基于面部多特征融合的学生网课疲劳检测研究

摘要

随着远程教育的不断发展,网课成为了一种趋势。为了进一步监管学生网课学习时的疲劳状态,保障网课学习质量,研究了学生网课疲劳检测算法。利用OpenCV结合PHOG算法提取学生眼部和嘴巴特征点,采用眼部自适应闭眼阈值和基于欧拉角的特征校正算法实时计算学生眼部和嘴部的纵横比Er值和Mr值,得到反映学生疲劳状态的眼睑闭合时间占比值、眨眼频率、打哈欠频率,并为这三个特征指标设置权重,通过计算加权和融合,得到学生的疲劳值。据此判断学生疲劳等级并提出警示信息。实验表明,上述方法能够实时地反映学生的疲劳状态,学生疲劳判定的正确率达到95.5%以上,具有良好的实时性和辨别率。