兒童個性化數(shù)據庫和表情識別技術的研究.pdf

1、截至到2007年底，超過20萬名5～12歲的兒童參與了“做中學”(LearningbyDoing)項目，在此項目進行過程中，東南大學學習科學研究中心和江蘇漢博教育培訓中心積累了大量的文本、圖像、視頻和音頻等多媒體數(shù)據。在此基礎上，我們將自動人臉面部表情識別、圖像檢索、電子地圖與Web應用等技術結合起來，構建了一個龐大的多媒體數(shù)據庫。該數(shù)據庫的建立，為“做中學”項目提供了一個平臺，對研究兒童的科學概念、探究能力和社會情緒能力，提供了一種新

2、途徑。通過兒童個性化學習發(fā)展數(shù)據庫的建立，跟蹤兒童個性化學習的過程，可以進一步為拓展兒童教育的研究和國家教育政策的制定，提供新的依據。 情感和情緒在人類生活中起著很重要的作用，兒童的早期能力的發(fā)展決定著他們未來人生的發(fā)展軌跡，其中社會情緒能力的發(fā)展尤為重要，鑒別兒童情緒類型，是有效實施教育和幫助的重要手段。 隨著現(xiàn)代科學技術的發(fā)展，自動面部表情識別、情感語音識別、圖像與視頻檢索等現(xiàn)代信息技術的發(fā)展為兒童情緒鑒別提供了新的

3、方法。自動面部表情識別可自動對兒童因情緒而產生的面部表情進行分類判別，得到兒童的情緒情況。 自動面部表情識別的過程常常分為幾部分，分別為人臉的獲取，人臉的配準，以及人臉表情的分類判別。在人臉獲取的過程中，我們首先介紹了由本人提出的一種人臉檢測算法，多示例Boosting級聯(lián)算法；然后討論了常用的人臉配準方法和人臉圖像的特征提取的方法，然后對主動形狀模型進行了討論和實現(xiàn)；在人臉表情的分類判別中，Gabor小波變換作為一種非常有效的

4、特征提取方式，同主成分分析的方法結合起來，作為我們進行表情識別的基礎算法。本文通過詳細的實驗和實現(xiàn)，分別討論了以上幾種算法的性能和特點，并且通過詳細的分析，說明了各個算法在實際過程當中的效果。 最后本文通過結合面部表情識別技術等多種技術，對兒童個性化學習發(fā)展數(shù)據庫進行了構架和實現(xiàn)。隨著它的建立和推廣，將為中國兒童個性化學習發(fā)展的研究提供更先進的手段，也為中國兒童個性化教育提供大量的研究素材和數(shù)據，同時為全國從事兒童教育的人員提供