[发明专利]一种针对班级学生人脸模型的训练方法

说明书

本发明公开了一种针对班级学生人脸模型的训练方法，首先导入指定的某一班级的座次表和该班级中每个学生的学籍照；利用人脸检测技术Mtcnn识别出每个学生的人脸活动区域框；建立所述人脸活动区域框与座次表中位置序列之间的映射关系，形成带有坐标映射的人脸活动区域框；通过人工辅助手段对位置错误和不符合要求的人脸活动区域框进行手动调整；利用人脸检测技术从学生全景视频的截图中生成批量的学生人脸照片样本，并将其归档到每个学生的姓名和学籍照下；剔除错误检测和错误归档的学生人脸照片样本；再利用校验好的学生人脸照片样本进行人脸模型的训练。上述方法可以将人从繁琐的劳动中解放出来，提高班级学生人脸模型训练的效率。

技术领域

本发明涉及人脸模型训练技术领域，尤其涉及一种针对班级学生人脸模型的训练方法。

背景技术

在人工智能领域，当网络模型建立后往往需要大量数据样本进行训练，才能达到理想的效果。同理，当人工智能技术应用在课堂教学时，也往往需要大量班级数据样本进行训练，才能较为准确的识别出每个学生的姿态行为和面部特征。在人脸模型训练的初期，通常需要对识别出来的学生样本数据进行人工标定，以此来增加识别精度。

而班级中的学生模型训练具有不同一般场景中的人脸模型训练的特点，一是学生距离摄像头的位置远近不一，教室前排学生和教室后排学生的图像大小和清晰度不一致，有时甚至会出现后排学生只漏出半个头的情形；二是同一个班级内的学生属于生理发育上的同龄群体，其发型、肤色、衣着、神情具有较强的近似性，不容易提供背景信息的支持。精确的人脸识别需要大量的人脸样本照片，如果采取人工手动标定学生样本来进行模型训练的方法，不仅工作繁琐枯燥，训练起来也会耗费较多的时间和精力。

发明内容

本发明的目的是提供一种针对班级学生人脸模型的训练方法，该方法可以快速标定每个学生的位置坐标，在短时间内产生大量数据样本为模型训练所使用，从而把人从繁琐的劳动中解放出来，提高班级学生人脸模型训练的效率。

本发明的目的是通过以下技术方案实现的：

一种针对班级学生人脸模型的训练方法，所述方法包括：

步骤1、导入指定的某一班级的座次表和该班级中每个学生的学籍照；

步骤2、基于该班级的学生全景视频，利用人脸检测技术Mtcnn识别出每个学生的人脸活动区域框；

步骤3、根据事先导入的座次表和识别出的人脸活动区域框，建立所述人脸活动区域框与座次表中位置序列之间的映射关系，形成带有坐标映射的人脸活动区域框；

步骤4、通过人工辅助手段对位置错误和不符合要求的人脸活动区域框进行手动调整；

步骤5、根据调整好的带有坐标映射的人脸活动区域框，利用人脸检测技术从学生全景视频的截图中生成批量的学生人脸照片样本，并将其归档到每个学生的姓名和学籍照下；

步骤6、通过人工校验并结合步骤1导入的学籍照，剔除错误检测和错误归档的学生人脸照片样本；

步骤7、再利用校验好的学生人脸照片样本进行人脸模型的训练。

在步骤1中，导入座次表的过程具体为：

按照给定的座次表模板，填写指定的某一班级的座次表信息，其中以面向讲台第一排左手边为第一排第一列，定义坐标为(1,1)；

再依次填入该班级中每个学生的学号信息，并基于座次表建立学生个人信息与班级座次序列的映射表。

在步骤1导入每个学生的学籍照过程中：

所述学籍照的命名为学生的学号信息，学籍照的照片尺寸不能大于1M；

且导入之后会显示遵循班级座次序列的学生照片和姓名。

在步骤4进行手动调整的过程中：