一种基于快速面部识别算法的学习状态统计分析系统

针对计算机智能辅助教学的需求，文中设计了基于人脸表情的学习状态统计分析系统。文中首先对人脸表情识别方法进行研究，并基于深度学习算法设计了系统的算法模块。该模块使用FEYOLO网络结构，同时在池化层与卷积层间加入Inception结构，减少网络参数1 620个，大幅度降低了网络的复杂度；网络使用SELU函数作为传递函数，缓解了在网络训练过程中的梯度爆炸。算法引入学习状态分析系统后，在自建的学生学习状态数据集上，经过对比实验表明，对于学生学习状态判别的准确度大于93%，优于系统现在使用的YOLO和VGG16网络。