预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109446880A(43)申请公布日2019.03.08(21)申请号201811029580.1(22)申请日2018.09.05(71)申请人广州维纳斯家居股份有限公司地址523000广东省广州市高新技术产业开发区科学大道286号201号之自编202房(72)发明人刘礼新刘远(74)专利代理机构北京权智天下知识产权代理事务所(普通合伙)11638代理人王新爱(51)Int.Cl.G06K9/00(2006.01)G06Q10/06(2012.01)G06Q50/20(2012.01)权利要求书2页说明书8页附图5页(54)发明名称智能用户参与度评价方法、装置、智能升降桌及存储介质(57)摘要本申请实施例公开了一种智能用户参与度评价方法、装置、智能升降桌及存储介质,该方法构建训练图像集;对训练图像集中的图像进行特征提取和特征分解,获得眉角区域、嘴巴区域和眼睛区域对应的表情特征模型;设置于智能升降桌上的图像采集模块采集人脸图像;对所述人脸图像进行光照补偿;对所述人脸图像进行检测,定位出人脸图像中人脸区域;获取人脸区域中眉角区域、嘴巴区域和眼睛区域的标定点的灰度轮廓模型;将所述灰度轮廓模型与训练图像集中眉角区域、嘴巴区域和眼睛区域对应的表情特征模型进行匹配,确定用户的人脸表情状态;根据人脸表情状态判断用户参与度,使智能升降桌实现了在教学、培训等过程中用户参与度的准确评价。CN109446880ACN109446880A权利要求书1/2页1.一种智能用户参与度评价方法,其特征在于,该方法包括:构建训练图像集,在预处理阶段将训练图像集中每幅人脸表情分为眉角区域、嘴巴区域和眼睛区域;对训练图像集中的图像进行特征提取和特征分解,获得眉角区域、嘴巴区域和眼睛区域对应的表情特征模型;设置于智能升降桌上的图像采集模块采集人脸图像;对所述人脸图像进行光照补偿;对所述人脸图像进行检测,定位出人脸图像中人脸区域;获取人脸区域中眉角区域、嘴巴区域和眼睛区域的标定点的灰度轮廓模型;将所述灰度轮廓模型与训练图像集中眉角区域、嘴巴区域和眼睛区域对应的表情特征模型进行匹配,确定用户的人脸表情状态;根据人脸表情状态判断用户参与度。2.根据权利要求1所述的方法,其特征在于,所述对训练图像集中的图像进行特征提取和特征分解,获得眉角区域、嘴巴区域和眼睛区域对应的表情特征模型,具体包括:对训练图像集中的图像进行特征提取和特征分解,根据统计形状模型和局部纹理轮廓模型拟合运算获得眉角区域、嘴巴区域和眼睛区域对应的表情特征模型。3.根据权利要求1所述的方法,其特征在于,所述设置于智能升降桌上的图像采集模块采集人脸图像,具体包括:在会议、培新或上课开始时,管理员远程控制在使用智能升降桌中隐藏的摄像头自动弹出,控制摄像头启动,实时采集人脸图像。4.根据权利要求1所述的方法,其特征在于,所述对所述人脸图像进行光照补偿,具体包括:采用浮点数表示人脸图像像素的灰度值,将灰度的动态范围设置为若干段,完成对人脸图像的光照补偿。5.根据权利要求1至4之一所述的方法,其特征在于,所述根据人脸表情状态判断用户参与度,具体包括:预先测试出不同表情对应的用户参与程度,并将用户参与程度划分为若干级,根据识别出的人脸表情状态判定用户参与度所在层级,并将结果反馈到服务器保存。6.一种智能用户参与度评价装置,其特征在于,该装置包括:训练图像集构建模块,用于构建训练图像集,在预处理阶段将训练图像集中每幅人脸表情分为眉角区域、嘴巴区域和眼睛区域;表情特征模型构建模块,用于对训练图像集中的图像进行特征提取和特征分解,获得眉角区域、嘴巴区域和眼睛区域对应的表情特征模型;人脸图像采集模块,用于通过设置于智能升降桌上的图像采集模块采集人脸图像;光照补偿模块,用于对所述人脸图像进行光照补偿;人脸区域定位模块,用于对所述人脸图像进行检测,定位出人脸图像中人脸区域;灰度轮廓模型获取模块,用于获取人脸区域中眉角区域、嘴巴区域和眼睛区域的标定点的灰度轮廓模型;匹配模块,用于将所述灰度轮廓模型与训练图像集中眉角区域、嘴巴区域和眼睛区域2CN109446880A权利要求书2/2页对应的表情特征模型进行匹配,确定用户的人脸表情状态;结果反馈模块,用于根据人脸表情状态判断用户参与度。7.根据权利要求6所述的装置,其特征在于,所述表情特征模型构建模块具体用于:对训练图像集中的图像进行特征提取和特征分解,根据统计形状模型和局部纹理轮廓模型拟合运算获得眉角区域、嘴巴区域和眼睛区域对应的表情特征模型。8.根据权利要求6或7之一所述的装置,其特征在于,所述人脸图像采集模块具体用于:在会议、培新或上课开始时,管理员远程控制在使用智能升降桌中隐藏的摄像头自动弹出,控制摄