學習過程面部特征測量系統(tǒng)的設計與實現(xiàn).pdf

1、隨著多媒體技術飛速發(fā)展，無教室無教師時，學生可以利用計算機自學。在學習的過程中，學生可以瀏覽課件、觀看視頻。如何有效地在此場景下進行過程性的教學評價成了一個新的問題。目前，基于人臉圖像的表情識別已成為過程性教學評價中的重要組成。本文對如何有效地獲取學生在學習過程中的面部表情信息作出了探索。
　　本文以采集到的學生自學時的人臉視頻為數(shù)據(jù)源，以眉部、雙眼和嘴部作為研究對象，設計實現(xiàn)了一個學習過程面部特征測量系統(tǒng)。本系統(tǒng)識別圖像中皺眉、

2、閉眼和張嘴等面部特征，測量記錄視頻中這些面部特征在單位時間內(nèi)發(fā)生頻次的變化。首先，本文用Adaboost算法定位人臉，并利用RCPR人臉形狀檢測技術標定五官位置。然后，提取了面部器官圖像的Gabor紋理特征，將其和幾何特征結合作為級聯(lián)特征。隨后，運用SVM對特征進行分類，識別出皺眉、閉眼和張嘴狀態(tài)。最后，將視頻幀中的面部特征與時間信息相結合，記錄下學習過程面部特征變化曲線。
　　本文用連續(xù)的學習視頻對系統(tǒng)進行檢測，結果表明本系統(tǒng)可