一、课堂专注度分析系统 该系统通过深度学习算法，能够实时分析学生的课堂专注度。其主要功能包括： 脸部朝向检测：系统通过摄像头捕捉学生的脸部图像，利用深度学习算法判断学生是否面向讲台正前方，以及分析脸部上下左右角度和正面的时间占比。 五官及情绪识别：通过分析学生的五官和微表情，如点头示意、微笑等，系统可以判断学生是否注意力集中。这种情绪识别功能有助于教师了解学生的学习状态，并据此调整教学策略。 行为识别：系统能够监测学生的各种行为，如使用手机、交头接耳、低头不看黑板、伏案睡觉、举手等。这些行为数据的分析可以帮助教师识别出可能存在的课堂问题，如学生分心、不积极参与课堂等。 自定义规则配置：学校可以根据自身情况自定义配置专注度参数，以满足不同的教学质量评估标准要求。 二、考试作弊检测系统 该系统同样基于深度学习技术，能够在考试过程中实时监测学生的行为，以检测可能的作弊行为。其主要功能包括： 异常行为识别：系统通过摄像头捕捉学生的行为，利用深度学习算法识别出可能的作弊行为，如偷看他人试卷、传递纸条、使用通讯设备等。 声音分析：系统可以通过语音识别技术，分析考场内的声音，检测是否存在异常

智慧教室_基于深度学习实现课堂专注度分析+检测考试作弊系统python源码+模型+项目说明.7z 课堂专注度及考试作弊系统 课堂动态点名，情绪识别、表情识别和人脸识别结合 python版本 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

智慧教室_基于深度学习实现课堂专注度分析+检测考试作弊系统java源码+模型+项目说明.7z 智慧教室项目的Java版本，尝试将多人姿态估计、情绪识别、人脸识别、静默活体检测等技术在java上实现。 【环境要求】 java 1.8 Deep Java Library 0.12.0-SNAPSHOT 更多详见pom.xml文件 【功能】 AlphaPose多人姿态估计 轻量化AlphaPose的SPPE 组合LPN和轻量化人脸对齐的轻量化全身姿态估计(86关键点)方法 实时流水线处理框架 多人姿态估计任务的ForkJoin并行处理 课堂19种行为的识别（基于关键点的逻辑回归方法） 头部姿态估计 rtmp视频推流 【智慧教室方案拓扑图】

本代码可通过摄像头实时获取人脸图像，并根据脸部特征信息进行专注度分析。

MATLAB通过读取视频或者摄像头录制视频，通过分帧，利用VJ算法来定位人眼，嘴巴的张闭程度，判断是否疲劳，带GUI界面。欢迎交流。

MATLAB疲劳驾驶专注度分析GUI界面.zip

本课题为基于MATLAB的眼部疲劳驾驶系统。所谓疲劳检测是对极短的一段视频进行分针人脸定位，人的眼睛定位计算，眼睛是睁开还是闭合，统计一段时间之内闭眼的帧数。可以进行二次拓展，增加嘴巴的判别。

本课题为基于MATLAB的眼部疲劳驾驶系统。所谓疲劳检测是对极短的一段视频进行分针人脸定位，人的眼睛定位计算，眼睛是睁开还是闭合，统计一段时间之内闭眼的帧数。可以进行二次拓展，增加嘴巴的判别。

MATLAB疲劳驾驶检测，专注度分析，读取视频，检测，perclos定理

本课题为基于MATLAB的眼部疲劳驾驶系统。所谓疲劳检测是对极短的一段视频进行分针人脸定位，人的眼睛定位计算，眼睛是睁开还是闭合，统计一段时间之内闭眼的帧数。可以进行二次拓展，增加嘴巴的判别。