[发明专利]一种网络在线学习的学习环境监测方法

权利要求书

1.一种网络在线学习的学习环境监测方法，其特征在于：具体步骤如下：

步骤1：采集学习环境图片，并对所采集的图片进行预处理，预处理的公式为：

式中，H为预处理后的图像函数；s为原图像的灰度值，R为图像增强函数，lj为累计函数，M、N为原图像的大小，L为0～255；

进一步地，上式可以简化为：

式中，H为预处理后的图像函数；s为原图像的灰度值，R为图像增强函数，lj为累计函数，M、N为原图像的大小，L为0～255；

步骤2：将步骤1中的预处理后的图像进行特征提取，特征提取的公式为：

式中，T为提取的特征值，(x0,y0)为中心像素点，i₀为中心点像素值，P为样本点数，i_p为第p个像素点像素值；D为：

式中，D为标记运算函数；

步骤3：将步骤2中的所提取出来的特征通过算法AdaBoost进行特征分类；判断学习环境中的人脸数，当人脸数超过设置的学习人数时，系统报警；

步骤4：将步骤3中的分类特征进行图像中的人数以及人的情绪变化进行识别，建立特征点向量a_i，判断方法为：

(1)计算所有向量的平均向量，计算公式为：

式中，为特征点向量的平均值，n表示N个向量，i表示第i个向量；

(2)计算向量的协方差矩阵，计算公式为：

式中，S为向量的协方差矩阵，T为矩阵的转置；

(3)计算特征值并按升序排列，得到特征值分别为：λ₁，λ₂，…，λ_q，其中，λ_i＞0，选择标准模型前t个特征向量P＝(p1，p2，...，pt)和特征值满足：

当该等式满足时，说明与标准模型中的值匹配，输出识别结果。