随着教育信息化的不断普及,推动了智能录播系统的发展。智能录播系统可以推进学校精品课程建设,很大程度地促进了学校教学研究与管理研究的深度,为教育信息化的进一步发展积累了丰富的数字化教学资源,实现教学资源共享。在教学过程中,为实时关注师生互动,需要对站立的同学进行检测与定位,因此,站立学生的人脸检测与定位是发展智能录播系统的关键。针对目前智能录播系统中学生站立检测的需求,本文实现了一种基于GoogLeNet神经网络的站立人脸的检测与定位方法。该方法首先利用帧差法和肤色检测初步确定学生站立活动区域,然后在该区域使用迁移学习训练的GoogLeNet神经网络检测是否存在人脸,若存在,则记录人脸的位置信息,最后通过人脸在垂直方向和水平方向上的运动距离来判断是否为站立的学生人脸,从而实现智能录播系统中站立人脸的检测与定位。实验结果表明,本文方法基本可以实现学生站立人脸的检测与定位功能。本文主要工作如下:(1)训练人脸检测网络。首先使用GoogLeNet神经网络对人脸图像进行迁移学习,训练出人脸检测网络。(2)确定活动区域。使用帧差法与肤色检测确定课堂视频中存在肤色的活动区域,在该活动区域内检测是否存在人脸,减少了计算量,提高了算法效率。(3)站立人脸检测与定位。在活动区域内使用训练的人脸检测网络进行人脸检测并标记位置;然后对教室进行分区,不同分区设置不同的阈值,通过分析人脸运动数据与阈值的关系来确定站立的人脸并记录位置。本文方法仅对存在肤色的活动区域进行人脸检测,减少了计算量,提高了算法的运行效率。通过多次实验表明,训练的GoogLeNet神经网络能够较好的区分人脸图像和非人脸图像,对课堂中站立学生的检测与定位功能基本可以实现。