买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:苏州智海英汇技术有限公司
摘要:本发明公开了一种阶梯教室教学用学生注意力及参与行为监测方法,本发明涉及学生课堂注意力及参与行为的监测领域,包括以下操作步骤:S1:学生人脸检测的优化和特点;S2:基于样本学习的人脸统计;S3:基于AdaBoost算法进行人眼检测;S4:基于步骤S3的算法进行强分类器的训练;S5:注意力检测系统的构建。本发明所述的一种阶梯教室教学用学生注意力及参与行为监测方法,可以有效解决传统讲授型教室教学环境中的注意力测量问题,其包括头部姿态检测算法和注意力模型,其中头部姿态检测算法为整个方案提供基础数据,注意力模型是构建在这一数据基础上的复合结构体,用于表征课堂注意力这一抽象概念,为后续教学研究提供数据支持。
主权项:1.一种阶梯教室教学用学生注意力及参与行为监测方法,其特征在于:所述包括以下操作步骤:S1:学生人脸检测的优化和特点:包括基于面部重要特征的人脸检测方法、基于模板匹配的人脸检测方法、基于彩色信息的人脸检测方法,其中基于面部重要特征的人脸检测方法:将学生的双眼距离记为s,双眼到嘴的垂直距离在0.8-1.3倍的s,基于s的数值描述作为人脸局部特征分布的规则来进行人脸检测;基于模板匹配的人脸检测方法:建立一个标准的学生人脸模板库,学生人脸模板库由包含局部学生人脸特征的子模板构成,对单幅学生人脸的输入图像进行全局搜索,对应不同尺度大小的图像窗口,计算与标准人脸模板中不同部分的相关系数,通过预先设定的阈值来判断图像窗口中是否学生包含人脸;基于彩色信息的人脸检测方法:建立并且利用肤色模型进行肤色象素分割,去除非肤色象素,再根据肤色象素在色彩空间内的形似性和空间位置上的相关性分割出可能的学生人脸区域,最后利用人脸的其他特征,包括长宽比例进行验证,确定最后人脸区域,再进行倾斜校正、归一化处理;S2:基于样本学习的人脸统计:基于Haar特征进行样本学习,利用学生人脸特征的积分图,获得Haar特征值,把Haar特征作为训练过程的输入,利用样本学习算法挑选分类能力强的Haar特征构成各自对应的弱分类器,利用AdaBoost算法将若干弱分类器组成强分类器,将若干强分类器串连起来组成级联分类器,调整级联分类器的层数,用于改变整个级联分类器的检测率和误检率;S3:基于AdaBoost算法进行人眼检测:引入Haar小波变换特征来代替原始的象素值作为学习算法的输入,用于实现减小类内差异,其中AdaBoost算法的特征集需选用符合三个条件的关键特征量:仅包括两个矩形区域的加权和、矩形区域的权值符号相反,以补偿两个矩形区域间的面积差、Haar小波变换提取的模仿人类视觉通道的特征;S4:基于步骤S3的算法进行强分类器的训练:同时调整每一个强分类器的检测率和误检率以及最后的级联分类器的层数;S5:注意力检测系统的构建:包括高端摄像头设备,高端摄像头设备包括转动和聚焦功能,且配备有相应的接口用于与计算机进行连接和控制,同时还配备可供二次开发的SDK,注意力检测系统可以分成三个模块:人脸检测和定位模块、摄像头控制和聚焦模块、注意力检测与提醒模块;其中人脸检测和定位模块输入的是从摄像头采集到的阶梯教室的实时图像,输出的是对应的图片中的每个学生的人脸位置,通过高端摄像头设备对阶梯教室进行一次抓拍得到原始的数字图像的;其中摄像头控制和聚焦模块的输入是人脸检测和定位模块的输出,因此,输入的是一些检测到的人脸的矩形集合,将区域限定在以检测人脸的面积的2-4倍大小的矩形区域;其中注意力检测与提醒模块在注意力检测模块中,采用基于AdaBoost的人眼检测算法,训练样本以瞳孔为中心的、以眉毛上沿为边界的睁开的人眼样本。
全文数据:
权利要求:
百度查询: 苏州智海英汇技术有限公司 一种阶梯教室教学用学生注意力及参与行为监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。