教室場景中學生定位與身份識別.pdf

1、當前，信息技術在教育信息化的過程中起到了極大的推動作用。教學過程中，對學生身份信息的掌握是教師了解學生學習狀態(tài)的第一步，只有切實有效地掌握每個學生的學習狀態(tài)，教師才能給予及時有效的教學指導。近幾年，具有方便性、非侵入式的人臉檢測和識別技術成為研究熱點，已在視頻監(jiān)控等某些領域取得成功應用。然而教室大場景中人臉圖像分辨率低，僅通過人臉識別技術難以實現學生身份的精確定位，因此本文在學生著裝不變條件下提出將服裝特征匹配和人臉識別技術相結合的方式

2、實現課堂中學生的身份定位及識別。預先在教室入口處采用攝像頭捕獲進入學生的人臉圖像，通過人臉識別獲取學生身份并生成上課人員名單，同時提取學生服裝特征并與學生身份一一關聯;在課堂場景圖像中提取學生的服裝特征，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生身份。有效提高了識別準確率，降低了對攝像頭的性能要求。
　　為解決教室場景中學生身份定位問題，本文主要工作包括:
　　(1)采用AdaBo

3、ost算法進行人臉檢測器的訓練解決教室場景中人臉檢測。基于教室場景，現有OpenCV庫中的人臉檢測器效果不佳，本文創(chuàng)建了教室場景下各個角度方向的人臉圖像數據庫，并根據正臉和側臉分類分別訓練人臉檢測器。
　　(2)改進了基于CamShift算法跟蹤課堂場景中學生人臉。在教室大場景下，傳統(tǒng)的CamShift算法跟蹤人臉容易丟失目標，本文通過訓練膚色模型，由膚色檢測來判定跟蹤目標是否丟失，并在局部范圍內對跟丟的人臉重新進行檢測與跟蹤，以

4、保證在整個教學過程中對目標的不間斷監(jiān)控。
　　(3)提出了一種將服裝特征匹配和人臉識別技術相結合的方式實現課堂中學生的身份定位。首先，基于跟蹤的人臉位置預測人臉下方的服裝區(qū)域;然后，采用膚色檢測以及GrabCut分割算法實現了對學生服裝區(qū)域圖像進行自動分割;最后，提取匹配服裝特征信息并結合人臉模板匹配實現學生身份精確定位。
　　該研究解決了教室場景中學生定位及身份識別問題。在教室場景下進行人臉檢測及跟蹤，借助于運動檢測、膚色