20个算法毕设项目分享(五)

# 1 深度学习语义分割实现弹幕防遮
通过AI计算机视觉的技术，对视频内容进行分析，并将之前已经定义好的“视频主体内容”进行识别，生成蒙版并分发给客户端后，让客户端利用 CSS3 的特性进行渲染从而达成最终的效果。这样就形成了我们最终看到的，“不挡脸”弹幕效果。

实现方法就正如 PS 中的“蒙版“一样，实心区域允许，空白区域拒绝，从而达到弹幕不挡人的效果。而技术的核心就在蒙版的生成上，所以将这个功能称之为“蒙版弹幕”。

2 新冠病毒传播模型可视化算法

随着模拟程序的运行，图中的点会逐渐由绿色变红，最终图中的点全部变为灰色，并不再移动。

点的颜色不同分别代表个体处于不同的健康状态：绿色为健康，黄色为潜伏期，红色为感染，而灰色则代表死亡。

3 基于深度学习的动物识别算法研究与实现

选择当下YOLO最新的卷积神经网络YOLOv5来进行动物识别检测。

YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。

学长实现的动态检测效果，精度还是非常高的！

4 大数据电商用户行为分析及可视化

这是一份来自淘宝的用户行为数据，时间区间为 2017-11-25 到 2017-12-03，总计 100,150,807 条记录，大小为 3.5 G，包含 5 个字段。

将数据加载到 hive, 然后通过 hive 对数据进行数据处理。数据处理主要包括：删除重复值，时间戳格式化，删除异常值。

5 基于机器视觉网络课堂专注检测系统

基于dlib人脸识别68特征点检测、分别获取左右眼面部标志的索引，通过opencv对视频流进行灰度化处理，检测出人眼的位置信息。

主要通过电脑摄像头去实时的抓拍学生当前的状态和行为，不间断的采集学生上课时的面部表情和眼睛注视的方向，利用CNN提取相应的特征数据并进行分析处理，若对应输出的判断值大于设置的阈值时，则认为学生在走神没有认真学习。并且对拍摄时间进行计时，在界面上实时输出该学生在课堂上的有效学习时间和学生在课堂上专注时间的比例并进行存入表格中。