[發明專利]一種學生課堂行為分析及監控方法

在審

• 申請號: 201811026303.5
• 申請日: 2018-09-04
• 公開（公告）號: CN109410098A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 吳琪;王力舟;黃冠銘;肖明
• 申請（專利權）人: 四川文軒教育科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06K9/00
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 胡川

1.一種學生課堂行為分析及監控方法，其特征在于：包括以下步驟：

步驟一：實時采集學生上課的圖像，上傳到服務器；

步驟二：分別對圖像中的學生行為進行識別，判斷學生行為是否屬于異常行為；

步驟三：若學生的行為是異常行為，記錄學生的異常行為，并將對應的提示信息分別發送到學生和老師的終端上。

2.如權利要求1所述的學生課堂行為分析及監控方法，其特征在于：所述步驟二中，學生行為識別方法包括以下步驟：S1：進行圖像預處理；S2：識別預處理后圖像中學生的行為。

3.如權利要求2所述的學生課堂行為分析及監控方法，其特征在于：所述S1具體包括：通過人體前景提取，進行目標檢測和去噪；所述人體前景提取方法：利用背景邊界模型獲取前景邊緣，利用背景模型獲取前景，將獲取的前景邊緣和前景相加，進行形態學的閉運算，填充前景孔洞，得到前景目標。

4.如權利要求3所述的學生課堂行為分析及監控方法，其特征在于：所述背景邊界模型的建立方法：設置當前時刻圖像幀為Q(x，y)，每幀圖像中的位Location(x,y)(x＝1,2，…G；y＝1,2，…K，其中G和K分別是圖像幀的高和寬)是背景邊緣的概率式中edge(x，y，k)為第k幀對應的邊緣圖像，通過Sobel算子檢測得到，T為背景邊緣模型的更新時間；若背景邊緣概率P(x，y)低于預設閾值，邊緣點為前景邊緣點a，否則背景邊緣點為：式中，Q_edge為前景邊緣。

5.如權利要求3所述的學生課堂行為分析及監控方法，其特征在于：所述背景模型的建立方法：設置當前時刻圖像幀為Q(x，y)，背景為Q1(x，y)，前景

6.如權利要求2所述的學生課堂行為分析及監控方法，其特征在于：所述S2具體包括：獲取待識別行為原始矩陣：將預處理后的每一幀圖像的像素矩陣按列拆開，按順序首尾相連形成一列，每一個待識別行為序列得到一個包含N列的原始矩陣Ai；將M待識別行為序列所得到的原始矩陣按列方式組合在一起，得到N*M列的總樣本數據矩陣A；

獲取待識別行為基矩陣：將獲取的總樣本數據矩陣A進行非負矩陣分解，獲得基矩陣W和系數矩陣H；

獲取待識別行為特征矩陣：以基矩陣的列向量為基向量構造特征子空間，將每一個待識別行為序列的原始矩陣Ai投影到特征子空間，得到待識別行為序列的特征向量Ei＝W^TAi；

HMM分類識別：使用前后向算法分別計算待識別行為序列特征向量Ei與各類訓練行為序列特征在N個分量上的似然值，依最大似然值原則，似然值最大的訓練行為所在的行為類別是待識別行為的行為類型，從而識別人體行為。

7.如權利要求1所述的學生課堂行為分析及監控方法，其特征在于：所述學生行為包括：閱讀、舉手、書寫、起立、聽講、趴桌子；其中趴桌子屬于異常行為。

8.如權利要求1所述的學生課堂行為分析及監控方法，其特征在于：記錄異常行為的時間，當異常行為的時間大于預設值，向老師的終端發送提示信息。