發(fā)布時間：2020-04-09 05:14

【摘要】：課堂點名和聽課狀態(tài)檢測是課堂教學(xué)管理的重要組成部分。針對傳統(tǒng)的課堂點名和聽課狀態(tài)檢測存在的效率低等問題,本文研究并實現(xiàn)了基于視頻圖像的課堂點名與聽課狀態(tài)檢測系統(tǒng)。課堂點名部分主要采用了基于深度學(xué)習的人臉識別算法。聽課狀態(tài)檢測部分采用人臉檢測算法統(tǒng)計聽課時間,并且基于人體關(guān)鍵點檢測算法對學(xué)生課堂狀態(tài)進行分析。本文的主要工作如下:1.構(gòu)建課堂點名圖像集及聽課狀態(tài)檢測視頻集。課堂點名圖像集中共有200幅圖像,分辨率為1280×1024。聽課狀態(tài)檢測視頻集中共有10段視頻,每段視頻時長為5分鐘,分辨率為1280×1024。圖像和視頻均使用手機在真實課堂環(huán)境下采集。2.利用基于深度學(xué)習的SeetaFace人臉識別引擎設(shè)計并實現(xiàn)了課堂自動點名功能。①基于漏斗型級聯(lián)結(jié)構(gòu)模型進行人臉檢測,并裁剪出人臉圖像。②采用深度自編碼器網(wǎng)絡(luò)實現(xiàn)人臉對齊。③與人臉模板庫中所有人臉圖像匹配,統(tǒng)計人數(shù)得到課堂點名結(jié)果�；�于深度學(xué)習的課堂點名正確率為98.9%,優(yōu)于人工提取特征算法。3.設(shè)計并實現(xiàn)了聽課狀態(tài)檢測功能。①采用基于深度學(xué)習的SeetaFace人臉檢測算法統(tǒng)計每名同學(xué)的聽課時間,平均正確率為96.4%。②利用OpenPose人體關(guān)鍵點檢測獲得的坐標對三種課堂狀態(tài)(低頭、側(cè)身、舉手)進行分析,其平均正確率分別為90.1%、84.7%和 92.0%。4.基于Android設(shè)計并實現(xiàn)了課堂點名及聽課狀態(tài)檢測系統(tǒng)。①課堂點名部分將Windows系統(tǒng)下實現(xiàn)的代碼移植到Android系統(tǒng),檢測一幅圖像平均用時為25s。②聽課狀態(tài)檢測部分利用Android Studio以及Beego開發(fā)平臺,實現(xiàn)手機端與服務(wù)器的異步通信傳輸。5分鐘的視頻從傳輸?shù)椒祷貦z測結(jié)果所用時長在50s左右。
【圖文】：

Ｆ為初始特征值大小，Ｆ＇為歸一化特征值，ｎ為矩形框中的像素個數(shù)的和。逡逑設(shè)定檢測窗口初始值為２０ｘ２０，每次擴大５％尋找人臉區(qū)域。ｘ和ｙ方向的滑動步長逡逑初始值均為４，隨檢測窗口擴大等比例變大，如圖２．５所示。逡逑８逡逑

？邐＿邐＿邐＃逡逑分類器逡逑圖２．４圖像尺寸變化逡逑Ｆｉｇ．邋２．４邋Ｃｈａｎｇｅ邋ｔｈｅ邋ｉｍａｇｅ邋ｓｉｚｅ逡逑由于對輸入圖像進行尺度縮放所用時間較長，影響人臉檢測的實時性，因此本章采逡逑用模板尺度縮放方法，即保持輸入圖像大小不變，按尺度放大檢測窗口遍歷圖像尋找人逡逑臉區(qū)域。在模板尺度縮放方法中，由于檢測窗口大小不一，需要對特征值進行歸一化處逡逑理，歸一■化由公式（２．１）所不。逡逑Ｆ＇邋＝邋—邐（２．１）逡逑ｎ逡逑其中，Ｆ為初始特征值大小，Ｆ＇為歸一化特征值，，ｎ為矩形框中的像素個數(shù)的和。逡逑設(shè)定檢測窗口初始值為２０ｘ２０，每次擴大５％尋找人臉區(qū)域。ｘ和ｙ方向的滑動步長逡逑初始值均為４，隨檢測窗口擴大等?
【學(xué)位授予單位】：大連交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;G434

【參考文獻】

相關(guān)期刊論文 前10條

1 蘇光大;;人臉識別在社會公共安全領(lǐng)域的應(yīng)用[J];中國安防;2015年14期

2 金婧;陳家銓;王靖天;謝俊杰;;基于Go語言及Beego等開源技術(shù)的公務(wù)車輛管理系統(tǒng)的設(shè)計與實現(xiàn)[J];信息通信;2015年02期

3 諸姣;李宏偉;彭鑫;趙文耘;;安卓應(yīng)用系統(tǒng)的功能與權(quán)限相關(guān)性研究[J];計算機應(yīng)用與軟件;2014年10期

4 孫戰(zhàn)軍;;成都康賽“上課點名系統(tǒng)”助力學(xué)校教學(xué)管理[J];中國教育信息化;2013年08期

5 孫志軍;薛磊;許陽明;王正;;深度學(xué)習研究綜述[J];計算機應(yīng)用研究;2012年08期

6 劇樹生;趙宗磊;;現(xiàn)代智能網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)[J];電工技術(shù);2011年04期

7 奉國和;;SVM分類核函數(shù)及參數(shù)選擇比較[J];計算機工程與應(yīng)用;2011年03期

8 段智敏;王如龍;孫美青;佘維;;基于一卡通的數(shù)字化校園資源整合研究與實現(xiàn)[J];計算機工程與科學(xué);2008年01期

9 王蘊紅,范偉,譚鐵牛;融合全局與局部特征的子空間人臉識別算法[J];計算機學(xué)報;2005年10期

10 梁路宏,艾海舟,徐光佑,張鈸;基于模板匹配與人工神經(jīng)網(wǎng)確認的人臉檢測[J];電子學(xué)報;2001年06期

本文編號：2620339