[发明专利]一种面向课堂教学的分布式表情识别方法及系统

权利要求书

1.一种面向课堂教学的分布式表情识别方法，其特征在于，所述面向课堂教学的分布式表情识别方法包括：

采集课堂教学时的教学图像；

对所述教学图像进行人脸检测，得到多张听课学生的人脸图像；

将各人脸图像传入集群分布式文件管理单元；所述集群分布式文件管理单元上部署有多个特征提取网络，所述特征提取网络为预先采用历史人脸图像及对应的历史表情特征对VGG-16深度神经网络进行迭代训练建立的模型；

通过所述集群分布式文件管理单元上的特征提取网络，对各人脸图像进行并行化的特征提取，得到各听课学生的表情特征；

根据每一听课学生的表情特征，确定在课堂教学时所述听课学生的表情类别。

2.根据权利要求1所述的面向课堂教学的分布式表情识别方法，其特征在于，所述对所述教学图像进行人脸检测，得到多张听课学生的人脸图像，具体包括：

采用Haar-like特征提取算法提取所述教学图像中的Haar特征；

根据所述Haar特征，确定所述教学图像中的多张初始人脸图像；

对各初始人脸图像进行灰度归一化和尺寸归一化处理，得到对应的听课学生的人脸图像。

3.根据权利要求1所述的面向课堂教学的分布式表情识别方法，其特征在于，所述集群分布式文件管理单元包括一个主节点服务器和多个从节点服务器；各从节点服务器上均部署有特征提取网络；

所述通过集群分布式文件管理单元上的特征提取网络，对各人脸图像进行并行化的特征提取，得到各听课学生的表情特征，具体包括：

通过所述主节点服务器根据各从节点服务器的负载情况，将各人脸图像分配至各从节点服务器上；

通过各从节点服务器上的特征提取网络，同时对人脸图像进行特征提取；

通过所述主节点服务器将各从节点服务器提取的特征进行汇总，得到各听课学生的表情特征。

4.根据权利要求1所述的面向课堂教学的分布式表情识别方法，其特征在于，所述根据每一听课学生的表情特征，确定在课堂教学时所述听课学生的表情类别，具体包括：

采用soft-max分类器对每一听课学生的表情特征进行分类，得到在课堂教学时所述听课学生的表情类别；所述表情类别包括：开心、惊讶、害怕、生气、伤心、厌恶、中性。

5.根据权利要求1所述的面向课堂教学的分布式表情识别方法，其特征在于，所述面向课堂教学的分布式表情识别方法还包括：

针对课堂教学过程中的任一时刻，根据当前时刻各听课学生的表情类别，确定各听课学生在当前时刻的专注等级；

根据各听课学生在当前时刻的专注等级，确定当前时刻的混淆矩阵及对应的权值；

将当前时刻的混淆矩阵及对应的权值相乘，得到当前时刻听课学生的专注度；

将每一时刻的专注度相加，得到整节课堂教学中听课学生的专注度。

6.一种面向课堂教学的分布式表情识别系统，其特征在于，所述面向课堂教学的分布式表情识别系统包括：

图像采集单元，用于采集课堂教学时的教学图像；

人脸检测单元，与所述图像采集单元连接，用于对所述教学图像进行人脸检测，得到多张听课学生的人脸图像；

集群分布式文件管理单元，与所述人脸检测单元连接，用于对各人脸图像进行并行化的特征提取，得到各听课学生的表情特征；所述集群分布式文件管理单元上部署有多个特征提取网络，所述特征提取网络为预先采用历史人脸图像及对应的历史表情特征对VGG-16深度神经网络进行迭代训练建立的模型；

分类单元，与所述集群分布式文件管理单元连接，用于根据每一听课学生的表情特征，确定在课堂教学时所述听课学生的表情类别。