基于人脸姿态识别的课堂学习状态反馈系统的设计与实现

人脸识别技术是目前计算机视觉中的热门研究方向之一，已经被应用于很多领域。“抬头率”已成为判断学生的专注程度、检验课堂教学效果的重要因素之一。设计开发了基于人脸姿态识别的学生课堂学习状态反馈系统，完成了人脸数据集的采集、制作与训练，并增加了YOLOv5s训练模型的深度和宽度，在保证其速度的前提下提升了识别的准确度。在此基础上，将识别参数Conf与IOU的阈值调整到适当值，使识别结果更加清晰。实验结果表明：改进之后的识别系统在不影响速度的同时提高了识别的准确度；较暗环境下的人脸识别准确度可以达到0.887，能快速识别出学生课堂的学习状态，符合课堂教学实时监测要求；对于有遮挡的人脸识别，其准确度也可以达到0.5以上，满足特殊情况下的人脸识别需求。