统的目的是实现个性化、因材施教的高效教学方式,是对传统教学模式的一种拓宽和延伸,远程教育系统突破了对求知者的时间、地域、资源共享的限制。然而,目前大多数的研究者多集中关注如何设计个性化的学习资源、提供导航机制,诊断学习者的知识技能、制定有效的学习方案等方面。事实上,他们都忽略考虑这样一个问题,即所有的研究都是基于学习者与远程教育系统的交互以及在系统中反映出来的数据进行的推理和判定。如果学习者在学习过程中有端正的学习态度,且注意力集中,那么这些数据是能充分反映出学习者自身的情况的,系统基于此得出的判断也是真实和可靠的。反之,得到的数据便是不可信的、无用的。所以在远程教育系统设计的过程中必须考虑学习者在学习过程中的注意力是否集中的问题。本文主要提出了模式识别技术在远程教学系统中一种新的应用模式。通过对国内远程教育系统进行研究分析,提出了目前远程教学系统存在的弊端,进而提出了注意力判别系统在远程教学系统中的重要性。通过对模式识别技术研究现状的分析,提出了注意力分析系统在技术上的可行性。本文利用模式识别技术和数学中的模糊集和概率计算,把感性的注意力用理性的数学计算来表示。通过对学习者的人脸图像进行分析,跟踪来判断学习者的注意力情况,并给出相应的提示。本文给出了该系统的体系结构以及详细的流程,分别介绍了图像处理模块、模式识别模块、注意力分析模块三大模块的工作原理。通过摄像头获取人脸图像,依据图像二值化、高斯平滑、直方图均衡化等手段对获得的初始图像数据进行预处理;利用模式识别技术识别出人眼位置,最后Susan算子对识别出瞳孔在眼睛中的方位,进而分析出注意力。本文最后给出了系统核心算法的实现过程。实验结果表明,这个研究的方向在应用中具有有效性和实用性。在一定程度上解决了学习者在远程教育中注意力不集中,配合程度不高等问题。

全文目录


中文摘要  4-5
英文摘要  5-8
第1章 引言  8-12
  1.1 论文的研究背景及意义  8-9
  1.2 人脸识别技术的研究现状概述  9-11
  1.3 本文的工作  11
  1.4 论文的组织结构  11-12
第2章 相关理论基础  12-18
  2.1 学习理论  12-13
    2.1.1 远程教学的简述  12
    2.1.2 注意力分析相关理论  12-13
  2.2 计算机理论  13-18
    2.2.1 模糊集合理论  13
    2.2.2 图像处理相关理论  13-14
    2.2.3 模式识别理论  14-15
    2.2.4 人脸识别技术  15-17
    2.2.5 数据库相关理论  17-18
第3章 基于模式识别技术的注意力判定方案研究  18-24
  3.1 远程教学体现的需求  18
  3.2 基于模式识别技术的注意力判定方案原理  18-20
    3.2.1 模式识别技术的工作原理  18-19
    3.2.2 注意力判定的原理  19-20
  3.3 基于模式识别技术的注意力判定系统ADPS的提出  20-22
    3.3.1 注意力判定系统ADPS的体系结构  20-21
    3.3.2 注意力判定系统ADPS的应用模式  21-22
  3.4 注意力判定系统ADPS可行性分析  22-24
    3.4.1 理论可行性  23
    3.4.2 现实可行性  23-24
第4章 注意力判定系统ADPS的设计  24-35
  4.1 需求分析  24
    4.1.1 系统目的  24
    4.1.2 系统任务概述  24
  4.2 系统的结构设计  24-26
  4.3 系统的功能的详细设计  26-31
    4.3.1 图像采集模块设计  26
    4.3.2 图像处理模块设计  26-28
    4.3.3 模式识别模块设计  28-30
    4.3.4 注意力分析模块设计  30-31
  4.4 数据库的设计  31-35
第5章 注意力判定系统ADPS的实现  35-41
  5.1 开发环境  35-37
    5.1.1 硬件环境  35
    5.1.2 软件环境  35
    5.1.3 开发环境配置  35-37
  5.2 图像预处理相关算法实现  37-39
    5.2.1 图像二值化的实现  37-38
    5.2.2 高斯平滑的实现  38
    5.2.3 直方图均衡化  38-39
  5.3 图像识别算法的实现  39-40
    5.3.1 归一化模板匹配  39
    5.3.2 Susan 算子  39-40
  5.4 运行效果  40-41
第6章 总结与展望  41-42
参考文献  42-44
附录  44-48
在学期间公开发表论文及著作情况  48-49
致谢  49

相似论文

  1. 基于CCD图像传感器的温度测量技术研究,TH811
  2. 基于流形学习的高维流场数据分类研究,V231.3
  3. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  4. 2D人脸模板保护算法研究,TP391.41
  5. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  6. 基于仿生模式识别的文本分类技术研究,TP391.1
  7. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  8. 机械臂视觉伺服系统的研究,TP242.6
  9. 数字图像处理在集装箱检测中的应用研究,TP274.4
  10. 半成型结构在休闲女装中的应用,TS941.2
  11. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  12. 基于机器视觉的光纤几何参数检测研究,TN253
  13. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  14. 基于回波包络的超声波入侵探测在军队警戒巡逻中的应用,E919
  15. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  16. 基于图像处理技术的两相流动特性描述,TP391.41
  17. 基于思维导图的网络讨论式教学研究,G434
  18. 车牌识别系统中车牌定位算法的研究,TP391.41
  19. 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
  20. 基于差分演化的人脸识别方法研究,TP391.41
  21. 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com