课堂环境下用于头部行为识别的李群特征表示

摘要

头部行为是个体行为的重要组成部分,在课堂环境下对于学生的行为来说更是如此。使用传统的RGB视频图像进行头部行为识别有着许多限制,例如背景的干扰和光线的变化等,而深度图像可以通过包含的深度信息很好地处理这些问题。针对课堂环境下的头部行为识别问题,受到李群理论的启发,提出了一种从深度图像中提取李群特征表示的模型,并且使用该李群特征完成了头部行为识别任务。从深度图像中获取脸部的关键点及关键段信息,通过计算相邻帧之间关键段的旋转及位移获得能够同时表示时间空间信息的李群特征表示,使用支持向量机来完成头部行为的分类识别。在公开数据集上验证了方法的有效性,然后通过Kinect获取制作了课堂环境下的真实行为数据,实验结果表明李群特征表示方法能够有效帮助课堂环境下头部行为的识别,对课堂环境下的学生行为识别提供了帮助。