学生课堂行为视频观察记录系统以视频数据为基础,应用计算机视觉、模式识别等技术对学生的课堂行为进行分析,分析结果记录作为学生课堂表现评价的参考依据。基于视频的行为观察记录系统是一种新型的数据获取手段,和传统的数据获取方式相比,所记录的数据更加客观,数据冗余大大减少,具有广泛的应用前景。本文对学生课堂行为视频观察记录系统进行了详细分析,主要研究了视频数据获取、视频数据处理、数据记录,论文的主要工作和创新点如下:1.视频数据包含有大量冗余信息,冗余信息的去除是提高视频数据处理速度的关键。本文在深入分析了学生课堂行为视频观察记录系统特点的基础上,设计了基于人脸检测的观察目标活动区域分割方法,用来提取感兴趣区域,并提出了一种融合肤色信息的AdaBoost人脸检测算法,提高了检测的准确度。2.介绍了视频观察记录系统中观察目标提取的重要性,分析了学生课堂行为活动的特点,提出用人脸特征作为目标分类的依据,对几种主要的人脸识别算法进行了实验验证,设计并完成了基于人脸识别的观察目标分类提取技术。3.研究了基于行为检测识别的学生课堂活动记录方案。本文的行为检测识别算法以运动历史图和运动能量图的7Hu不变矩为特征,以马氏距离为分类准则。实验证明这种算法检测速度快,适合实时行为观察。最后应用行为检测和识别算法设计了学生课堂行为观察数据的记录方案。4.在对视频观察记录系统关键技术研究的基础上,本文以VS2010 +OpenCV2.4.9平台为基础,对学生课堂行为视频观察记录系统的基本功能进行了设计实现,主要实现了课堂信息统计、课堂信息记录等功能。