基于人體行為識別技術(shù)的教師課堂非言語行為研究及應(yīng)用.pdf

1、ClassifiedIndex：G40—057UDC：376SouthwestUnivetSity0fScienceandTechnoIogyMasterDegreeThesiSTeacher’SNonVerbaIBehaviorResearchbasedonActionRecognitionGrade：Candidate：AcademicDegreeAppIiedfor：SpeciaIity：Supervisor：2010Ouyang

2、HanMasterEducati013aTechnoogyProfFanYongApr8th，2013摘要教師課堂非言語行為對師生間的知識交流和情感傳遞以及課堂教學(xué)效果都有著重要影響，吸引了眾多學(xué)者對其展開研究。但目前的研究普遍采用的是定性研究方法，究其原因主要是定量研究過程需要大量人工參與，且缺乏專門用于輔助定量研究的工具。因此，開展教師課堂非語言行為的量化研究以及研發(fā)輔助量化工具具有重要的現(xiàn)實意義。本文制定了一種實現(xiàn)教師課堂非言語行

3、為自動量化的技術(shù)框架，并對其中利用人體行為識別技術(shù)實現(xiàn)體態(tài)維度(包含站立、就坐、走動、叉腰和俯身5種行為)的自動識別量化進行了實驗，首先開展了人體行為識別的算法研究，然后針對教師課堂體態(tài)的自動識別進行了研究，最后開發(fā)了一個輔助量化平臺。主要工作有：(1)為了保留基于多特征人體行為識別算法的鑒別能力和區(qū)分能力，同時不增加特征維度，提出了一種基于歸一化R變換分層模型的人體行為識別方法。第一層選取了運動能量圖像作為特征，并依據(jù)其歸一化R變換曲

4、線對行為進行大類劃分；第二層利用細(xì)節(jié)特征更豐富的關(guān)鍵姿態(tài)的星狀模型以及寬比和高比特征確定具體類別。在Weizmann和ViHaSi公共人體行為數(shù)據(jù)庫上的實驗結(jié)果表明，該分層模型簡單有效。(2)針對教師課堂體態(tài)的自動分析識別問題，首先采用基于關(guān)鍵幀的運動分割方法進行行為片段分割，然后提取各行為片段的關(guān)鍵幀，并計算其歸一化R變換曲線，最后使用SVM進行分類識別。通過對真實教師課堂數(shù)據(jù)的分析表明該算法簡單高效。(3)采用軟件工程思想和面向?qū)ο?/p>