[發(fā)明專利]一種基于人臉識別技術(shù)的實(shí)時專注度分析方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710197786.4
• 申請日: 2017-03-29
• 公開（公告）號: CN107918755A
• 公開（公告）日: 2018-04-17
• 發(fā)明（設(shè)計(jì)）人: 李昊;辛繼勝;袁先珍;黃葉敏
• 申請（專利權(quán)）人: 廣州思涵信息科技有限公司;廣東輕工職業(yè)技術(shù)學(xué)院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q50/20
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司44102
• 代理人: 林麗明

技術(shù)領(lǐng)域

本發(fā)明涉及信息技術(shù)領(lǐng)域和教育技術(shù)領(lǐng)域，更具體地，涉及一種基于人臉識別技術(shù)的實(shí)時專注度分析方法及系統(tǒng)。

背景技術(shù)

現(xiàn)有的技術(shù)方案中，對于課堂學(xué)情分析，有以下三種方式：

一是不使用技術(shù)手段，直接通過專家旁聽的方式去記錄，偏重于聽課人員的主觀印象，屬于全人工方式；

二是通過使用輔助設(shè)備來采集數(shù)據(jù)，這類輔助設(shè)備需要學(xué)生手動去觸動終端來記錄，屬于半自動；

三是采用比較新的技術(shù)，通過人臉識別，來進(jìn)行分析判斷。

現(xiàn)有的技術(shù)方案中，第一種和第二種均依賴大量的人力參與，缺乏實(shí)際應(yīng)用效果。而目前市場上出現(xiàn)的第三種方案，在數(shù)據(jù)采集之后的計(jì)算分析上，缺乏科學(xué)性；在實(shí)際應(yīng)用上，缺乏數(shù)據(jù)應(yīng)用的關(guān)聯(lián)分析，系統(tǒng)性缺失。

發(fā)明內(nèi)容

本發(fā)明旨在至少在一定程度上解決上述技術(shù)問題。

本發(fā)明的首要目的是提供一種基于人臉識別技術(shù)的實(shí)時專注度分析方法，通過科學(xué)的大數(shù)據(jù)算法，為課堂教學(xué)的學(xué)情分析，提供了客觀、真實(shí)的數(shù)據(jù)結(jié)果。

本發(fā)明的進(jìn)一步目的是供一種基于人臉識別技術(shù)的實(shí)時專注度分析系統(tǒng)。

為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案如下：

一種基于人臉識別技術(shù)的實(shí)時專注度分析方法，包括以下步驟：

S1：通過攝像頭采集課堂上課時學(xué)生的臉部視頻；

S2：依據(jù)人臉識別算法，提取出視頻圖像中的人臉區(qū)域，提取人臉區(qū)域的特征；

S3：根據(jù)提取的人臉區(qū)域的特征判斷抬頭的學(xué)生數(shù)目，根據(jù)學(xué)生是否抬頭設(shè)定學(xué)生的專注度為A或B，其中A≠B，A表示專注度高，B表示專注度低；

S4：依據(jù)統(tǒng)計(jì)學(xué)的二項(xiàng)式分布原理，即重復(fù)n次的伯努利試驗(yàn)，得到學(xué)生整體專注度的均值概率，并得出均值概率置信區(qū)間。由于設(shè)置的n足夠大，根據(jù)概率論的大數(shù)定律，隨機(jī)事件的頻率近似于它的真實(shí)概率，從而可以得到整個課堂學(xué)生整體專注度的置信區(qū)間。

在一種優(yōu)選的方案中，所述攝像頭的數(shù)目根據(jù)教室規(guī)模大小設(shè)置為1-2個。

在一種優(yōu)選的方案中，所述攝像頭的數(shù)目為2個，部署位置居于教室中央兩側(cè)，能夠采集所覆蓋范圍的所有人臉圖像。

在一種優(yōu)選的方案中，設(shè)攝像頭的部署高度為ha，攝像頭的部署高度是指攝像頭與教室人臉平均高度的高度差，攝像頭覆蓋長度為la,則ha和la滿足：

arc tan(ha/la)＝10°～arc tan(ha/la)＝30°。

上述ha和la的部署能夠保證最佳的視頻采集效果。

在一種優(yōu)選的方案中，步驟S2中，提取視頻圖像中的人臉區(qū)域包括以下步驟：

S2.1：對采集的課堂上課時學(xué)生的臉部視頻進(jìn)行圖像取樣，取樣值由用戶自定義，范圍為1-30秒/幀；

S2.2：依據(jù)人臉識別原理，對圖像中的人臉圖像進(jìn)行特征提取，將特征集入庫存取；

S2.3：如涉及到多個攝像頭，則將不同攝像頭之間采集到的特征集進(jìn)行比對，按照設(shè)定的閾值確認(rèn)人員重復(fù)數(shù)量，消重，避免人員被重復(fù)統(tǒng)計(jì)。

在一種優(yōu)選的方案中，步驟S3中，取A＝1，B＝0。

在一種優(yōu)選的方案中，步驟S3中，將教學(xué)過程和學(xué)生專注度分析進(jìn)行關(guān)聯(lián)，對大數(shù)據(jù)采集樣本進(jìn)行預(yù)處理和置換，在老師講授、師生互動、教學(xué)資源播放三種教學(xué)階段，抬頭表示專注度高，低頭表示專注度低；在學(xué)生互動討論、靜默練習(xí)兩種教學(xué)階段，則將專注度進(jìn)行置反處理。

在一種優(yōu)選的方案中，所述方法還包括：建立全校學(xué)生的人臉圖庫，通過人臉比對從而識別每個學(xué)生個人的專注度數(shù)據(jù)，從而判斷每個特定學(xué)生的專注度行為。

在一種優(yōu)選的方案中，所述方法還包括：導(dǎo)入課堂過程數(shù)據(jù)，形成課堂過程專注度分布分析，具體包括：

1、導(dǎo)入課堂教學(xué)的教學(xué)階段、知識點(diǎn)內(nèi)容和教學(xué)方式數(shù)據(jù)；

2、以時間值為維度進(jìn)行數(shù)據(jù)關(guān)聯(lián)；

3、以時間為軸線，形成課堂過程專注度分布結(jié)果，完成教學(xué)診斷。

一種基于人臉識別技術(shù)的實(shí)時專注度分析方法，包括：

攝像頭：用于采集課堂上課時學(xué)生的臉部視頻；

人臉特征提取模塊：用于依據(jù)人臉識別算法，提取出視頻圖像中的人臉區(qū)域，提取人臉區(qū)域的特征；

專注度評價(jià)模塊：用于根據(jù)提取的人臉區(qū)域的特征判斷抬頭的學(xué)生數(shù)目，根據(jù)學(xué)生是否抬頭設(shè)定學(xué)生的專注度為A或B，其中A≠B，A表示專注度高，B表示專注度低；