教室場(chǎng)景中學(xué)生定位與身份識(shí)別.pdf

1、當(dāng)前，信息技術(shù)在教育信息化的過程中起到了極大的推動(dòng)作用。教學(xué)過程中，對(duì)學(xué)生身份信息的掌握是教師了解學(xué)生學(xué)習(xí)狀態(tài)的第一步，只有切實(shí)有效地掌握每個(gè)學(xué)生的學(xué)習(xí)狀態(tài)，教師才能給予及時(shí)有效的教學(xué)指導(dǎo)。近幾年，具有方便性、非侵入式的人臉檢測(cè)和識(shí)別技術(shù)成為研究熱點(diǎn)，已在視頻監(jiān)控等某些領(lǐng)域取得成功應(yīng)用。然而教室大場(chǎng)景中人臉圖像分辨率低，僅通過人臉識(shí)別技術(shù)難以實(shí)現(xiàn)學(xué)生身份的精確定位，因此本文在學(xué)生著裝不變條件下提出將服裝特征匹配和人臉識(shí)別技術(shù)相結(jié)合的方式

2、實(shí)現(xiàn)課堂中學(xué)生的身份定位及識(shí)別。預(yù)先在教室入口處采用攝像頭捕獲進(jìn)入學(xué)生的人臉圖像，通過人臉識(shí)別獲取學(xué)生身份并生成上課人員名單，同時(shí)提取學(xué)生服裝特征并與學(xué)生身份一一關(guān)聯(lián);在課堂場(chǎng)景圖像中提取學(xué)生的服裝特征，在人員名單中通過服裝特征匹配初步確定候選名單，在候選名單中通過人臉模板匹配精確定位學(xué)生身份。有效提高了識(shí)別準(zhǔn)確率，降低了對(duì)攝像頭的性能要求。
　　為解決教室場(chǎng)景中學(xué)生身份定位問題，本文主要工作包括:
　　(1)采用AdaBo

3、ost算法進(jìn)行人臉檢測(cè)器的訓(xùn)練解決教室場(chǎng)景中人臉檢測(cè)?；诮淌覉?chǎng)景，現(xiàn)有OpenCV庫(kù)中的人臉檢測(cè)器效果不佳，本文創(chuàng)建了教室場(chǎng)景下各個(gè)角度方向的人臉圖像數(shù)據(jù)庫(kù)，并根據(jù)正臉和側(cè)臉分類分別訓(xùn)練人臉檢測(cè)器。
　　(2)改進(jìn)了基于CamShift算法跟蹤課堂場(chǎng)景中學(xué)生人臉。在教室大場(chǎng)景下，傳統(tǒng)的CamShift算法跟蹤人臉容易丟失目標(biāo)，本文通過訓(xùn)練膚色模型，由膚色檢測(cè)來判定跟蹤目標(biāo)是否丟失，并在局部范圍內(nèi)對(duì)跟丟的人臉重新進(jìn)行檢測(cè)與跟蹤，以

4、保證在整個(gè)教學(xué)過程中對(duì)目標(biāo)的不間斷監(jiān)控。
　　(3)提出了一種將服裝特征匹配和人臉識(shí)別技術(shù)相結(jié)合的方式實(shí)現(xiàn)課堂中學(xué)生的身份定位。首先，基于跟蹤的人臉位置預(yù)測(cè)人臉下方的服裝區(qū)域;然后，采用膚色檢測(cè)以及GrabCut分割算法實(shí)現(xiàn)了對(duì)學(xué)生服裝區(qū)域圖像進(jìn)行自動(dòng)分割;最后，提取匹配服裝特征信息并結(jié)合人臉模板匹配實(shí)現(xiàn)學(xué)生身份精確定位。
　　該研究解決了教室場(chǎng)景中學(xué)生定位及身份識(shí)別問題。在教室場(chǎng)景下進(jìn)行人臉檢測(cè)及跟蹤，借助于運(yùn)動(dòng)檢測(cè)、膚色