一種機器視覺的人臉表情識別檢測系統

熊健然

（杭州學軍中學，浙江杭州，310012）

0 引言

隨著人工智能的發展，機械視覺技術越來越廣泛的被應用于人們的生活。機械視覺技術是一種依靠光電設備采集成像，計算機對圖像進行分析判斷，已達到識別物體的技術[1]。在我國教育事業不斷發展的同時，各類先進技術被運用于課堂，但機械視覺技術卻沒能廣泛且高效的在課堂中使用。目前機械視覺已被廣泛的運用于各個領域，在我國的生產和生活中起著極為重要的作用。而機器視覺所具有的高效，準確的特點，使它作為一種現代化的識別手段，被越來越多的人所重視[2-3]。

目前機器視覺主要運用于我國的工業生產和醫療科技領域[4]。由于它高精度，高效率的特點，可以幫助企業減少人工費用，提高勞動生產率，對于促進工業發展，經濟發展有著重大意義[5-7]。在龐大的市場和激烈的競爭的背景下，產品的品質，外觀成為了在性能之外的重要衡量因素，表面質量成為了重要的比較方面，而機器視覺很大程度就是為此而生的[8-10]。機器視覺是一種優點多多的技術。它具有無接觸無損傷的特點，能夠有效實現設備自動化，智能化和精確化。它還具有安全性高，光譜響應范圍寬，生產效率高，適應性強的多種優點[11]。學校作為我國教育事業的前線陣地，高效率的課堂是全社會所追求和關注的。為了督促學生在課堂上高效的學習，老師要經常在課堂上對學生進行批評，提醒。但是老師的精力和時間有限，無法時時刻刻提醒學生。學校可以通過監控，老師巡邏來加強管控，但這樣做費時費力，效率低下，同時還會造成誤判，漏判等現象。通過調查發現，眾多老師對于學生開小差的行為無可奈何，且缺少有效的應對和處理手段。而基于機器視覺的檢測方法可以在很大程度上解決這一問題。通過該方法，可以通過識別學生的面部表情，判斷學生的聽課狀態，節省了人力，提高了課堂效率，同時在心理上也能督促學生認真聽課，讓老師能把更多的精力放在授課而不是提醒學生上。

因此設計了一種基于視覺技術的人臉表情識別系統，根據學生上課走神，打瞌睡的現狀而設想出的一種能根據學生課堂面部表情判斷學生聽課情況的軟件，運用人工智能的視覺技術，減輕教師教學壓力，加強學生的聽課效率。型號為MVSUC401M-T的420萬像素的面陣工業相機對人臉進行圖像采集，在此基礎上進行分析檢測，從而判斷學生的聽課狀態。此方法準確率高，成本低。

1 系統整體結構框架設計

該系統由硬件部分和軟件部分組成，兩部分在千兆網的鏈接下獨立工作。傳感器觸發后，工業相機開始工作，采集學生的面部照片，并通過千兆網和PC端進行傳輸，由控制端的學生面部表情智能識別系統通過學生表情個人信息特征識別算法對學生的面部表情進行檢測，完成對學生是否走神的判斷。整體框架如圖1所示。

圖1 系統整體結構框架圖

2 系統硬件設計

由于人臉表情的采集需要，系統需要傳感器，相機，鏡頭和光源進行采集工作。另外還需PC端進行判斷識別。其中傳感器和相機通過信號線連接，采用工業相機和工業鏡頭以保證圖片的清晰度，并在相機下放安裝光源提供亮度。

■2.1 工業相機

由于所需拍攝的人臉大小約為300×200像素，且需拍攝兩張及以上的人臉，所需像素要大約500萬。且人臉處于運動狀態下，要保證拍出清晰的圖像，需要高幀率的相機。本系統采用型號為MV-SUA501GM-T的500萬像素的面陣工業相機，幀率為40fps。根據教室環境固定，學生高度固定，但個人特征不同的特點，彩色圖像難以處理，因此選用黑白工業相機，如此可以快速準確的處理圖像。圖2為工業相機實物圖。

圖2 相機實物圖

如圖3所示為型號為MV-SUA501GM-T的500萬像素的面陣工業相機的感光曲線特性圖。

圖3 相機感光特性曲線圖

■2.2 工業鏡頭

在鏡頭方面，由于需要拍攝的范圍較大，因此需要低焦距的鏡頭。所以選用焦距8mm的MV-LD-8-3M-A的工業鏡頭。如圖4為工業鏡頭實物圖。

圖4 鏡頭實物圖

■ 2.3 光源

考慮到教室內已有條狀光源的白燈，選型號為MVHLH-50R/G/B/W45的環形紅色光源，由于紅光波長短，抗干擾能力強，可以有效的補光。角度選為45度，可以有效的較少室內光的干擾，且能夠增加紅光的傳播距離。

■2.4 多傳感器配合

識別系統和傳感器的配合是本系統的重點，表情識別系統中的圖像采集和圖像處理部分采用了觸發傳感器，各傳感器的選型及參數如表1所示。

圖5 光源實物圖

表1 硬件型號參數表

3 系統軟件框架設計

■3.1 軟件框架設計

該系統的軟件部分處理流程如圖6所示。該流程又三部分組成，在傳感器觸發后，執行圖像采集部分，將采相機集到的圖像傳給預處理部分依次進行形態學處理，圖像去噪，二值化和邊緣檢測處理，最后進入表情識別檢測部分，對圖片中的表情進行檢測，并顯示結果。

圖6 軟件系統框架圖

■3.2 軟件系統界面設計

軟件系統運行于PC控制端上，采用VS開發環境開發。該軟件可以通過設置參數，對圖像采集系統傳來的圖像進行檢測識別，通過相機，實時識別人體面部表情，并將結果顯示在軟件界面上。

圖7 軟件界面

4 結束語

該系統是一種基于視覺技術的人臉表情識別系統，對實時檢測人臉表情有著較好的精確度和速度。該軟件能大大節約老師在課堂上的時間，有效的提升了課堂質量，讓學生能夠認真專注的聽講。該系統準確率高，誤差小，能夠精確的反映學生當前的聽課狀態，實現對學生聽講的監督和提醒，實現了自動化，精確化的目標，應用市場廣闊。