[发明专利]一种教师教课行为识别方法、系统、装置和存储介质

说明书

本发明公开了一种教师教课行为识别方法、系统、装置和存储介质，所述方法包括对从教师教课过程视频流中获取到的待识别图像进行运动目标检测，提取出运动目标，生成与所述运动目标相应的运动历史图，计算与所述运动历史图相应的运动特征，将所述运动特征输入到经过训练的卷积神经网络中，接收卷积神经网络输出的教师教课行为分类结果作为识别结果等步骤。本发明通过使用经过训练的卷积神经网络对从待识别图像提取出的运动特征进行分类，可以达到良好的识别效果，具有噪声小、时间复杂度小、识别精度高等优势。通过识别视频中的教师教课行为，可以对教师的教课质量进行客观评价。本发明广泛应用于图像识别技术领域。

技术领域

本发明涉及图像识别技术领域，尤其是教师教课行为识别方法、系统、装置和存储介质。

背景技术

网络课堂是一种新的教学方式。通过播放教师教课的视频，网络课堂为在职人员和边远地区的学生提供了丰富的学习机会。对于录播或直播的视频，为了方便教学人员观看，需要识别视频中教师的教课行为，以对视频进行分类或分段处理，这项工作是由网络课堂供应商的工作人员人工进行的，工作量大、效率低。现有技术通过OpenCV、高斯混合模型和形态学处理等技术，可以自动识别视频中教师的教课行为，但是现有技术噪声大、时间复杂度大，识别精度较低。

发明内容

为了解决上述技术问题，本发明的目在于提供一种教师教课行为识别方法、系统、装置和存储介质。

一方面，本发明实施例包括一种教师教课行为识别方法，包括以下步骤：

对从教师教课过程视频流中获取到的待识别图像进行运动目标检测，提取出运动目标；

生成与所述运动目标相应的运动历史图；

计算与所述运动历史图相应的运动特征；

将所述运动特征输入到经过训练的卷积神经网络中；

接收卷积神经网络输出的教师教课行为分类结果作为识别结果。

进一步地，所述对从教师教课过程视频流中获取到的待识别图像进行运动目标检测，提取出运动目标这一步骤，具体包括：

将所述待识别图像与具有预设灰度值的标准背景模型进行各像素的差分运算；

将所述待识别图像上的各像素分别标记为背景区域或运动目标；所述背景区域中的各像素对应的差分运算结果小于设定阈值，所述运动目标中的各像素对应的差分运算结果大于设定阈值。

进一步地，在所述对从教师教课过程视频流中获取到的待识别图像进行运动目标检测，提取出运动目标这一步骤之前，还包括对待识别图像进行预处理的步骤。

进一步地，所述对从待识别图像进行预处理这一步骤，具体包括：

对所述待识别图像进行灰度化处理，得到灰度化图像；

对所述灰度化图像进行平滑处理，得到平滑化图像；

根据所述平滑化图像中各点的像素值，将所述平滑化图像划分为背景区域和教师对应区域；

保留所述教师对应区域的具有设定宽度的边缘部分，将所述教师对应区域的内部部分删除。

进一步地，所述运动特征为Zernike矩。

进一步地，所述Zernike矩的阶数为9阶。

进一步地，在所述接收卷积神经网络输出的教师教课行为分类结果作为识别结果这一步骤之后，还包括以下步骤：

对所述教师教课过程视频流中各画面进行识别，从而输出所述各画面对应的识别结果；

对所述教师教课过程视频流中各同类视频段的时长总和分别进行统计；所述同类视频段中的各画面对应相同的识别结果；