[發明專利]一種遠程學習狀態監測系統及方法

無效

• 申請號: 201210357691.1
• 申請日: 2012-09-25
• 公開（公告）號: CN103679591A
• 公開（公告）日: 2014-03-26
• 發明（設計）人: 陳志歡;王一楠;呂峰
• 申請（專利權）人: 山東博學教育軟件科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06K9/62
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 趙建剛

1.一種遠程學習狀態監測系統，其特征在于，包括遠程學習服務器、學習終端、學習狀態監測服務器和視頻采集設備，所述視頻采集設備與所述學習終端連接，所述學習終端分別與所述學習狀態監測服務器和所述遠程學習服務器連接。

2.根據權利要求1所述的遠程學習狀態監測系統，其特征在于，所述學習終端通過有線網絡和/或無線網絡分別與所述學習狀態監測服務器和所述遠程學習服務器連接。

3.根據權利要求1所述的遠程學習狀態監測系統，其特征在于，所述學習終端是PC機。

4.應用權利要求1-3任一所述的遠程學習狀態監測系統的遠程學習狀態監測方法，其特征在于，包括以下步驟：

S1，所述視頻采集設備按照預設時間間隔截取所述學習終端的使用者的監測圖像，并將所述監測圖像發送到所述學習狀態監測服務器；

S2，所述學習狀態監測服務器分析所述監測圖像，得到人臉圖像，判斷所述人臉圖像中的人眼特征是否具備閉合特征，如果不具備則所述使用者處于正常學習狀態，并執行S4，如果具備則所述使用者處于非正常學習狀態，并執行S3；

S3，向所述使用者發出提醒信息，并將所述非正常學習狀態記錄；

S4，繼續執行S1，直到當前學習課程完畢后則結束。

5.根據權利要求4所述的遠程學習狀態監測方法，其特征在于，S1前還包括以下步驟：

S01，所述學習狀態監測服務器預先構建和維護人臉樣本庫，并對所述人臉樣本庫中的人臉樣本進行訓練，根據所述人臉樣本的面部結構生成人臉分類器；

S02，所述學習狀態監測服務器構建和維護人眼樣本庫，并對所述人眼樣本庫中的人眼樣本進行訓練，根據所述人眼樣本的人眼特征生成人眼分類器。

6.根據權利要求5所述的遠程學習狀態監測方法，其特征在于，S2具體包括以下步驟：

S21，所述學習狀態監測服務器接收到所述監測圖像后，應用所述人臉分類器用所述人臉樣本與所述監測圖像相匹配，當匹配結果為所述監測圖像中存在人臉圖像時，將所述人臉圖像分離出來；

S22，對S21分離出來的所述人臉圖像進行人眼預定位；

S23，對S21分離出來的所述人臉圖像通過人臉對稱軸進行人眼精確定位；

S24，對S23中精確定位得到的人眼圖像進行眼睛狀態識別，取得所述人眼的眼瞼是否具備閉合特征，從而判斷所述學習終端的使用者是否處于非正常學習狀態。

7.根據權利要求6所述的遠程學習狀態監測方法，其特征在于，S22具體包括以下步驟：

S221，采用直方圖均衡和閾值調整的圖像增強方法，得到所述人臉圖像的二值化圖像；

S222，應用所述人眼分類器對所述二值化圖像進行幾何約束，定位出人眼黑塊，并框取出所述人眼黑塊的最小外接矩形區域，將所述矩形區域作為初步定位出的人眼。

8.根據權利要求7所述的遠程學習狀態監測方法，其特征在于，S23具體包括以下步驟：

S231，對人臉圖像采用嘴唇輔助定位法，精確定位人眼，即結合膚色匹配方法，對歸一化RGB顏色向量進行有約束的Fi?sher線性變換，將膚色和唇色區分開，再利用連通成分標示算法標記出嘴唇區域，根據所述嘴唇區域得到人臉對稱軸，從而實現人眼的精確定位，得到精確的人眼圖像。

9.根據權利要求8所述的遠程學習狀態監測方法，其特征在于，S24具體包括以下步驟：

S241，對S231中取得的精確的人眼圖像進行二值化處理，并從二值化處理過的圖像中分割出一只人眼，得到精確的人眼黑塊的中心高度；

S242，計算得出所述中心高度與S222中得到的所述人眼黑塊的最小外接矩形區域的高度的比值；

S243，用所述比值與預設閾值進行比較，當所述比值持續小于所述閾值時則判定所述人眼具備閉合特征，說明所述使用者正在打瞌睡，則所述使用者處于非正常學習狀態。

10.根據權利要求4-9任一所述的遠程學習狀態監測方法，其特征在于，所述遠程學習狀態監測方法中還包括，通過獲取嘴唇形態和眼睛形態，得到所述使用者的表情狀態，再判斷所述表情狀態是否為正常聽課的表情，從而得到所述使用者學習狀態的步驟。