[發明專利]基于行為分析的學生活動多維管理系統及管理方法

在審

• 申請號: 202011546027.2
• 申請日: 2020-12-24
• 公開（公告）號: CN112598550A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 張慶;王剛
• 申請（專利權）人: 蘇州大學
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06K9/00
• 代理公司: 江蘇致邦律師事務所 32230
• 代理人: 葛勝非

本申請提供一種基于行為分析的學生活動多維管理系統及管理方法。本申請在學生活動區域的出入口位置步驟相應的身份識別模塊，對學生身份信息和衣著特征進行識別，然后觸發監控系統接口相應采集學生圖像以供行為監控模塊進行行為識別。行為監控模塊通過對學生圖像中特定的狀態特征進行相應統計，可通過簡單運算直接獲得學生的參與情況。由此，本發明能根據統計所獲得的參與情況，比照相應的統計模型，而獲得學生在不同類型的活動中的參與狀況，綜合評價學生表現，并進行相應提示。本申請對學生狀態特征的提取方式簡單便捷，能夠有效減少對校內運算資源的占用，而同時又能提供較為準確的綜合評價數據，為教學管理提供參考。

技術領域

本申請涉及行為分析技術領域，具體而言涉及一種基于行為分析的學生活動多維管理系統及管理方法。

背景技術

現有的學生行為分析系統，通常只能適應單一應用環境下的檢測需求，僅能夠針對學生的單一活動，比如課堂活動情況進行分析和記錄。但是，學生在校生活學習并不局限于課堂，學生課余時間內的自習情況、社團活動的參與情況均會影響學生綜合素質的發展。因此這些活動場景下也需要對學生的參與情況進行評估。然而，這些場景下進行學生行為分析時，由于場景中學生的行為模式與課堂場景完全不同，因此，若直接套用課堂場景下的評估模型，將由于模型本身收斂速度、數據處理能力、特征數據的表征和篩選偏差而導致錯誤的評估結果。

并且，由于學校學生數量龐大，現有的基于機器視覺的分析模型，其提取和收斂速度較慢，并且其所采用的深度學習算法需占用龐大的運算資源，因此將其部署于整個校園環境后，將很難通過學校現有運算資源實現應有的運算功能。現有方式下，很難實現對整個校園環境中不同活動的多維度綜合管理。

發明內容

本申請針對現有技術的不足，提供一種基于行為分析的學生活動多維管理系統及管理方法，本申在對監控攝像頭所采集的學生圖像進行簡單的特征提取后，能夠通過將其與統計模型進行對照匹配從而通過簡單運算獲得學生在不同類型的活動中的參與狀況，綜合評價學生表現，并進行相應提示。本申請具體采用如下技術方案。

首先，為實現上述目的，提出一種基于行為分析的學生活動多維管理系統，其包括：身份識別模塊，其分別安裝在各學生活動區域的入口位置以及出口位置，用于采集并識別學生的身份信息以及對應該學生的衣著特征信息；監控系統接口，其分別連接各學生活動區域中的監控攝像頭，用于接收并提取監控攝像頭所采集的學生圖像；行為監控模塊，其連接所述監控系統接口，用于接收學生圖像，根據學生圖像中所包含的學生的衣著特征信息以及學生的面部特征信息識別并標記學生的身份，還用于提取各學生圖像中的狀態特征，針對各狀態特征計算學生的參與狀況，上傳各學生的參與狀況；管理數據庫，其接收所述行為監控模塊所上傳的各學生的參與狀況，對每一個學生的參與狀況進行歸檔存儲，并對每一個活動中所有學生的參與狀況進行統計；評估提示模塊，其連接所述管理數據庫，用于按照預設的第一周期，調取每一名學生的參與狀況，按照學生的參與狀況與各活動所對應的行為模型之間的匹配度計算每一名學生的評分，在評分低于設定范圍時向相應的學生發出提示；還用于按照預設的第二周期，調取每一個活動中所有學生的參與狀況的統計數據，按照學生參與狀況統計數據與該活動所對應的參與模型之間的匹配度分別計算每一個活動的參與程度，在參與程度低于預設標準時向活動所對應的管理人輸出提示。

可選的，如上任一所述的基于行為分析的學生活動多維管理系統，其中，所述學生活動區域包括：宿舍樓、體育場館、運動場、社團活動室、教室、圖書館；所述身份識別模塊包括身份信息采集終端和攝像頭，所述身份信息采集終端包括以下任意一種或其組合：指紋采集裝置、虹膜掃描裝置、語音識別裝置、身份證件讀取裝置，分別用于采集并識別學生的指紋特征、虹膜特征、語音特征、身份證件信息以識別該學生的身份信息；所述攝像頭用于在身份信息采集終端采集并識別到學生的身份信息時，拍攝對應該學生的圖像，提取圖像中學生的上衣顏色范圍、下衣顏色范圍、上衣與下衣之間的長寬比例，生成衣著特征信息。