Resumen

Con el rápido desarrollo de la tecnología de grandes datos informáticos, la educación en línea en forma de cursos en línea se está convirtiendo cada vez más en un medio importante de educación. Con el fin de evaluar objetivamente la calidad de la enseñanza en el aula en línea, se propone un sistema de evaluación de calidad de enseñanza basado en el reconocimiento de rasgos faciales. Se utiliza la red neuronal convolucional multitarea mejorada (MTCNN) para determinar la región facial, y luego se localizan las regiones de los ojos y la boca de acuerdo con la relación de proporción facial. Se utilizó la clasificación de la red ligera AlexNet basada en el módulo Ghost para detectar el estado de apertura y cierre de los ojos y la boca y se combinó con los valores del índice PERCLOS (porcentaje de cierre de ojos) para lograr la detección de fatiga. La estimación de pose de gran rango desde ángulos de cabeceo, guiñada y balanceo se puede lograr ubicando fácilmente los ángulos de los ras

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Desarrollo; Educación en línea; Evaluación de la calidad de la enseñanza; Reconocimiento de rasgos faciales; Detección de fatiga; Concentración en el aprendizaje
• Keywords:Development; Online education; Teaching quality evaluation; Facial feature recognition; Fatigue detection; Learning concentration