[发明专利]一种深度学习(DNN)的课堂学习行为分析方法及装置在审
申请号: | 201910737589.6 | 申请日: | 2019-08-09 |
公开(公告)号: | CN110659562A | 公开(公告)日: | 2020-01-07 |
发明(设计)人: | 蔡昭权;蔡映雪;陈伽;胡松;黄思博;李慧;胡辉;陈明阳 | 申请(专利权)人: | 惠州学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/194;G06T7/20 |
代理公司: | 11429 北京中济纬天专利代理有限公司 | 代理人: | 覃婧婵 |
地址: | 516007 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 遮罩 透明度 图像 背景目标 灰度信息 前景背景 前景目标 可信度 帧图像 像素 视频 修正 表情分析 课堂行为 课堂学习 神经网络 行为分析 重新计算 度量 人脸 叠加 分析 学习 图片 | ||
1.一种深度学习(DNN)的课堂学习行为分析方法,包括如下步骤:
S100,对于课堂学习的实时或录播视频中的第一图像,划分该图像中的所有前景像素集合F、所有背景像素集合B和所有未知像素集合Z;其中,所述第一图像是从所述视频中提取的某一帧图像;
S200,给定某些前景背景像素对(Fi,Bj),根据如下公式度量每个未知像素Zk的透明度
其中,Ik为未知像素Zk的RGB颜色值,所述前景像素Fi为距离未知像素Zk最近的m个前景像素、所述背景像素Bj也为距离未知像素Zk最近的m个背景像素,所述前景背景像素对(Fi,Bj)总计m2组;
S300,对于所述m2组中的每一组前景背景像素对(Fi,Bj)及其对应的根据如下公式度量前景背景像素对(Fi,Bj)的可信度nij:
其中,σ取值0.1,并选取可信度最高的MAX(nij)所对应的那一组前景背景像素对为(FiMAX,BjMAX);;
S400,根据如下公式计算每个未知像素Zk的透明度估计值
S500,根据所述每个未知像素Zk的透明度估计值初步确定所述第一图像的第一透明度遮罩;
S600,对第一图像叠加灰度信息以生成第二图像,并对所述第二图像划分其所有前景像素集合、所有背景像素集合和所有未知像素集合;
S700,针对所述第二图像,执行步骤S200至S500,以确定第二图像的第一透明度遮罩,并将所述第二图像的第一透明度遮罩作为第一图像的第二透明度遮罩;
S800,利用所述第一图像的第二透明度遮罩,修正所述第一图像的第一透明度遮罩;
S900,根据步骤S800修正所得的第一图像的第一透明度遮罩,对所述视频的第一图像中的前景目标进行提取,并进一步提取第一图像中的背景目标,并根据深度神经网络对提取后的前景目标和背景目标进行人脸的表情分析。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于惠州学院,未经惠州学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910737589.6/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序