文件名称：参与度检测
文件大小：110.79MB
文件格式：ZIP
更新时间：2024-03-09 01:15:40
Python
浓度指数生成器 该程序是根据（ 度）中找到的浓度指数模型开发的。 该模型使用计算机网络摄像头基于情绪状态和眼/头运动的综合得分来计算CI，并显示实时参与度和情绪分类。 该程序遵循原始模型的情感权重，但是作者根据眼睛的目光和眼睛的大小构造了干扰指数。 有关更多信息，请参见（浓度指数.xlsx）。 与Reddy等人不同，该程序不考虑头部位置。 等 情绪检测的模型基于： 该代码（根据Arriaga等人的基准，情感检测的准确度为66％）来自： 情绪检测 视线检测/测量 其他参考： 雷迪（TK）等等人，2019年。自动编码卷积表示，用于实时注视检测。 Rodzi，Ah等。 等人，2018。使用PERCLOS和支持向量机的基于视觉的眼神接近度分类，用于驾驶员的注意力分散和嗜睡：RGB和灰度图像之间的比较研究。
【文件预览】：
EngagementDetection-master
----zoom_class_1_out.mp4(2.36MB)
----zoom_class_1.mp4(2.54MB)
----run_server.py(2KB)
----__pycache__()
--------analysis.cpython-36.pyc(6KB)
--------analysis.cpython-37.pyc(6KB)
--------analysis_rt.cpython-36.pyc(6KB)
----run_local_cv.py(2KB)
----zoom_class_2_out.mp4(768KB)
----.DS_Store(6KB)
----model.py(3KB)
----README.md(2KB)
----util()
--------model()
--------__pycache__()
--------analysis_realtime.py(10KB)
--------analysis_server.py(9KB)
----zoom_class_2.mp4(1.72MB)
----face1.jpg(89KB)
----Data()
--------data_downright.csv(26KB)
--------data_right.csv(19KB)
--------emotion_rec1.avi(6KB)
--------data.csv(34KB)
--------data_center.csv(22KB)
--------data_uppright.csv(19KB)
--------data_left.csv(20KB)
--------data_upperleft.csv(1.13MB)
--------data_downleft.csv(18KB)
--------CIGenerator.py(381B)
----.vscode()
--------settings.json(52B)
----Concentration Index.xlsx(10KB)