一种基于摄像头采集表情数据的情绪识别分析系统的制作方法

本发明涉及一种基于摄像头采集表情数据的情绪识别分析系统，属于教育设备领域。

背景技术：

传统教学模式下，老师在课堂上每次要辅导一个班内几十个学生，另外再加上教学任务繁重，难免对学生的学习状态的判断有疏漏，继而对跟踪和记录每个学生的学习薄弱环节和如何针对性的对每个学生进行查漏补缺会产生影响，从而致使教学效果不佳。

技术实现要素：

本发明所要解决的技术问题在于：提供一种基于摄像头采集表情数据的情绪识别分析系统，它解决了老师对学生的学习状态存在疏漏判断的问题。

本发明所要解决的技术问题采取以下技术方案来实现：

一种基于摄像头采集表情数据的情绪识别分析系统，包括图像采集模块、情绪识别模块和分析处理模块，

所述图像采集模块用于采集人脸图像；

所述情绪识别模块用于人脸图像的识别和预处理、人脸表情特征的提取和人脸表情的分类；

所述分析处理模块用于对人脸表情分类后的分析处理，分析处理后得出的结果用来判断学生注意力集中的情况，

所述图像采集模块采集到的人脸图像，得到人脸图像数据，所述人脸图像数据进入情绪识别模块内依次进行人脸图像识别和预处理、人脸表情特征的提取和人脸表情的分类，按照人脸表情中喜、怒、哀、乐进行分类，分类后的数据进入分析处理，所述分析处理后得出的结果用来判断学生注意力集中的情况。

作为优选实例，所述情绪识别模块中的人脸图像识别和预处理依次包括加载检测、图像灰化、人脸检测、表情画框和读取数据。

作为优选实例，所述人脸表情分类的方法如下：

a.接收到人脸表情所提取到的数据，分别进行喜、怒、哀、乐判断；

b.判断是喜、怒、哀、乐中的一种，就直接进行分析处理；若不是喜、怒、哀、乐中的一种，就要重新判断，直到判断出喜、怒、哀、乐中的一种，再进行分析处理。

作为优选实例，所述图像预处理采用几何归一化和直方图均衡化方法，所述表情特征提取采用pca算法进行特征降维，所述人脸表情分类采用bp神经网络，svm分类方法。

本发明的有益效果是：本发明提供了一种基于摄像头采集表情数据的情绪识别分析系统，用于帮助老师关注班里每个孩子的学习而引起的喜、怒、哀、乐，主要采用以下方法，先用图像采集模块采集到的人脸图像，得到人脸图像数据，接着人脸图像数据进入情绪识别模块内依次进行人脸图像识别和预处理、人脸表情特征的提取和人脸表情的分类，按照人脸表情中喜、怒、哀、乐进行分类，分类后的数据进入分析处理,分析处理后得出的结果用来判断学生的注意力集中情况，根据注意力集中情况,老师更容易得知学生在学习对应知识点的学习效果，从而解决了老师对学生的学习状态存在疏漏判断的问题，对跟踪和记录每个学生的学习薄弱环节和如何针对性的对每个学生进行查漏补缺起到很大帮助。

附图说明

图1为本发明的示意图；

图2为本发明中人脸图像识别和预处理的示意图;

图3为图1中a部分的示意图。

具体实施方式

为了对本发明的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。

如图1-3所示，一种基于摄像头采集表情数据的情绪识别分析系统，包括图像采集模块、情绪识别模块和分析处理模块，

图像采集模块用于采集人脸图像；

情绪识别模块用于人脸图像的识别和预处理、人脸表情特征的提取和人脸表情的分类；

分析处理模块用于对人脸表情分类后的分析处理，分析处理后得出的结果用来判断学生注意力集中的情况，

图像采集模块采集到的人脸图像，得到人脸图像数据，人脸图像数据进入情绪识别模块内依次进行人脸图像识别和预处理、人脸表情特征的提取和人脸表情的分类，按照人脸表情中喜、怒、哀、乐进行分类，分类后的数据进入分析处理，分析处理后得出的结果用来判断学生注意力集中的情况。

情绪识别模块中的人脸图像识别和预处理依次包括加载检测、图像灰化、人脸检测、表情画框和读取数据。

人脸表情分类的方法如下：

a.接收到人脸表情所提取到的数据，分别进行喜、怒、哀、乐判断；

b.判断是喜、怒、哀、乐中的一种，就直接进行分析处理；若不是喜、怒、哀、乐中的一种，就要重新判断，直到判断出喜、怒、哀、乐中的一种，再进行分析处理。

图像预处理采用几何归一化和直方图均衡化方法，表情特征提取采用pca算法进行特征降维，人脸表情分类采用bp神经网络，svm分类方法。

首先图像采集模块采集到的人脸图像，得到人脸图像数据，人脸图像数据进入情绪识别模块内首先进入人脸图像识别和预处理过程中，依次经过人脸图像识别和预处理中的加载检测、图像灰化、人脸检测、表情画框和读取数据，接着数据利用pca算法进行人脸表情特征的提取和利用bp神经网络，svm分类方法对人脸表情进行分类，并在分类时首先进行人脸表情分类中首先进行喜怒哀乐的判断，然后判断是喜、怒、哀、乐中的一种，就直接进行分析处理；若不是喜、怒、哀、乐中的一种，就要重新判断，直到判断出喜、怒、哀、乐中的一种，再进行分析处理，最后分析处理得出的结果用来判断学生注意力集中的情况，从而辅助老师对学生进行教学。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

技术特征：

技术总结
本发明公开了一种基于摄像头采集表情数据的情绪识别分析系统，属于教育设备领域。它包括图像采集模块、情绪识别模块和分析处理模块，图像采集模块用于采集人脸图像；情绪识别模块用于人脸图像的识别和预处理、人脸表情特征的提取和人脸表情的分类；分析处理模块用于对人脸表情分类后的分析处理，并及时进行反馈，图像采集模块采集到的人脸图像，得到人脸图像数据，人脸图像数据进入情绪识别模块内依次进行人脸图像识别和预处理、人脸表情特征的提取和人脸表情的分类，分类后的数据进入分析处理。从而解决了老师对学生的学习状态存在疏漏判断的问题，对跟踪和记录每个学生的学习薄弱环节和如何针对性的对每个学生进行查漏补缺起到很大帮助。

技术研发人员：刘冬冬;郝飞
受保护的技术使用者：上海健坤教育科技有限公司
技术研发日：2018.09.21
技术公布日：2019.01.29