[發(fā)明專利]一種基于連續(xù)視頻幀的專注度監(jiān)測方法、系統(tǒng)和存儲器

在審

• 申請?zhí)枺?/td>: 202211663931.0
• 申請日: 2022-12-23
• 公開（公告）號: CN115965893A
• 公開（公告）日: 2023-04-14
• 發(fā)明（設(shè)計）人: 范聯(lián)偉;王佐成;彭麗
• 申請（專利權(quán)）人: 數(shù)據(jù)空間研究院
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V20/52;G06V40/20;G06V10/82;G06N3/04;G06N20/00
• 代理公司: 合肥和瑞知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 34118
• 代理人: 金宇平

本發(fā)明涉及專注度監(jiān)測領(lǐng)域，尤其涉及一種基于連續(xù)視頻幀的專注度監(jiān)測方法、系統(tǒng)和存儲器。本發(fā)明通過專注度評分模型計算監(jiān)控對象的專注度時，首先需要獲取監(jiān)控錄像，對監(jiān)控錄像進(jìn)行視頻幀解析，獲取各監(jiān)控對象實現(xiàn)各異常行為的持續(xù)時間tsubgt;(i,n)/subgt;和對應(yīng)的總監(jiān)時長Tsubgt;(i,n)/subgt;；然后將監(jiān)控對象的視頻幀解析數(shù)據(jù)tsubgt;(i,n)/subgt;和Tsubgt;(i,n)/subgt;代入專注度評分模型，獲取各監(jiān)控對象的專注度得分。本發(fā)明中的異常行為的權(quán)重由專家設(shè)置，異常行為識別可通過機(jī)器學(xué)習(xí)的識別模型獲得，通過專家評估與機(jī)器學(xué)習(xí)的創(chuàng)新融合，實現(xiàn)了快速精準(zhǔn)地評估專注度。

技術(shù)領(lǐng)域

本發(fā)明涉及專注度監(jiān)測領(lǐng)域，尤其涉及一種基于連續(xù)視頻幀的專注度監(jiān)測方法、系統(tǒng)和存儲器。

背景技術(shù)

學(xué)習(xí)專注度是指學(xué)生是否能夠安下心來將注意力投入到學(xué)習(xí)上。而課堂上的學(xué)習(xí)專注度(簡稱課堂專注度)往往影響了學(xué)生的學(xué)習(xí)效率甚至可能影響其學(xué)習(xí)能力。因此，課堂專注度是評估學(xué)生學(xué)習(xí)能力的重要指標(biāo)。

傳統(tǒng)心理學(xué)測評方法大都通過量表或完成特定任務(wù)來測量課堂專注度。這種方式是靜態(tài)的，且需要定期更改或者調(diào)整量表內(nèi)容。

隨著人工智能技術(shù)的發(fā)展、設(shè)施設(shè)備的升級、大量課堂視頻的累積，為基于視頻的課堂專注度監(jiān)測奠定了堅實的基礎(chǔ)。目前，許多研究已經(jīng)通過人臉識別技術(shù)、眼球追蹤技術(shù)、腦波數(shù)據(jù)等分析學(xué)生是否專注，但是對于專注度缺失表現(xiàn)因素的關(guān)注不夠全面，計算方法也不夠科學(xué)，導(dǎo)致現(xiàn)有的專注度識別結(jié)果往往偏差較大，可信度低。

發(fā)明內(nèi)容

為了解決上述現(xiàn)有技術(shù)中的基于視頻進(jìn)行專注度監(jiān)測偏差大的缺陷，本發(fā)明提出了一種基于連續(xù)視頻幀的專注度監(jiān)測方法，可結(jié)合多種異常行為評估監(jiān)控對象的專注度，評估結(jié)果可信度高。

本發(fā)明提出的一種基于連續(xù)視頻幀的專注度監(jiān)測方法，包括以下步驟：

S1、設(shè)置異常行為及專注度評分模型，專注度評分模型為：

其中，C_n為監(jiān)控對象n的專注度得分，I為異常行為數(shù)量，i為序數(shù)，1≦i≦I；a_i表示第i個異常行為的權(quán)重，t_(i,n)表示監(jiān)控對象n表現(xiàn)第i個異常行為的持續(xù)時間，T_(i,n)表示t_(i,n)對應(yīng)的總監(jiān)控時長；

S2、獲取監(jiān)控錄像，對監(jiān)控錄像進(jìn)行視頻幀解析，獲取各監(jiān)控對象實現(xiàn)各異常行為的持續(xù)時間t_(i,n)和對應(yīng)的總監(jiān)時長T_(i,n)，N為監(jiān)控對象集合，n∈N；

S3、將監(jiān)控對象n的視頻幀解析數(shù)據(jù)t_(i,n)和T_(i,n)代入專注度評分模型，獲取各監(jiān)控對象的專注度得分。

優(yōu)選的，令攝像頭巡航軌跡包含K個巡航點，每個巡航點的攝像時間為t0，監(jiān)測周期為T0＝Q×K×t0，設(shè)K_n表示巡航點集合，當(dāng)攝像頭處于K_n中任一個巡航點時，監(jiān)控對象n處于攝像頭監(jiān)控范圍內(nèi)；

針對監(jiān)控對象n，其在一個監(jiān)控周期內(nèi)的t_i和T_i的計算公式如下：

r_(q,k,n,j,i)表示攝像頭第q次巡航中在第k個巡航點上第j次拍攝到監(jiān)控對象n處于第i個異常行為的連續(xù)視頻幀的數(shù)量；J_(q,k,n,i)表示攝像頭第q次巡航中在第k個巡航點上拍攝到監(jiān)控對象n處于第i個異常行為的次數(shù)；m表示單位時間1秒內(nèi)的連續(xù)視頻幀數(shù)量，表示對r_(q,k,n,j,i)/m向上取整；