[發(fā)明專利]基于人臉識別的多人場景專注度識別方法

有效

• 申請?zhí)枺?/td>: 201910264000.5
• 申請日: 2019-03-28
• 公開（公告）號: CN110175501B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設計）人: 田文龍;董毅
• 申請（專利權）人: 重慶電政信息科技有限公司
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/82;G06N3/0464
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明為基于人臉識別的多人場景專注度識別方法，屬于大數(shù)據(jù)人工智能深度學習領域。該方法包含以下步驟：S1：專注度特征數(shù)據(jù)集的建立；S2：專注度識別模型的建立；S3：利用梯度下降算法和專注度特征數(shù)據(jù)集訓練專注度識別模型；S4：將視頻圖像輸入專注度識別模型，得到評價因子矩陣；S5：將評價因子矩陣輸入聚類模型，得到最終的專注度分類評估。本發(fā)明提供了基于人臉識別的多人場景專注度識別方法，在人臉方位識別的基礎上，將專注度評估解構為3個維度的專注度評價因子，并結合整體的專注度分布為個體專注度評價因子施加不同的專注度權重，能夠實現(xiàn)多人場景的專注度識別，提高了專注度評估的準確性和模型應用場景的廣泛性。

技術領域

本發(fā)明涉及基于人臉識別的多人場景專注度識別方法，屬于大數(shù)據(jù)人工智能深度學習領域。

背景技術

專注度是人類智能行為的一種體現(xiàn)。在教學方面，傳統(tǒng)教學中老師通過肉眼觀察學生上課和考試過程中的注意力情況，但無法同時全面了解整體情況產(chǎn)生一定滯后性且分散教師注意力。在汽車駕駛方面，疲勞檢測系統(tǒng)，通過紅外光下的攝像頭提取駕駛員的眼睛狀態(tài)、頭部姿勢等特征，對駕駛員的專注度進行分析和預警。隨著人臉特征識別和機器學習技術在人工智能、醫(yī)學圖像處和安全控制等領域廣泛應用，使得專注度識別成為有可能。目前，對人類專注程度的評估方法有問卷調查法，觀察法，計算機視覺法等。

早期，應用在關注專注程度的識別方法往往是針對無復雜背景的人臉監(jiān)測，實際應用中受到很大程度的限制，面對視頻條件或圖像動態(tài)發(fā)生變化，都需要對檢測系統(tǒng)的參數(shù)做調整或者重新設計整個系統(tǒng)。近幾年，隨著識別算法的發(fā)展，主要的檢測方法多給予數(shù)據(jù)驅動的學習方法，歸結分為模板檢測、人臉特征檢測和利用統(tǒng)計理論方法檢測三大類，然而這些方法都有一定的局限性。模板檢測是人臉模板的大小和取向具有一定的固定性，檢測時受到模板的局限。人臉特征檢測是根據(jù)人的眼睛、鼻子和嘴巴等人臉器官灰度值的不同，建立相對應的判斷算法，但不同的環(huán)境下產(chǎn)生不同的背景，如果視頻中遇到復雜難以分辨的背景，會產(chǎn)生不同色度空間，非人臉膚色和人臉膚色就會有部分重疊，反而增加了檢測難度，而且識別模型都是基于正面人臉的識別，然而在大多數(shù)復雜場景中，人臉在視頻攝像頭中呈現(xiàn)多樣的方位分布，由于人臉方位的變化，上述模型識別的效果急劇下降，無法使用多方位的人臉特征識別。目前，專注度的識別系統(tǒng)通過深度學習模型對人體的表情狀態(tài)進行判斷，判別的類別通常分為注意力不集中，認真聽講等類別。但這類模型只能適應較為簡單場景下的專注度識別，對于場景較為復雜，人群較為密集的場所，識別效率低，準確度不高。

發(fā)明內容

有鑒于此，本發(fā)明提供基于人臉識別的多人場景專注度識別方法，在人臉方位識別的基礎上，匹配相應的特征點檢測模板，利用深度學習方法實現(xiàn)對不同方位的人體的專注度特征的提取和準確識別，結合每一個人的專注度識別結果，判斷多人場景模式，進而實現(xiàn)多人場景的專注度識別。

為達到上述目的，本發(fā)明提供如下技術方案：

基于人臉識別的多人場景專注度識別方法，包括如下步驟：

S1：專注度特征數(shù)據(jù)集的建立；

S2：專注度識別模型的建立；

S3：利用梯度下降算法和專注度特征數(shù)據(jù)集訓練專注度識別模型；

S4：將視頻圖像輸入專注度識別模型，得到評價因子矩陣；

S5：將評價因子矩陣輸入聚類模型，得到最終的專注度分類評估。

進一步，步驟S1所述的專注度特征數(shù)據(jù)集的建立具體為：通過視頻數(shù)據(jù)庫和攝像頭獲取的視頻，每隔固定T時長提取一幀圖像，判斷該圖像中是否含有人體輪廓，如果有，提取圖像專注度特征，如果沒有，則等待判斷下一次圖像。所述的專注度特征設置為3類，分別為人臉朝向、身體姿態(tài)、眼睛注視狀態(tài)。其中，人臉朝向又分為正向、側向、背向三類；身體特征又分為站立、坐下、趴臥三類；眼睛注視狀態(tài)又分為為睜眼、閉眼、無法觀察三類。