[發明專利]一種兒童學習專注度的檢測方法

在審

• 申請號: 202111431401.9
• 申請日: 2021-11-29
• 公開（公告）號: CN114648808A
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 胡東明
• 申請（專利權）人: 杭州好學童科技有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V40/16;G06V30/40;G06V10/774;G06V10/82;G06K9/62;G06N3/04
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 尉偉敏

本發明公開了一種兒童學習專注度的檢測方法。為了克服現有技術對學習專注度評估，數據來源單一，手段簡單，評判武斷，結果可信度低的問題；本發明通過人形檢測算法判斷學習桌前是否存在兒童，判斷是否開啟課本識別算法、動作識別算法以及人臉表情識別算法，通過這三種算法得到學習時的原始數據，將數值導入專注度計算數學模型，通過得到的數值重新優化專注度模型，得到兒童學習的專注度情況，幫助家長提高兒童的學習效果。

技術領域

本發明涉及一種專注度檢測領域，尤其涉及一種兒童學習專注度的檢測方法。

背景技術

專注度是人類智能行為的一種體現。專注度是一個人專心于某一事物、活動時的心理狀態，目前對專注度的監測，可以科學的計算效率，進而預測完成任務的時間，現有的人類專注度的判斷方法有問卷調查法，觀察法，計算機視覺法等。

其中，目前的計算機視覺法采用的做法是通過攝像頭采集加測臉部表情狀態，對表情進行分析，而后根據表情的變化情況來確定專注度情況。由于不同人的人臉情況不同，對應的表情也不同，計算機在采用攝像頭對不同人臉進行采集分析的時候，由于頭部的轉動、光線的變化、臉部皮膚顏色的不同等，很難保證分析的結果是正確的，而后造成在根據不準確的表情結果分析專注度，使得專注度的分析結果也難以準確，同時也會造成計算機工作量大，影響工作效率。且通過人臉表情判斷學習專注度，數據來源單一，手段簡單，評判武斷，結果可信度低。

例如，一種在中國專利文獻上公開的“一種基于人臉識別的在線學習專注度評價方法及裝置”，其公告號CN113139439A，首先通過在線學習學習者的電腦攝像頭獲取視頻圖像；在視頻圖像含有人臉信息情況下截取其中的人臉部分，生成人臉圖像；然后提取人臉圖像中的人臉頭像并歸一化，對歸一化后的圖像進行直方圖均衡化處理，得到特征圖像；接著創建專注度評價模型，將學習者在線學習過程中的特征圖像導入專注度評價模型，得到專注度分值的平均值；根據專注度分值的平均值與專注度自評結果迭代專注度評價模型；當學習者正在在線學習時，將實時獲取的特征圖像導入到完成迭代的專注度評價模型，專注度評價模型實時輸出學習者的專注度分值。

該方案通過人臉識別來評價專注度，數據來源單一，結果可信度低。

發明內容

本發明主要解決現有技術對學習專注度評估，數據來源單一，手段簡單，評判武斷，結果可信度低的問題；提供一種兒童學習專注度的檢測方法，根據動作識別、人臉表情識別和課本識別三種可以采集的可視化的數據，通過數學模型建構兒童學習的專注度模型，得到兒童學習的專注度情況，幫助家長提高兒童的學習效果。

本發明的上述技術問題主要是通過下述技術方案得以解決的：

一種兒童學習專注度的檢測方法，其特征在于，包括以下步驟：

S1：獲取學習桌前的圖像數據，通過人形檢測算法判斷學習桌前是否存在兒童學習；

S2：根據人形檢測算法判斷結果啟停識別算法；識別算法包括課本識別算法、動作識別算法和人臉表情識別算法；

S3：分別將識別算法的識別結果輸入到專注度學習模型計量，輸出學習專注度。

本方案分別通過動作識別、人臉表情識別和課本識別三種可以采集的可視化的數據，通過數學模型建構兒童學習的專注度模型，得到兒童學習的專注度情況，幫助家長提高兒童的學習效果。

作為優選，通過人形檢測算法判斷學習桌前是否存在兒童；若是，則進行持續時間判斷；若否，則繼續判斷學習桌前是否存在兒童；

判斷檢測到學習桌前存在兒童的持續時間是否超過時間閾值；若是，則開啟識別算法；若否，則保持識別算法停止，累積持續時間，返回人形檢測算法判斷。

通過機器學習的訓練，從而識別判斷學習桌前是否有兒童在學習，從而控制三種識別算法的啟停，提高算法的識別效率。

作為優選，所述的人形檢測算法的訓練過程為：