[发明专利]一种基于视频照片的教室人数识别方法

权利要求书

1.一种基于视频照片的教室人数识别方法，采用如下步骤：

步骤一：学校排课数据采集，形成各类信息数据；

步骤二：根据步骤一中的数据关联，建立关联关系为：学院-专业-班级，教师-课程；

步骤三：根据课室监控摄像头配置信息，通过工厂模式调用摄像头SDK，进行课室视频流对接和照片拍摄，采用各学生的图片信息，形成图片样本数据源；

步骤四：加载预训练好的人数识别模型，采用目标检测算法Faster R-CNN进行人头检测；

(1)目标区池化：收集输入的特征图和候选的目标区域，综合这些信息后提取目标区域的特征图，送入后续全连接层判定目标类别；

(2)目标分类：利用目标区域特征图计算目标区域的类别，同时再次边界框回归获得检测框最终的精确位置；

步骤五：进行人数识别，采用如下步骤：

(1)加载目标检测模型后，输入接收的课室图片；

(2)利用步骤四中的人数识别模型，对人员检测，模型会返回检测目标的类型、位置和置信值；

步骤六：系统对识别后图片进行处理，把识别出人员的区间人员图像，替换为背景图片；然后调整置信值，再进行二次识别；

步骤七：对模型中的置信值，设置优化区间为[0.6，0.82]；系统自动截取这个区间的识别图片，放入待训练图片数据集；

步骤八：系统通过参数配置，判断是否需要人工审核，如果配置需要人工审核，则待训练集图片经过审核后进入训练集，如果配置不需要，则自动进入训练集；

步骤九：所有的识别过程都记录识别图片，可以人工复审，对异常数据继续处理，并进行人工标识后进入训练集；

步骤十：设定周期时间，系统在原有的训练集中加入新的数据集，进行模型训练，优化算法模型；

步骤十一：数据分析统计：把人数识别的出勤人数跟课表对接，对明细数据进行统计分析，按课程、专业、老师及院系等输出考勤统计报表；设置到课率阈值，根据阈值进行到课率预警信息推送；

其中，步骤四中，采用目标检测算法Faster R-CNN进行人头检测，采用如下步骤：

(1)特征提取：Faster R-CNN首先使用一组基础的conv+relu+pooling层提取候选图像的特征图；该特征图被共享用于后续RPN层和全连接层；

(2)区域候选网络：RPN网络用于生成区域候选图像块；该层通过逻辑回归模型softmax判断锚点属于前景或者背景，再利用边界框回归修正anchors获得精确的原型；

其中，窗口用(x，y，w，h)表示，假设一张图，A表示检测框，GT表示目标框，寻找一种关系，使得输入原始的anchor A经过映射得到一个跟真实窗口G更接近的回归窗口G’，即：给定

A＝(A_x，A_y，A_w，A_h)和GT＝[G_x，G_y，G_w，G_h]

寻找一种变换，使得

F(A_x，A_y，A_w，A_h)＝(G′_x，G′_y，G′_w，G′_h)，

其中，(G′_x，G′_y，G′_w，G′_h)≈(G_x，G_y，G_w，G_h)；

上式采用如下步骤：

(a)先做平移：

(b)再做缩放：

对于需要学习的是d_x(A)，d_y(A)，d_w(A)，d_h(A)这四个变换；

当A和GT相差比较小时，可以近似为线性回归模型，即输入特征向量X，学习参数W，使得Y＝WX，目标函数就可以变为：

设计损失函数：

函数优化目标为：

根据上面公式，就可以代入梯度下降方法，训练得到合适的W，使得检测目标尽量靠近真实目标。