《表2 数据集交叉验证结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于人工智能视频处理的课堂学生状态分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本研究首先通过SVM支持向量机对表情训练，并生成相应的模型。经过大量的视频观察，本研究选取课堂常见的高兴、平常、困惑表情作为三个标签。SVM数据集制作过程如下：首先读取视频，对视频的每一帧先进行DLIB初始化；随后，在每一帧的视频里检测到n个人脸，对每一张脸都进行68个关键点的标定；最后，计算眉毛、眼睛、嘴巴的相关数据，对此人面部表情打标签（高兴、平常、困惑），与特征值一并存入csv文件中，直至每一帧所有人脸读取完毕再读取下一帧视频数据。本研究选取不同的样本数量进行训练，数据集交叉验证结果如表2所示，可见，随着迭代次数的增加，分类准确率也逐步提高。