在高等教育中,高校课堂作为师生之间传道授业、交流的重要场所,近年来,其智能化程度越来越高。但对于高校教师来说,想要与课堂上的某一位同学交流,只能直接指向他,或者根据名单找出一位同学。这样的情况在高校课堂中普遍存在。为此,本文重点研究了针对高校课堂的学生姓名提示问题。主要工作如下:(1)结合高校教室的特点,设计了一套供任课教师使用的学生姓名提示系统方案,并在PC端和ARM开发板端进行实现。这套系统通过云台相机的转动,扫描获取课堂内清晰图像。利用图像拼接技术对获取的图像进行拼接,获得课堂全景图。并使用人脸识别算法辨别图中各位同学的身份信息。最后通过显示操作界面展现给任课教师,使其能够清晰、直观地获得课堂在座同学的姓名,方便与学生进行互动。(2)在对学生姓名提示系统实现的过程中,提出了一种基于深度学习的快速图像配准算法。首先,使用Super Point网络进行特征点提取和描述子生成。利用暴力匹配结合KNN的方法进行描述子匹配,接着使用RANSAC算法进行外点去除,获得匹配点。并将该算法在ARM开发板上进行了实现和测验。实验结果表明,对于课堂图像,该算法能够快速地提取稳定的特征点。(3)提出了一个快速人体实例分割的网络。在该网络中,将边缘检测任务与语义分割任务相结合,进行人体实例分割任务。在网络的训练中,提出了一种新的边缘检测损失函数,使其能够获得更好的边缘检测效果。并在网络的编码器部分使用Mobile Net V2进行特征提取,在解码器部分结合Res Net网络的残差思想,使得该网络获得了很好的人体实例分割效果。(4)基于提出的快速人体实例分割网络,提出了一种人体重映射算法,解决由于人物运动导致的拼接重影等问题。首先使用Open CV中的拼接线查找函数生成拼接线,检查拼接线是否穿过人体。若部分拼接线穿过人体,对该部分拼接线附近区域进行人体实例分割,获取人体掩膜即人体像素级位置。在拼接时先拼接人体掩膜之外的像素,完成后将人体掩膜内像素重新映射回拼接图像。实验结果证明了本算法的有效性。