-
公开(公告)号:CN112329634B
公开(公告)日:2024-04-02
申请号:CN202011227216.3
申请日:2020-11-05
Applicant: 华中师范大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06Q50/20
Abstract: 本发明为一种课堂行为识别方法、装置、电子设备及存储介质,包括:获取待识别目标的人体图像;采用第一预设网络模型提取所述人体图像的人体骨架图像;根据预先训练的目标神经网络模型对所述人体骨架图像进行识别,得到所述待识别目标的课堂行为类别。本发明能有效排除学生体态、穿着、背景等无关信息的干扰,突出关键有效信息,降低识别复杂度,具有良好的识别率与泛化能力。
-
公开(公告)号:CN111274401A
公开(公告)日:2020-06-12
申请号:CN202010068206.3
申请日:2020-01-20
Applicant: 华中师范大学
IPC: G06F16/35
Abstract: 本发明提供了一种基于多特征融合的课堂话语分类方法和装置,涉及教育教学技术领域,包括:获取课堂话语文本集,该课堂话语文本集包括用于训练的课堂话语文本集和待分类的课堂话语文本集,通过确定用于训练的课堂话语文本集的第一融合特征,以及确定待分类的课堂话语文本集的第二融合特征;并基于第一融合特征和分类标签,对分类器进行训练;基于第二融合特征,利用训练好的分类器对待分类的课堂话语文本集进行分类;解决了课堂话语分类正确率低、效率低的技术问题,达到了提高课堂话语分类的准确率、便于高效分析和研究教学的技术效果。
-
公开(公告)号:CN109446980A
公开(公告)日:2019-03-08
申请号:CN201811251245.6
申请日:2018-10-25
Applicant: 华中师范大学
IPC: G06K9/00
Abstract: 本发明涉及图像处理技术领域,具体涉及一种表情识别方法及装置,该方法包括获取人脸图像,在人脸图像上标定预定数量的特征点得到特征图像,根据所述特征图像确定局部几何特征,同时对人脸图像提取全局纹理特征和深度特征,进而将局部几何特征、全局纹理特征以及深度特征进行级联融合得到融合特征,最后将融合特征输入分类器进行分类得到融合特征对应的表情。由此可见,本发明实施例提供的方案为对人脸图像通过提取局部几何特征以及全局特征(如纹理特征和深度特征),并对三种特征进行融合后进行表情识别,由于其获取了全面的表情特征,故其表情特征的识别准确率更高,更符合实际应用。
-
公开(公告)号:CN112329634A
公开(公告)日:2021-02-05
申请号:CN202011227216.3
申请日:2020-11-05
Applicant: 华中师范大学
Abstract: 本发明为一种课堂行为识别方法、装置、电子设备及存储介质,包括:获取待识别目标的人体图像;采用第一预设网络模型提取所述人体图像的人体骨架图像;根据预先训练的目标神经网络模型对所述人体骨架图像进行识别,得到所述待识别目标的课堂行为类别。本发明能有效排除学生体态、穿着、背景等无关信息的干扰,突出关键有效信息,降低识别复杂度,具有良好的识别率与泛化能力。
-
-
-