公开(公告)号：CN106127139A

公开(公告)日：2016-11-16

申请号：CN201610453639.4

申请日：2016-06-21

Applicant: 东北大学

Inventor： 郦泽坤 ,  苏航 ,  陈美月 ,  赵长宽 ,  高克宁

IPC: G06K9/00

CPC classification number: G06K9/00302

Abstract: 一种MOOC课程中学生面部表情的动态识别方法，属于图像处理领域，该方法对MOOC课程中拍摄的视频进行分帧，对分帧得到的图像提取特征点，并抽取关键部位特征点组成特征向量后，训练表情模式分类器，利用表情模式分类器对MOOC课程中拍摄的实时视频中学生面部表情进行表情模式的分类；本发明针对MOOC课堂中学生面部表情特点对六种基本表情重新定义，使识别结果对学生课堂状态分析更有效；通过对动作模式的组合得到表情模式，使表情模式的识别更准确；使用欧式距离构建的动作模式特征向量，特征向量具有维度低、数量少的特点，使表情识别速度更快。

公开(公告)号：CN106127139B

公开(公告)日：2019-06-25

申请号：CN201610453639.4

申请日：2016-06-21

Applicant: 东北大学

Inventor： 郦泽坤 ,  苏航 ,  陈美月 ,  赵长宽 ,  高克宁

IPC: G06K9/00

Abstract: 一种MOOC课程中学生面部表情的动态识别方法，属于图像处理领域，该方法对MOOC课程中拍摄的视频进行分帧，对分帧得到的图像提取特征点，并抽取关键部位特征点组成特征向量后，训练表情模式分类器，利用表情模式分类器对MOOC课程中拍摄的实时视频中学生面部表情进行表情模式的分类；本发明针对MOOC课堂中学生面部表情特点对六种基本表情重新定义，使识别结果对学生课堂状态分析更有效；通过对动作模式的组合得到表情模式，使表情模式的识别更准确；使用欧式距离构建的动作模式特征向量，特征向量具有维度低、数量少的特点，使表情识别速度更快。