學(xué)生課堂行為視頻觀察記錄系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、學(xué)生課堂行為視頻觀察記錄系統(tǒng)以視頻數(shù)據(jù)為基礎(chǔ)，應(yīng)用計(jì)算機(jī)視覺、模式識(shí)別等技術(shù)對學(xué)生的課堂行為進(jìn)行分析，分析結(jié)果記錄作為學(xué)生課堂表現(xiàn)評價(jià)的參考依據(jù)?；谝曨l的行為觀察記錄系統(tǒng)是一種新型的數(shù)據(jù)獲取手段，和傳統(tǒng)的數(shù)據(jù)獲取方式相比，所記錄的數(shù)據(jù)更加客觀，數(shù)據(jù)冗余大大減少，具有廣泛的應(yīng)用前景。
　　本文對學(xué)生課堂行為視頻觀察記錄系統(tǒng)進(jìn)行了詳細(xì)分析，主要研究了視頻數(shù)據(jù)獲取、視頻數(shù)據(jù)處理、數(shù)據(jù)記錄，論文的主要工作和創(chuàng)新點(diǎn)如下：
　　1.視

2、頻數(shù)據(jù)包含有大量冗余信息，冗余信息的去除是提高視頻數(shù)據(jù)處理速度的關(guān)鍵。本文在深入分析了學(xué)生課堂行為視頻觀察記錄系統(tǒng)特點(diǎn)的基礎(chǔ)上，設(shè)計(jì)了基于人臉檢測的觀察目標(biāo)活動(dòng)區(qū)域分割方法，用來提取感興趣區(qū)域，并提出了一種融合膚色信息的AdaBoost人臉檢測算法，提高了檢測的準(zhǔn)確度。
　　2.介紹了視頻觀察記錄系統(tǒng)中觀察目標(biāo)提取的重要性，分析了學(xué)生課堂行為活動(dòng)的特點(diǎn)，提出用人臉特征作為目標(biāo)分類的依據(jù)，對幾種主要的人臉識(shí)別算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證，設(shè)計(jì)

3、并完成了基于人臉識(shí)別的觀察目標(biāo)分類提取技術(shù)。
　　3.研究了基于行為檢測識(shí)別的學(xué)生課堂活動(dòng)記錄方案。本文的行為檢測識(shí)別算法以運(yùn)動(dòng)歷史圖和運(yùn)動(dòng)能量圖的7Hu不變矩為特征，以馬氏距離為分類準(zhǔn)則。實(shí)驗(yàn)證明這種算法檢測速度快，適合實(shí)時(shí)行為觀察。最后應(yīng)用行為檢測和識(shí)別算法設(shè)計(jì)了學(xué)生課堂行為觀察數(shù)據(jù)的記錄方案。
　　4.在對視頻觀察記錄系統(tǒng)關(guān)鍵技術(shù)研究的基礎(chǔ)上，本文以 VS2010+OpenCV2.4.9平臺(tái)為基礎(chǔ)，對學(xué)生課堂行為視頻觀