基于深度学习模型的实时摄像注意力检测评分QT软件,实现的关键步骤流程
开启预测线程后,紧接着就是打开摄像头的视频流获取,打开注意力检测核心预测api,并释放信号Outframe中的结果,释放显示函数将视频流放到用户界面上。定义预测线程类,将OutFrame类设置为信号,作为线程类的成员,Outframe是关于视频流,以及一些经过模型和评分系统处理的结果。在评价过程中,应用模糊关系合成原理,将边界不清、不易评价的因素定量化,即糊综合评价法。也就是将评价因素表情,睁闭眼
·
定义预测线程类,将OutFrame类设置为信号,作为线程类的成员,Outframe是关于视频流,以及一些经过模型和评分系统处理的结果。
介绍关键的流程
开启预测线程后,紧接着就是打开摄像头的视频流获取,打开注意力检测核心预测api,并释放信号Outframe中的结果,释放显示函数将视频流放到用户界面上。


主界面window线程类的定义:

糊综合评价法:
在评价过程中,应用模糊关系合成原理,将边界不清、不易评价的因素定量化,即糊综合评价法。也就是将评价因素表情,睁闭眼,视线聚焦,头部姿态
因素集(评价指标集) U = {表情,视线,头部姿态}
评语集(评价的结果集) V = {优,良,差}
权重集(指标的权重) A = {a1,a2,a3}
确定模糊综合判断矩阵R

模糊评判结果B:B=A*R
更多推荐


所有评论(0)