[发明专利]一种基于视频照片的教室人数识别方法

说明书

本发明涉及信息技术领域和教育技术领域，具体涉及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；它采用提取多个特征，训练生成多种不同的检测器，可以分别针对人体不同的特征进行识别检测，提高对识别目标的表达能力，然后通过将不同检测器的检测结果进行去重，实现不同检测器检测结果的融合，从而提高了人体识别的精度，提高人数清点的精度。

【技术领域】

本发明涉及信息技术领域和教育技术技术领域，具体涉及一种基于视频照片的教室人数识别方法。

【背景技术】

随着科学技术发展，当下时代已是互联网+时代，是一个大数据时代，是一个人工智能时代。针对于人工智能而言，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。而大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

人工智能以及大数据的使用，使得计算机的智能化程度越来高。利用神经网络来提供机器学习能，使得计算机的人工智能得到长足的进步。当下的机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径。而人工神经网络也简称为神经网络或称作连接模型，是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。神经网络是机器学习的一种方式，神经网络的出现，加速了图像识别应用推向市场的速度，使之前很多只能在实验室的算法模型走向商业化。例如当下的大学课堂是一个开发式的课堂，如何管理好的课堂，对课堂中的大学生进行考勤，是课堂教学的开端，也是防止逃课等现象发生的有效措施。因此如何利用上述的人工智能，实现对大学生的考勤；

现阶段的人脸识别技术，例如申请号：201910116064.0，专利名称为：一种教室人数清点方法及其系统、装置、存储介质；其存在准确率不高，平均检测率＝0.6485，平均正确率＝0.9037，平均检测准确率＝0.5829，达不到实际使用的要求；以及技术完整性不够。

【发明内容】

本发明的目的在于针对现有技术的缺陷和不足，提供一种基于视频照片的教室人数识别方法。

本发明所述的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；