[发明专利]一种基于人脸识别与图像处理的学生听课理解度评估方法

说明书

本发明公开了一种基于人脸识别与图像处理的学生听课理解度评估方法，主要由人脸的采集与检测、人脸特征提取及其匹配、人脸跟踪、SVM算法的训练与分类、教学过程中学生的表情变化及学生听课理解度的输出六个步骤的组成。该方法能够利用教室摄像头所采集的视频流数据进行学生的人脸识别分析和特征提取，并根据图像处理得到教学过程中学生面部表情的变化。结合心理与形体的映射关系，从而推断出其情绪变化，再根据学生的心理情绪变化来进行学生听课理解度评估，并生成相应的学生听课理解度评估正确率图表。本发明方法具有泛化性能好、鲁棒性好、实时分类效果好的优势。

技术领域

本发明属于现代教学质量在线评估领域，具体涉及到人脸识别技术、图像处理技术、情绪心理学，是一种基于人脸识别与图像处理技术的学生听课理解度的评估方法。

背景技术

人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流，进行特征提取，对比，从而达到对每个人脸的身份识别。由于基于静态图像的人脸识别技术局限性比较大，难以满足人脸面部表情转化的识别需求。

图像处理技术是利用计算机对图像进行分析，以达到所需结果的技术。一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。目前，技术发展较为成熟，但仍然存在鲁棒性差、泛化性能差等缺点。

目前，传统的教学质量评估主要是采用问卷调查和教学科目测试的方法，存在主观性、离线性等缺点。

发明内容

针对以上缺点，本发明提出了一种基于人脸识别与图像处理的学生听课理解度评估方法。

本发明具体步骤如下：

步骤(1)、在人脸数据库中对所有目标人进行无表情人脸和各种情绪人脸的眼睛、鼻子、嘴巴标记若干个特征位置，根据公式(1)得到所有目标人的欧式距离集M＝{M₁,M₂,···,M_A,···},M_A＝{ρ_A,1,ρ_A,2,···,ρ_A,B,···,ρ_A,l}；l表示所有基本情绪的个数，基本情绪包括害怕、悲伤、厌恶、惊讶、生气、开心；

根据目标人A无表情人脸和某情绪B的特征位置得到的目标人A欧式距离ρ_A,B；

其中ρ_A,B表示目标人A无表情与某情绪B的欧式距离，(X_A,1,Y_A,1)表示目标人A无表情人脸的特征位置。

步骤(2)、构建支持向量机分类器

SVM向量机分类器的判别函数为f(x)，训练样本集为S＝{S₁,S₂,···,S_A,···}；

S_A＝((x₁,y₁),···,(x_l,y_l)),y_i∈{-1,1}(2)

其中x_i＝ρ，i＝1,···,l,y_i表示目标人A的类别标记。

其中a_i为拉格朗日乘数系数，x为输入数据，b为偏置值，K(x_i·x)为核函数，x_i为上述样本集S中的x；

K(x_i·x)＝(φ(x_i)·φ(x)) (4)

其中φ(x_i)和φ(x)为内核向量。