發(fā)布時(shí)間：2021-04-06 04:13

　　班級(jí)課堂考勤是課堂管理的有效手段之一,可以有效地監(jiān)督學(xué)生按時(shí)上課,保證課堂的教學(xué)質(zhì)量。近年來(lái),深度學(xué)習(xí)在靜態(tài)圖像人臉識(shí)別方面已經(jīng)取得較大進(jìn)展。但在課堂環(huán)境下的視頻流中,課堂環(huán)境人臉位置不一、人體不停運(yùn)動(dòng)和姿態(tài)偏移較大等現(xiàn)象會(huì)導(dǎo)致關(guān)鍵幀中檢測(cè)到的部分人臉區(qū)域存在人臉尺寸較小、運(yùn)動(dòng)模糊與像素低等問(wèn)題。在傳統(tǒng)人臉識(shí)別系統(tǒng)中引入人臉圖像質(zhì)量評(píng)估方法。通過(guò)該評(píng)估方法自動(dòng)篩選出關(guān)鍵幀中人臉特征明顯的圖像,以保證人臉識(shí)別系統(tǒng)在課堂環(huán)境中的有效性和魯棒性。實(shí)驗(yàn)結(jié)果表明,該人臉質(zhì)量評(píng)估方法可以準(zhǔn)確地過(guò)濾人臉特征不明顯的關(guān)鍵幀,有效地提高了人臉識(shí)別系統(tǒng)的準(zhǔn)確率,大大提高了課堂點(diǎn)名的效率。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用與軟件. 2018,35(10)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

inception-resnet-v1模型結(jié)構(gòu)圖

盜紡Ｐ吞崛∪?臉圖像的128維特征，然后將特征矩陣輸入至預(yù)訓(xùn)練的SVC分類器，即可得到最終的識(shí)別結(jié)果。1．2人臉圖像質(zhì)量評(píng)估方法文獻(xiàn)［23］中提到在課堂環(huán)境下拍攝的面部照片大小不一、分辨率不同，甚至還會(huì)嚴(yán)重扭曲。因此，為了避免惡劣環(huán)境對(duì)人臉圖像的影響，其提出了基于地理位置推理式的人臉識(shí)別方法。該方法有較強(qiáng)的創(chuàng)新意識(shí)，但仍舊不能完全擺脫因圖像失真造成準(zhǔn)確率下降的問(wèn)題。因此本文采用PTZ攝像機(jī)的預(yù)置位方式，解決了課堂后排人臉圖像尺寸過(guò)小的問(wèn)題。實(shí)驗(yàn)結(jié)果如圖5所示。(a)全景幀(b)調(diào)整至預(yù)置位后的區(qū)域幀圖5實(shí)驗(yàn)結(jié)果圖5(a)為覆蓋了課堂全場(chǎng)景視頻幀，可見(jiàn)后排人臉尺寸偏小，人臉辨識(shí)度極低。(b)為攝像機(jī)調(diào)整至預(yù)置位，變焦放大后的圖像結(jié)果，由圖中可看出人臉細(xì)節(jié)豐滿，辨識(shí)度較高。雖然基于深度學(xué)習(xí)的人臉特征提取網(wǎng)絡(luò)解決了光照、表情、姿態(tài)等大部分難題，但在實(shí)際的課堂環(huán)境下，仍有如下問(wèn)題:在攝像機(jī)所獲取的視頻流中，被采集的單人臉大多處于非約束狀態(tài)，單人臉區(qū)域圖像常常呈現(xiàn)像素低、模糊不清和姿態(tài)偏差較大的特點(diǎn)。如圖6所示為視頻中通過(guò)人臉檢測(cè)方法提取的人臉區(qū)域圖像。若直接使用這些提取的人臉圖像進(jìn)行人臉識(shí)別，會(huì)對(duì)人臉識(shí)別系統(tǒng)的準(zhǔn)確率造成較大影響，無(wú)法保證系統(tǒng)的正確性和魯棒性。圖6非約束狀態(tài)人臉圖

。(a)全景幀(b)調(diào)整至預(yù)置位后的區(qū)域幀圖5實(shí)驗(yàn)結(jié)果圖5(a)為覆蓋了課堂全場(chǎng)景視頻幀，可見(jiàn)后排人臉尺寸偏小，人臉辨識(shí)度極低。(b)為攝像機(jī)調(diào)整至預(yù)置位，變焦放大后的圖像結(jié)果，由圖中可看出人臉細(xì)節(jié)豐滿，辨識(shí)度較高。雖然基于深度學(xué)習(xí)的人臉特征提取網(wǎng)絡(luò)解決了光照、表情、姿態(tài)等大部分難題，但在實(shí)際的課堂環(huán)境下，仍有如下問(wèn)題:在攝像機(jī)所獲取的視頻流中，被采集的單人臉大多處于非約束狀態(tài)，單人臉區(qū)域圖像常常呈現(xiàn)像素低、模糊不清和姿態(tài)偏差較大的特點(diǎn)。如圖6所示為視頻中通過(guò)人臉檢測(cè)方法提取的人臉區(qū)域圖像。若直接使用這些提取的人臉圖像進(jìn)行人臉識(shí)別，會(huì)對(duì)人臉識(shí)別系統(tǒng)的準(zhǔn)確率造成較大影響，無(wú)法保證系統(tǒng)的正確性和魯棒性。圖6非約束狀態(tài)人臉圖

【參考文獻(xiàn)】：
期刊論文
[1]基于Labwindows/CVI的課堂點(diǎn)名系統(tǒng)設(shè)計(jì)[J]. 王瑜,閆沫.  自動(dòng)化與儀器儀表. 2017(06)
[2]基于人臉識(shí)別的智能課堂點(diǎn)名系統(tǒng)[J]. 荊洲,權(quán)偉,唐杰,晏寒.  軟件工程. 2017(05)
[3]基于人臉識(shí)別的課堂點(diǎn)名系統(tǒng)[J]. 江泓政,湯軍,黃建,向鐸,楊玥,王志鋮.  微型機(jī)與應(yīng)用. 2016(12)
[4]從校園文化建設(shè)分析大學(xué)生課堂考勤制度改革[J]. 常俊紅.  河南教育(中旬). 2012(08)



本文編號(hào)：3120736