Dyingalive1. 项目概述与背景
在教育信息化快速发展的今天，传统课堂管理方式面临诸多挑战。教师难以实时掌握全班学生的注意力状态，而学生注意力分散又直接影响教学效果。基于Java+Vue的课堂注意力检测系统应运而生，通过计算机视觉和深度学习技术，实现对课堂环境的智能化监测与分析。
这个系统采用前后端分离架构，前端使用Vue.js+ElementUI构建响应式界面，后端基于SpringBoot框架提供RESTful API服务。核心功能包括：
- 实时人脸检测与注意力分析
- 教学评价数据可视化
- 异常行为预警
- 学生成长档案生成
提示：系统设计特别考虑了教育场景的特殊性，包括大班教学的并发处理、不同光照条件下的识别准确率，以及严格的学生隐私保护措施。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 系统架构设计
2.1 技术栈选型
前端技术栈：
- Vue.js 3.x：采用Composition API提升代码组织性
- Element Plus：UI组件库，保证界面一致性和开发效率
- ECharts：数据可视化图表渲染
- WebSocket：实时数据传输
后端技术栈：
- Spring Boot 2.7：快速构建微服务
- Spring Security：认证与授权
- OpenCV 4.5：人脸检测与图像处理
- TensorFlow Lite：轻量级深度学习推理
数据库：
- MySQL 8.0：关系型数据存储
- Redis：缓存和实时数据处理
2.2 整体架构
系统采用分层架构设计：
code复制┌───────────────────────────────────────┐
│ 前端展示层 │
│ (Vue.js + WebSocket + ElementUI) │
└───────────────┬───────────────┬───────┘
│ │
┌───────────────▼─────┐ ┌───────▼───────────────┐
│ 视频采集与预处理 │ │ 业务逻辑层 │
│ (OpenCV+多摄像头合成)│ │ (Spring Boot+MyBatis) │
└───────────────┬─────┘ └───────┬───────────────┘
│ │
┌───────────────▼───────────────▼───────┐
│ AI分析与决策层 │
│ (TensorFlow模型+注意力评分算法) │
└───────────────┬───────────────────────┘
│
┌───────────────▼─────┐
│ 数据持久层 │
│ (MySQL+Redis) │
└────────