信息技術(shù)的發(fā)展為教育的改革創(chuàng)新注入了新的活力,為教育現(xiàn)代化發(fā)展提供了新途徑。學(xué)校的信息化教學(xué)環(huán)境已基本建立,以多媒體與網(wǎng)絡(luò)為代表的信息技術(shù)廣泛運用,豐富了教學(xué)內(nèi)容表現(xiàn)形式及教學(xué)活動形式。然而,教學(xué)模式多局限于“傳遞——接受”的傳統(tǒng)模式,學(xué)生的主體地位得不到體現(xiàn),不利于個性化發(fā)展。因此,為了充分體現(xiàn)學(xué)生的主體地位,教學(xué)過程中掌握學(xué)生的學(xué)習(xí)狀態(tài)或興趣是非常必要的。注意力能客觀地反映學(xué)生的學(xué)習(xí)狀態(tài)或興趣,是實現(xiàn)個性化教學(xué)的關(guān)鍵。頭部姿態(tài)是個體的頭部朝向,在很大程度上反映了注意力方向,因此為掌握學(xué)生的注意力,本文展開頭部姿態(tài)估計算法的研究。頭部姿態(tài)估計是指利用計算機視覺和模式識別技術(shù)來估計數(shù)字圖像中頭部的朝向。頭部姿態(tài)估計具有廣泛的應(yīng)用前景,近些年受到研究者們越來越多的關(guān)注并且取得了不錯的進展,然而在實際應(yīng)用中仍然無法獲得理想的性能。影響頭部姿態(tài)估計算法性能的關(guān)鍵因素包括:（1）標簽的準確性。標簽的真實合理是算法有效性的前提;（2）特征的有效性。增強有效特征、降低干擾因素是提高性能的關(guān)鍵;（3）方法的泛化性。方法的泛化能力是算法能否實用的保障。具體來講,存在的挑戰(zhàn)有:（1）數(shù)據(jù)集標注困難。自然... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：131 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．１（ａ）頭部在三個方向上的旋轉(zhuǎn)形成頭部姿態(tài)；（ｂ）估計ｐｉｔｃｈ和ｙａｗ兩個角度的場景：（ｃ）估計ｙａｗ角度的場??景??頭部姿態(tài)估計可以分為連續(xù)的頭部姿態(tài)估計和離散的頭部姿態(tài)估計

ＩＸ）ＣＴＯＲＡＬ?ＤｌＳＳＥＲＩ＇ＡｎＯＮ??難，因為在這種情況下需要部署大量的攝像頭。經(jīng)典的ＣＡＳＰＥＡＵ１８＃ｎＣＭＵ?Ｍｕｋｉ－ＰＥ［１９】頭部??姿態(tài)數(shù)據(jù)集就是通過該方式獲取的，采用的攝像頭布局如圖１．４所示。??ｏｅ．?ｎ？．ｉ??？？?？〇?＞４．０?？．?？，〇?．？〇?Ｃ〇?ｆ＊５！?＾３０．?－Ｖ?Ｖｌ￣?＾?ｆ＾ｊＣＳ??Ｏ?Ｃ３?Ｃ４?Ｃ５??ｕｘｓ＾ｏｎ＇??圖１．４左：ＣＭＵＭｕｌｔｉ－ＰＩＥ數(shù)據(jù)集的攝像頭配置：右：ＣＡＳＰＥＡＬ數(shù)據(jù)集的攝像頭配置??（３）

ｏｅ．?ｎ？．ｉ??？？?？〇?＞４．０?？．?？，〇?．？〇?Ｃ〇?ｆ＊５！?＾３０．?－Ｖ?Ｖｌ￣?＾?ｆ＾ｊＣＳ??Ｏ?Ｃ３?Ｃ４?Ｃ５??ｕｘｓ＾ｏｎ＇??圖１．４左：ＣＭＵＭｕｌｔｉ－ＰＩＥ數(shù)據(jù)集的攝像頭配置：右：ＣＡＳＰＥＡＬ數(shù)據(jù)集的攝像頭配置??（３）投影變換??在大數(shù)據(jù)時代，海量圖像通常是從互聯(lián)網(wǎng)上抓取的，在這些圖像中頭部姿態(tài)角度無法像其??它頭部姿態(tài)獲取方式那樣通過預(yù)先布置的物理設(shè)備來捕獲，并且也無法通過肉眼的方式來獲得。??在這種情況下，可以通過投影變換獲得較為精確的頭部姿態(tài)角度，首先給定一個前側(cè)３Ｄ人臉??參考模型，其中每個特征點的３Ｄ坐標位置都己知，同時注釋人臉圖像中的相應(yīng)的面部特征點，??然后利用ＰＯＳＩＴ算法調(diào)節(jié)頭部姿態(tài)參數(shù)，使３Ｄ坐標位置到圖像中的投影與圖像中對應(yīng)的２Ｄ??坐標位置之間的距離最小。ＡＦＬＷ數(shù)據(jù)集【Ｍ】給定的頭部姿態(tài)角度信息就是通過這種方法獲取的。??在一些頭部姿態(tài)估計算法［２１］中，往往利用算法檢測而不是手工注釋的面部特征點和３Ｄ參考模??型中特征點的對應(yīng)關(guān)系來估計頭部姿態(tài)角度。??

【參考文獻】：
期刊論文
[1]Unseen head pose prediction using dense multivariate label distribution[J]. Gao-li SANG,Hu CHEN,Ge HUANG,Qi-jun ZHAO.  Frontiers of Information Technology & Electronic Engineering. 2016(06)
[2]基于深度卷積網(wǎng)絡(luò)的多分類法在頭部姿態(tài)估計中的應(yīng)用(英文)[J]. Ying CAI,Meng-long YANG,Jun LI.  Frontiers of Information Technology & Electronic Engineering. 2015(11)
[3]智慧教育:教育信息化的新境界[J]. 祝智庭,賀斌.  電化教育研究. 2012(12)

博士論文
[1]自然環(huán)境下頭部姿態(tài)估計方法的研究與應(yīng)用[D]. 劉袁緣.華中師范大學(xué) 2015



本文編號：3449177