學(xué)習(xí)過程面部特征測(cè)量系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著多媒體技術(shù)飛速發(fā)展，無教室無教師時(shí)，學(xué)生可以利用計(jì)算機(jī)自學(xué)。在學(xué)習(xí)的過程中，學(xué)生可以瀏覽課件、觀看視頻。如何有效地在此場(chǎng)景下進(jìn)行過程性的教學(xué)評(píng)價(jià)成了一個(gè)新的問題。目前，基于人臉圖像的表情識(shí)別已成為過程性教學(xué)評(píng)價(jià)中的重要組成。本文對(duì)如何有效地獲取學(xué)生在學(xué)習(xí)過程中的面部表情信息作出了探索。
　　本文以采集到的學(xué)生自學(xué)時(shí)的人臉視頻為數(shù)據(jù)源，以眉部、雙眼和嘴部作為研究對(duì)象，設(shè)計(jì)實(shí)現(xiàn)了一個(gè)學(xué)習(xí)過程面部特征測(cè)量系統(tǒng)。本系統(tǒng)識(shí)別圖像中皺眉、

2、閉眼和張嘴等面部特征，測(cè)量記錄視頻中這些面部特征在單位時(shí)間內(nèi)發(fā)生頻次的變化。首先，本文用Adaboost算法定位人臉，并利用RCPR人臉形狀檢測(cè)技術(shù)標(biāo)定五官位置。然后，提取了面部器官圖像的Gabor紋理特征，將其和幾何特征結(jié)合作為級(jí)聯(lián)特征。隨后，運(yùn)用SVM對(duì)特征進(jìn)行分類，識(shí)別出皺眉、閉眼和張嘴狀態(tài)。最后，將視頻幀中的面部特征與時(shí)間信息相結(jié)合，記錄下學(xué)習(xí)過程面部特征變化曲線。
　　本文用連續(xù)的學(xué)習(xí)視頻對(duì)系統(tǒng)進(jìn)行檢測(cè)，結(jié)果表明本系統(tǒng)可