一种智能教室情景下的人脸表情识别方法技术

本发明专利技术涉及一种智能教室情景下的人脸表情识别方法，首先制作自定义人脸表情分类数据集，用于训练智能教室情景下的人脸表情识别模型；然后应用两种迁移训练的方法，分别对两种不同的预训练模型进行迁移训练，并在自定义数据集上进行训练；对比分析训练及测试结果，得到准确率最高的模型及训练方法，然后将该模型应用到人脸表情识别系统中。本发明专利技术可利用学生在听课过程中的视频及图像，对学生的表情进行识别，并据此完成对学生所听课程讲解难易程度、感兴趣程度等的评估。感兴趣程度等的评估。

【技术实现步骤摘要】
一种智能教室情景下的人脸表情识别方法


[0001]本专利技术属于人脸识别
，具体涉及一种应用于智能教室情景下的人脸表情识别方法。

技术介绍

[0002]在日常生活中主要使用的是语言交流，然而脸部的表情在很多时候可以传达出更多的内心活动和情绪变化。如果能够对表情进行准确识别，可以更加方便快捷的了解人类的内心世界，便可以很大程度上促进人工智能的发展。近几年来，人脸表情识别技术已经被应用于多个领域，如医疗、教育和交通。
[0003]智能教室是现代教育的一种实现方式，老师和学生通过在线视频的方式实现教学和学习，如果在这个基础上，利用视频处理、图像识别、深度学习等技术，则可实现增强的智能教室功能。

技术实现思路

[0004]本专利技术的目的是提供一种智能教室情景下的人脸表情识别方法，利用图像处理及机器学习相关技术，完成对人脸基本表情的识别，然后应用到智能教室这一具体场景中。
[0005]本专利技术的技术方案如下：
[0006]一种智能教室情景下的人脸表情识别方法，其特征在于，包括以下步骤：
[0007本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能教室情景下的人脸表情识别方法，其特征在于，包括以下步骤：(1)首先制作自定义人脸表情分类数据集，用于训练智能教室情景下的人脸表情识别模型；(2)应用两种迁移训练的方法，分别对两种不同的预训练模型进行迁移训练，并在自定义数据集上进行训练；两种预训练模型，分别为在标准表情数据库下进行过预训练的Inception_Resnet_V2网络模型，以及在ImageNet数据集上进行过物体识别训练的V...

【专利技术属性】
技术研发人员：裴仪瑶，
申请(专利权)人：北京航天长峰科技工业集团有限公司，
类型：发明
国别省市：