隨著教育信息化的不斷普及,推動了智能錄播系統(tǒng)的發(fā)展。智能錄播系統(tǒng)可以推進學校精品課程建設,很大程度地促進了學校教學研究與管理研究的深度,為教育信息化的進一步發(fā)展積累了豐富的數(shù)字化教學資源,實現(xiàn)教學資源共享。在教學過程中,為實時關(guān)注師生互動,需要對站立的同學進行檢測與定位,因此,站立學生的人臉檢測與定位是發(fā)展智能錄播系統(tǒng)的關(guān)鍵。針對目前智能錄播系統(tǒng)中學生站立檢測的需求,本文實現(xiàn)了一種基于GoogLeNet神經(jīng)網(wǎng)絡的站立人臉的檢測與定位方法。該方法首先利用幀差法和膚色檢測初步確定學生站立活動區(qū)域,然后在該區(qū)域使用遷移學習訓練的GoogLeNet神經(jīng)網(wǎng)絡檢測是否存在人臉,若存在,則記錄人臉的位置信息,最后通過人臉在垂直方向和水平方向上的運動距離來判斷是否為站立的學生人臉,從而實現(xiàn)智能錄播系統(tǒng)中站立人臉的檢測與定位。實驗結(jié)果表明,本文方法基本可以實現(xiàn)學生站立人臉的檢測與定位功能。本文主要工作如下:（1）訓練人臉檢測網(wǎng)絡。首先使用GoogLeNet神經(jīng)網(wǎng)絡對人臉圖像進行遷移學習,訓練出人臉檢測網(wǎng)絡。（2）確定活動區(qū)域。使用幀差法與膚色檢測確定課堂視頻中存在膚色的活動區(qū)域,在該活動區(qū)域內(nèi)檢測是否存... 

【文章來源】：青島大學山東省

【文章頁數(shù)】：50 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究目的與意義
    1.2 國內(nèi)外研究動態(tài)
        1.2.1 智能錄播系統(tǒng)
        1.2.2 人臉檢測
    1.3 本文主要工作
    1.4 本文章節(jié)安排
第二章 相關(guān)技術(shù)
    2.1 運動目標檢測方法
        2.1.1 幀差法
        2.1.2 光流法
        2.1.3 Vibe算法
    2.2 膚色檢測方法
        2.2.1 RGB顏色空間膚色閾值法
        2.2.2 YCbCr顏色空間膚色閾值法
        2.2.3 橢圓模型
    2.3 本章小結(jié)
第三章 Goog Le Net神經(jīng)網(wǎng)絡
    3.1 卷積神經(jīng)網(wǎng)絡
    3.2 Google Net神經(jīng)網(wǎng)絡模型
    3.3 遷移學習
    3.4 本章小結(jié)
第四章 基于Google Net神經(jīng)網(wǎng)絡的站立人臉檢測
    4.1 對Goog Le Net神經(jīng)網(wǎng)絡進行遷移學習
        4.1.1 訓練樣本集的預處理
        4.1.2 訓練Goog Le Net神經(jīng)網(wǎng)絡
    4.2 篩選活動區(qū)域
        4.2.1 幀差法
        4.2.2 膚色檢測
    4.3 學生站立檢測
    4.4 具體步驟
    4.5 實驗結(jié)果與分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
攻讀學位期間的研究成果
致謝


【參考文獻】：
期刊論文
[1]基于多尺度卷積神經(jīng)網(wǎng)絡模型的手勢圖像識別[J]. 袁榮尚,羅曉曙.  現(xiàn)代電子技術(shù). 2019(24)
[2]考慮遮擋情況的光流場估計算法[J]. 王松,汪增福.  小型微型計算機系統(tǒng). 2019(11)
[3]FastFace:實時魯棒的人臉檢測算法[J]. 李啟運,紀慶革,洪賽丁.  中國圖象圖形學報. 2019(10)
[4]基于膚色分割的人臉檢測算法[J]. 周品,李先祥.  自動化與信息工程. 2019(05)
[5]遷移學習模式下基于GoogLeNet網(wǎng)絡的風電機組視覺檢測[J]. 徐一鳴,張娟,劉成成,顧菊平,潘高超.  計算機科學. 2019(05)
[6]一種基于幀差法結(jié)合Kalman濾波的運動目標跟蹤方法[J]. 李妍妍,田瑞娟,張弦弦.  兵工自動化. 2019(04)
[7]基于膚色與改進Adaboost算法的人臉檢測[J]. 沈翔,朱建鴻.  傳感器與微系統(tǒng). 2019(04)
[8]基于背景差分與幀間差分的目標檢測改進算法[J]. 王夢菊,吳小龍,杜海濤.  自動化技術(shù)與應用. 2018(10)
[9]基于級聯(lián)卷積神經(jīng)網(wǎng)絡的人臉檢測算法[J]. 孫康,李千目,李德強.  南京理工大學學報. 2018(01)
[10]基于最大池化稀疏編碼的煤巖識別方法[J]. 伍云霞,田一民.  工程科學學報. 2017(07)

碩士論文
[1]智能錄播系統(tǒng)中站立人臉的檢測定位研究[D]. 劉小芳.青島大學 2018
[2]基于特征融合的人臉檢測定位和識別算法的研究[D]. 陳璠.南京郵電大學 2016
[3]基于顯著區(qū)域提取的人臉檢測研究[D]. 宋建強.西安電子科技大學 2011
[4]基于光流機制的運動目標檢測[D]. 石雪杰.中國科學技術(shù)大學 2010



本文編號：3164169