[发明专利]一种用于实时检测教师情绪的智能教鞭系统

权利要求书

1.一种用于实时检测教师情绪的智能教鞭系统，其特征在于，包括传感器组、硬件处理系统和外围提示电路；

所述传感器组用于采集教师的行为动态数据，包括分别与硬件处理系统连接的音频传感器、MEMS传感器和摄像头；

所述硬件处理系统用于将接收的传感器组的数据信号分别通过音频提取处理算法、运动轨迹提取算法、表情识别算法处理，向外围提示电路输出提示指令；所述硬件处理系统包括音频处理模块、运动轨迹处理模块、表情识别处理模块和控制模块；

所述外围提示电路用于在接收提示指令后发出震动和/或闪烁信号；

所述系统还包括用于处理图像数据的DSP模块；

所述运动轨迹处理模块用于将MEMS传感器传输的信号经过运动轨迹提取算法输出为运动状态，处理过程包括：

21)将MEMS传感器输出的三轴角速度数据通过姿态矩阵算出重力加速度；

22)将MEMS传感器输出的三轴加速度数据滤除重力加速度分量后，计算出x，y，z三轴方向上的瞬时速度；

23)根据速度求出MEMS传感器在x，y，z三轴方向的位移；

24)通过连线每个时刻的空间位置坐标点得到MEMS传感器在三维空间的运动轨迹；将实际运动轨迹与预存储的模拟轨迹进行拟合，若拟合度达到预设值则输出拟合值；

步骤22)中瞬时速度的计算方法为：

步骤23)中位移的计算方法为：

式中，Δt为音频传感器的采样时间间隔，a为运动传感器输出的加速度值，n表示取样编号。

2.根据权利要求1所述的一种用于实时检测教师情绪的智能教鞭系统，其特征在于：所述音频处理模块用于将音频传感器传输的音频信号经过音频提取处理算法输出为音频状态，处理过程包括：

11)读取音频传感器传输信号并转换为电压值存入存储区；

12)对存储区的数据求算数平均同时对算结果做累加平均；

13)将处理后的电压值进行FFT变换；

14)通过声音信号的频率以及幅值大小来判断使用者的情绪：声音频率或幅值大于累加平均值的20％，判断为情绪异常并将频率超过的部分以及幅值超过的部分除以累加平均值得到归一化值后输出。

3.根据权利要求1所述的一种用于实时检测教师情绪的智能教鞭系统，其特征在于：所述表情识别处理模块用于将摄像头传输的图像信号经过表情识别算法输出为情绪状态值，处理过程包括：

31)将接收图像信号制作图像金字塔为输入网络准备；

32)将图像金字塔输入P-Net网络，获取含人脸的候选窗口，并通过非极大值抑制算法合并高度重合的候选框，去除冗余框；

33)将P-Net网络输出得到的人脸图像输入R-Net网络对人脸检测框回归校准，通过NMS算法去除冗余框；

34)将R-Net网络输出得到的人脸图像输入O-Net网络，一方面对人脸检测框坐标进行进一步的细化，另一方面输出人脸五个关键点坐标；

35)将人脸五个关键点处图像特征值进行分类并计算与模型中情绪标签进行拟合，将拟合程度加和，获取归一化处理结果。

4.根据权利要求1所述的一种用于实时检测教师情绪的智能教鞭系统，其特征在于：所述控制模块对音频处理模块、运动轨迹处理模块、表情识别处理模块的输出结果进行分析，输出情绪值O，当情绪值O超出预设值时向外围提示电路发出控制指令。

5.根据权利要求4所述的一种用于实时检测教师情绪的智能教鞭系统，其特征在于：所述情绪值O的计算方法为：

O＝0.2*A+0.2*B+0.5*C

其中，A为音频处理模块输出的音频状态值，B为运动轨迹处理模块输出的运动状态值，C为表情识别处理模块输出的情绪状态值。

6.根据权利要求1所述的一种用于实时检测教师情绪的智能教鞭系统，其特征在于：所述硬件处理系统通过控制器将摄像头采集的图像信号由CPU传输至DSP经过表情识别算法输出为情绪状态值。

7.根据权利要求1所述的一种用于实时检测教师情绪的智能教鞭系统，其特征在于：所述摄像头为全局快门摄像头，采用带通滤光片对超出光谱范围的光线进行抑制。