【摘 要】
：
日常生活中的机器人,功能上更多的是偏向于娱乐,不能很好的发挥出其在教育领域的作用,故急需一种桌面级儿童教育机器人,能实时分析儿童学习行为习惯,其中具体包括学习专注度分析和学习姿态分析.儿童学习行为习惯分析是通过RGB摄像头实时捕捉儿童学习视频画面,检测并跟踪儿童的脸部,再通过脸部关键点进行头部姿态和面部表情估计.人脸位置数据,头部姿态数据及面部表情数据的结合可以进行学习专注度分析以及学习姿态分析.
论文部分内容阅读
日常生活中的机器人,功能上更多的是偏向于娱乐,不能很好的发挥出其在教育领域的作用,故急需一种桌面级儿童教育机器人,能实时分析儿童学习行为习惯,其中具体包括学习专注度分析和学习姿态分析.儿童学习行为习惯分析是通过RGB摄像头实时捕捉儿童学习视频画面,检测并跟踪儿童的脸部,再通过脸部关键点进行头部姿态和面部表情估计.人脸位置数据,头部姿态数据及面部表情数据的结合可以进行学习专注度分析以及学习姿态分析.使用Adaboost算法进行人脸检测,利用Harr特征级联分类器检测视野中儿童的脸部,对检测到的人脸使用基于独立尺度估计DSST算法改进的KCF目标跟踪算法进行实时跟踪,对跟踪到的人脸采用级联卷积神经网络的方法来预测人脸关键点,再使用局部二值特征(LBF)进行人脸关键点的形变预测,即对齐,从而进行头部姿态估计和面部表情估计.
其他文献
随着信息化的发展,人们对对智能终端的依赖性越来越高,移动辅助设备也随之蓬勃发展.作为现代社会个人信息最为常用的方式,如今手机终端只能单一地在电视上播放多媒体数据(如音乐、MTV、视频等),根本不能实现将手机终端、电视机、外围设备(coolhub设备)三者之间共享多媒体数据.在传统情况下,电视机最多只能把手机终端的多媒体数据(如声音和视频画面)同时播放出来,根本不能让用户自己选择手机终端的多媒体数据
介绍使用组态王设计的化成铝箔监控系统,详细阐述该系统的结构、设备造型、软件组成.应用组态王SQL访问功能,采用SQL技术把数据保存在数据库SQL Server2008中,介绍如何按产品编号查询一卷化成铝箔在生产中产生的所有数据、自动判断是否生产工艺要求,并生成对应的历史曲线.
针对现今只有专业临床医生才能预测患病情况的问题,提出了一种新颖的基于机器学习的预测框架,用于帮助患者进行自检和协助医生进行病情判断.预测框架针对多源异构人体数据的特点,对其进行特征选择、数据缺失处理、样本均衡等操作,并在传统度量标准的基础上增加了敏感度和特异性比较,增强模型鲁棒性.该框架将支持向量机和以上提出的几种操作相结合,并在皮马印第安人糖尿病数据集上验证.实验结果证明该框架具有较高的分类精度
云家居控制系统,是通过网络实现远程家居控制及信息处理的智能家居系统.它是现今智能家居远程控制的一种主流方式.为家居的控制提供了更为实时、便捷的操作.无论人身在何处,都能通过联网的手机或者电脑全方位的掌控家中的一切.本文提出了一种云家居控制系统的设计方案,有着实时、便捷、可管理、安全等特点.
本论文介绍了一种数字装备工业控制平台的技术方案,能够集成逻辑控制、现场控制、运动控制功能.平台由主控制子系统、输入/输出扩展子系统、背板、电源模块组成,各模块为独立单元,可通过电连接器组合成不同配置的整机,给工业现场提供灵活多变的解决方案.该平台具有开放式、模块化、易扩展、可重构的技术特点,能够支持组态软件、实现系统的任意组合,满足多种应用的需求.
随着安防行业互联网+业务的开展,需对海量文件进行存储和读取.现有存储系统已不能满足业务的需求,需要一套适用于互联网+业务应用场景的分布式文件存储系统.本文调研了FastDFS和TFS两套开源的海量文件存储系统,FastDFS和TFS在顺序和批量访问大量的小文件时,会产生同等量的磁盘操作,出现磁盘I/O效率和吞吐量低的问题.本文针对两套系统存在的问题,结合应用场景的需求,基于TFS设计实现了一套适用
图像盲去模糊的目的是从模糊图像中估计出清晰图像.其中,估计模糊核是通常是一个不适定问题.针对稀疏先验的正则化方法在估计复杂模糊核时的不准确性,提出一种新的图像盲去模糊方法.新算法分三个步骤:首先图像预处理,提出权值L0平滑方法自适应地提取图像主体结构,剔除图像噪声、细节和小尺度边缘,以增加对模糊核估计的鲁棒性.然后采用相对总变分方法解决稀疏先验作为正则项模糊核估计不准确性问题.最后为了估计出的清晰
传统的融合通信概念的重点通常都一直放在技术层面的融合,但随着近年来移动互联网应用,特别是社交应用的飞速发展,使得传统的融合通信概念与全新的移动互联网应用产生了严重的脱节,目前的传统通信模式依然是点对点的实时交互,缺乏社交服务元素的支撑.;而目前国内广为流行的社交应用,普遍基于通信网络但并未与通信网络形成深度关联.本研究的核心在于打破目前社交服务与移动通信服务之间的壁垒,以移动通信服务为基础,充分利
本文论述了一种钞票识别自学习方法,用于解决现有的钞票识别方法需要耗费大量资源,当使用环境变化时又得重新制定应对方案,无法保证长期稳定的使用效果的问题.该方法包含钞票判别库建立部分和自修正部分,判别库建立部分包括:提取多维钞票特征,计算特征质心,计算相对判别平面组,得到钞票判别库;自修正部分包括:提取新增的钞票特征,判断特征所述类别,计算替代质心以及通过替代质心修正该判别库.
本文简要介绍了功率算法的发展历程,并对各阶段发表的功率计算理论进行对比,最后详细介绍了国际上最新的功率算法IEEE1459.