CN108830207A - 一种互联网教育告警系统 - Google Patents
一种互联网教育告警系统 Download PDFInfo
- Publication number
- CN108830207A CN108830207A CN201810574935.9A CN201810574935A CN108830207A CN 108830207 A CN108830207 A CN 108830207A CN 201810574935 A CN201810574935 A CN 201810574935A CN 108830207 A CN108830207 A CN 108830207A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- internet
- random number
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004891 communication Methods 0.000 claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims abstract description 29
- 230000001815 facial effect Effects 0.000 claims description 26
- 230000006399 behavior Effects 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000003542 behavioural effect Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 238000003672 processing method Methods 0.000 claims description 7
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 208000033748 Device issues Diseases 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 description 9
- 238000009826 distribution Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 101100352381 Homo sapiens PLGLA gene Proteins 0.000 description 1
- 102100035201 Plasminogen-like protein A Human genes 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种互联网教育告警系统,解决的是告警不及时、效率差的技术问题,通过采用所述互联网教育告警系统包括学生行为采集系统,互联网中心系统、多个家长终端以及用于数据传输的通信装置,家长终端内置有告警装置,通信装置包括通信接收单元及通信发送单元,通信发送单元存储有数据传输程序的技术方案,较好的解决了该问题,可用于互联网教育中。
Description
技术领域
本发明涉及互联网教育领域,具体涉及一种互联网教育告警系统。
背景技术
教育是由教育机构来完成,互联网教育基于他的便利性和快捷性得到了广泛关注。其中在学生年龄较为年幼时,家长对于学生的教育状况、生活状况的重视非常高。认为教育能够影响幼儿身体成长和认知、情感、性格等方面发展,是教育体系中的重要一环。在当今社会中越来越引发大家的重视。但是,在作为幼教中心场所的幼儿园中仍然存在一些亟待解决的问题,例如,基于缺少行业经验和数据共享,在对于孩子异响行为的提示上存在不及时的缺陷。
因此,提供一种能够及时提示孩子存在异常行为的互联网教育告警系统就很有必要。
发明内容
本发明所要解决的技术问题是现有技术中存在的告警不及时的技术问题。提供一种新的互联网教育告警系统,该互联网教育告警系统具有告警及时、效率高的特点。
为解决上述技术问题,采用的技术方案如下:
一种互联网教育告警系统,所述互联网教育告警系统包括学生行为采集系统,互联网中心系统、多个家长终端以及用于数据传输的通信装置,家长终端内置有告警装置,通信装置包括通信接收单元及通信发送单元,通信发送单元存储有数据传输程序,数据传输程序包括以下步骤;
步骤一,所述通信发送单元对数据添加数据属性标签,对网络连接添加网络连接属性标签,并定义数据属性标签库以及网络连接属性标签库;
步骤二,通信发送单元判断待发送数据属性以及判断网络连接属性进行数据信息发送;
步骤三,通信发送单元侦听通信接收单元的反馈信息,并根据反馈信息判断通信接收单元是否成功接收数据;将反馈信息添加到数据属性标签库的;
所述告警装置包括身份信息录入装置、身份识别装置,用于行为分析的第一处理器及告警装置,第一处理器还用于驱动告警装置;
所述身份录入装置包括图像处理单元;图像处理单元根据提供或采集的人体图像数据,执行人脸检测算法检测学生人脸图像位置,确定人脸图像后使用特征值提取方法提取人脸图像特征值,对人脸图像特征值进行编码得到待监测学生人脸特征编码T,最后将学生信息Info与待监测学生人脸特征编码T匹配;
互联网中心系统包括互联网存储器以及互联网处理器,互联网存储器存储有图像预处理程序,互联网处理器用于执行所述图像预处理程序。
本发明的工作原理:本发明中将学生的行为图像事实上传到互联网中心系统,家长可以在终端使用身份录入装置绑定需要关注的学生信息以及对应的人脸特征。在日常的学习过程中,本系统可以将所有学生的学习图像上传到互联网中心系统进行预处理,并通过传输不重复、效率高、安全的数据传输方法进行效率的提高。
上述方案中,为优化,进一步地,所述判断待发送数据属性包括检索待发送数据的数据属性标签,待发送数据的数据属性标签在数据属性标签库中匹配成功则判定待发送数据没有存在变化,匹配失败则判定待发送数据存在变化;
待发送数据存在变化则对待发送数据进行压缩加密处理;待发送数据没有存在变化则根据待发送数据的数据属性标签调用预先加密数据。
进一步地,所述压缩加密处理包括RC4流密码加密处理方法,RC4流密码加密处理方法基于RC4流密码生成装置,RC4流密码生成装置包括真随机数生成装置,伪随机数生成装置,以及与所述真随机数生成装置、所述伪随机数生成装置通过字典CD共同连接的流密码的生成装置;所述字典CD为同步的真随机数所构成;RC4流密码加密处理方法包括:
步骤A,伪随机数生成装置通过执行RC4算法生成随机数序列;
步骤B,真随机数生成装置生成同步的真随机数;
步骤C,将RC4算法所产生的伪随机数与真随机数相结合,包括使用RC4算法的指针jt,指向的字典CD中的元素与伪随机数Zt相模加,RC4流密码为:Codet=mod(Zt+CDt[jt],2n)。
进一步地,所述图像预处理程序包括:
接收学生行为采集系统上传的原始图像,预处理原始图像得到预处理图像,预设数据库FData,采用人体特征检测方法检测预处理图像,使用图像分割方法分割出人体行为图像并进行标记标识进行区分,并将标记有标识的人体图像下传到告警装置。
进一步地,所述身份识别装置包括第二处理器、第二存储器,第二存储器内存储有身份识别程序,第二处理器用以执行身份识别程序,完成以下步骤:
步骤1,接收互联网中心系统下传的标记有标识的人体图像;
步骤2,采用所述人脸检测算法对人体算法进行人脸检测,确定人脸区域,得到人脸图像序列H;
步骤3,采用与身份信息录入装置中相同的特征值方法对人脸图像序列H进行特征值提取,得到人脸图像序列H中的所有人脸特征并添加待监测学生人脸特征编码T得到人脸特征序列HT;
步骤4,计算对应特征间距Hx,对应特征间距Hx为数据库FData中的特征编码TD和人脸特征序列HT的特征编码T的距离,预设阈值Hf;将对应特征间距Hx小于阈值Hf相应的特征编码TD所对应的学生信息Info读出,并计数加1;
步骤4,继续下一张人体图像,将计数最大的学生信息Info作为待监测学生身份;
步骤5,识别与步骤4所述的待监测学生身份的学生信息Info对应的人体行为图像的标识,挑出与所述待监测学生身份的学生信息Info对应的人体行为图像,存储在第二存储其中供家长调用,同时上传到互联网中心系统进行单独行为分析。
进一步地,所述单独行为分析包括预设行为动作特征与行为分析结果一一对应的教育特征库,并定义异常行为;将人体行为图像对应的人体特征在教育特征库中进行查找匹配,寻出相应的行为分析结果;出现异常行为时,互联网中心系统下发告警指令给告警装置,告警装置发出告警信号。
进一步地,所述特征值提取方法包括:
步骤A:对人脸图像R进行标定,标定68个特征点;
步骤B,使用仿射变换将步骤A中的特征点调整到固定位置,将人脸图像R的人脸朝向转换为正面;
步骤C,对步骤B中得到的人脸图像进行编码,将人脸特征编码为一列N维数组T,计算数组T中Ti与Tj的距离:
D(i,j)=∑k(Ti(k)-Tj(k))2。
本发明的有益效果:本发明采用了数据传输实现按需先压缩后传输,提高数据传输效率,降低数据传输成本,传输过程采用一次握手方式及数据包加密,让数据传输过程快捷、安全,能够满足图像数据的大容量传输,保证了效率。同时在身份识别处通过直接的图像采集并进行人脸特征的提取,对应身份信息预固定待监测学生。在后续的行为检测中能够自动提取待检测学生的行为数据,并进行分析,输出告警信息给家长,提醒家长学生的学习效果或其他异常情况。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1,实施例1的互联网教育告警系统示意图。
图2,数据传输程序示意图。
图3,身份识别程序流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
本实施例提供一种互联网教育告警系统,如图1,所述互联网教育告警系统包括学生行为采集系统,互联网中心系统、多个家长终端以及用于数据传输的通信装置,家长终端内置有告警装置,通信装置包括通信接收单元及通信发送单元,通信发送单元存储有数据传输程序,如图2,数据传输程序包括以下步骤;
步骤一,所述通信发送单元对数据添加数据属性标签,对网络连接添加网络连接属性标签,并定义数据属性标签库以及网络连接属性标签库;
步骤二,通信发送单元判断待发送数据属性以及判断网络连接属性进行数据信息发送;
步骤三,通信发送单元侦听通信接收单元的反馈信息,并根据反馈信息判断通信接收单元是否成功接收数据;将反馈信息添加到数据属性标签库的;
所述告警装置包括身份信息录入装置、身份识别装置,用于行为分析的第一处理器及告警装置,第一处理器还用于驱动告警装置;
所述身份录入装置包括图像处理单元;图像处理单元根据提供或采集的人体图像数据,执行人脸检测算法检测学生人脸图像位置,确定人脸图像后使用特征值提取方法提取人脸图像特征值,对人脸图像特征值进行编码得到待监测学生人脸特征编码T,最后将学生信息Info与待监测学生人脸特征编码T匹配;
互联网中心系统包括互联网存储器以及互联网处理器,互联网存储器存储有图像预处理程序,互联网处理器用于执行所述图像预处理程序。视频预处理,包括去噪,亮度均衡等处理;本实施例只对图像进行了去噪处理,用的是现有的Bilateral Filter方法,采用的参数是亮度sigma=20,空间sigma=7,得到图像G。
身份录入装置的使用方法如下:
步骤A1,录制只有学生一人的图像画面,学生面向镜头;
步骤A2,抓取主播视频流,得出图像FF;
步骤A3,对图像FF进行视频预处理得到图像GG;
步骤A4,对图像GG进行人脸检测,确定图像GG中的人脸区域,得到人脸图像RR;
步骤A5,使用特征值提取方法自人脸图像RR提取特征值,得到人脸特征编码T;
步骤A6,输入学生信息为Info,将学生信息与人脸特征编码T对应,保存到数据库FData中。
具体地,所述判断待发送数据属性包括检索待发送数据的数据属性标签,待发送数据的数据属性标签在数据属性标签库中匹配成功则判定待发送数据没有存在变化,匹配失败则判定待发送数据存在变化;待发送数据存在变化则对待发送数据进行压缩加密处理;待发送数据没有存在变化则根据待发送数据的数据属性标签调用预先加密数据。
具体地,所述压缩加密处理包括RC4流密码加密处理方法,RC4流密码加密处理方法基于RC4流密码生成装置,RC4流密码生成装置包括真随机数生成装置,伪随机数生成装置,以及与所述真随机数生成装置、所述伪随机数生成装置通过字典CD共同连接的流密码的生成装置;所述字典CD为同步的真随机数所构成;RC4流密码加密处理方法包括:
步骤A,伪随机数生成装置通过执行RC4算法生成随机数序列;
步骤B,真随机数生成装置生成同步的真随机数;
步骤C,将RC4算法所产生的伪随机数与真随机数相结合,包括使用RC4算法的指针jt,指向的字典CD中的元素与伪随机数Zt相模加,RC4流密码为:Codet=mod(Zt+CDt[jt],2n)。其中,所述真随机数同步装置包括同步物理随机源,O/E转换模块,A/D转换模块以及延时异或模块。本实施例总同步物理随机源包括第三半导体激光器DSL,与第三半导体激光器连接的第一半导体激光器SL1和第二半导体激光器SL2;所述第三半导体激光器DSL设置有外反馈腔QT3,用于给第一半导体激光器SL1和第二半导体激光器SL2提供相同的驱动信号;所述第一半导体激光器SL1与第二半导体激光器SL2均设置有相同的外反馈腔QT1和QT2,外反馈腔QT1、QT2与外反馈腔QT3的外腔长度及反馈强度不同。
其中,伪随机数生成装置包括密钥分发模块,与密钥分发模块连接的RC4程序单元;所述密钥分发模块用于给RC4程序单元提供密钥;所述RC4程序单元用于将密钥分发模块提供的密钥作为种子执行RC4算法获得随机数序列。其中,所述RC4算法包括密钥初始化算法KSA和伪随机数生成算法PRGA。
进一步地,所述图像预处理程序包括:
接收学生行为采集系统上传的原始图像,预处理原始图像得到预处理图像,预设数据库FData,采用人体特征检测方法检测预处理图像,使用图像分割方法分割出人体行为图像并进行标记标识进行区分,并将标记有标识的人体图像下传到告警装置。
具体地,所述身份识别装置包括第二处理器、第二存储器,第二存储器内存储有身份识别程序,第二处理器用以执行身份识别程序,如图3,完成以下步骤:
步骤1,接收互联网中心系统下传的标记有标识的人体图像;
步骤2,采用所述人脸检测算法对人体算法进行人脸检测,确定人脸区域,得到人脸图像序列H;
步骤3,采用与身份信息录入装置中相同的特征值方法对人脸图像序列H进行特征值提取,得到人脸图像序列H中的所有人脸特征并添加待监测学生人脸特征编码T得到人脸特征序列HT;
步骤4,计算对应特征间距Hx,对应特征间距Hx为数据库FData中的特征编码TD和人脸特征序列HT的特征编码T的距离,预设阈值Hf;将对应特征间距Hx小于阈值Hf相应的特征编码TD所对应的学生信息Info读出,并计数加1;
步骤4,继续下一张人体图像,将计数最大的学生信息Info作为待监测学生身份;
步骤5,识别与步骤4所述的待监测学生身份的学生信息Info对应的人体行为图像的标识,挑出与所述待监测学生身份的学生信息Info对应的人体行为图像,存储在第二存储其中供家长调用,同时上传到互联网中心系统进行单独行为分析。
具体地,所述单独行为分析包括预设行为动作特征与行为分析结果一一对应的教育特征库,并定义异常行为;将人体行为图像对应的人体特征在教育特征库中进行查找匹配,寻出相应的行为分析结果;出现异常行为时,互联网中心系统下发告警指令给告警装置,告警装置发出告警信号。
具体地,所述特征值提取方法包括:
人脸特征提取的可以分为如下步骤:
(1)对图像R中的人脸图片进行标定,标定68个特征点,包括下巴的顶部、每只眼睛的外部轮廓、每条眉毛的内部轮廓等;采用的方法是现有的特征标定方法;
(2)使用仿射变换将上一步骤中找到的特征点调整到固定位置;通过这一变换,我们将人脸图像R中的人脸朝向转换为正面;简单的仿射变换保证人脸图像没有失真;
(3)对人脸特征进行编码,即将人脸特征表示成一列N[64~256]维数组T,使得每张人脸图像提取的特征数组T都不相同。当人脸图像是同一个人拍摄的不同图片时数组T在N维空间中的距离较小,而不同人拍摄的人脸图片的数组T距离较大。本发明实例中采用的特征编码方法是利用深度神经网络训练得出的编码方法。该方法广泛应用于人脸识别类应用。本步骤中,数列T的维数采用128维。不同的数列T之间的距离,在本例中使用欧式几何距离的平方,例如Ti与Tj之间的距离为:
D(i,j)=∑k(Ti(k)-Tj(k))2。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员能够理解本发明,但是本发明不仅限于具体实施方式的范围,对本技术领域的普通技术人员而言,只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内,一切利用本发明构思的发明创造均在保护之列。
Claims (7)
1.一种互联网教育告警系统,其特征在于:所述互联网教育告警系统包括学生行为采集系统,互联网中心系统、多个家长终端以及用于数据传输的通信装置,家长终端内置有告警装置,通信装置包括通信接收单元及通信发送单元,通信发送单元存储有数据传输程序,数据传输程序包括以下步骤;
步骤一,所述通信发送单元对数据添加数据属性标签,对网络连接添加网络连接属性标签,并定义数据属性标签库以及网络连接属性标签库;
步骤二,通信发送单元判断待发送数据属性以及判断网络连接属性进行数据信息发送;
步骤三,通信发送单元侦听通信接收单元的反馈信息,并根据反馈信息判断通信接收单元是否成功接收数据;将反馈信息添加到数据属性标签库的;
所述告警装置包括身份信息录入装置、身份识别装置,用于行为分析的第一处理器及告警装置,第一处理器还用于驱动告警装置;
所述身份录入装置包括图像处理单元;图像处理单元根据提供或采集的人体图像数据,执行人脸检测算法检测学生人脸图像位置,确定人脸图像后使用特征值提取方法提取人脸图像特征值,对人脸图像特征值进行编码得到待监测学生人脸特征编码T,最后将学生信息Info与待监测学生人脸特征编码T匹配;
互联网中心系统包括互联网存储器以及互联网处理器,互联网存储器存储有图像预处理程序,互联网处理器用于执行所述图像预处理程序。
2.根据权利要求1所述的互联网教育告警系统,其特征在于:所述判断待发送数据属性包括检索待发送数据的数据属性标签,待发送数据的数据属性标签在数据属性标签库中匹配成功则判定待发送数据没有存在变化,匹配失败则判定待发送数据存在变化;
待发送数据存在变化则对待发送数据进行压缩加密处理;待发送数据没有存在变化则根据待发送数据的数据属性标签调用预先加密数据。
3.根据权利要求2所述的互联网教育告警系统,其特征在于:所述压缩加密处理包括RC4流密码加密处理方法,RC4流密码加密处理方法基于RC4流密码生成装置,RC4流密码生成装置包括真随机数生成装置,伪随机数生成装置,以及与所述真随机数生成装置、所述伪随机数生成装置通过字典CD共同连接的流密码的生成装置;所述字典CD为同步的真随机数所构成;RC4流密码加密处理方法包括:
步骤A,伪随机数生成装置通过执行RC4算法生成随机数序列;
步骤B,真随机数生成装置生成同步的真随机数;
步骤C,将RC4算法所产生的伪随机数与真随机数相结合,包括使用RC4算法的指针jt,指向的字典CD中的元素与伪随机数Zt相模加,RC4流密码为:Codet=mod(Zt+CDt[jt],2n)。
4.根据权利要求1-3任一所述的互联网教育告警系统,其特征在于:所述图像预处理程序包括:
接收学生行为采集系统上传的原始图像,预处理原始图像得到预处理图像,预设数据库FData,采用人体特征检测方法检测预处理图像,使用图像分割方法分割出人体行为图像并进行标记标识进行区分,并将标记有标识的人体图像下传到告警装置。
5.根据权利要求4所述的互联网教育告警系统,其特征在于:所述身份识别装置包括第二处理器、第二存储器,第二存储器内存储有身份识别程序,第二处理器用以执行身份识别程序,完成以下步骤:
步骤1,接收互联网中心系统下传的标记有标识的人体图像;
步骤2,采用所述人脸检测算法对人体算法进行人脸检测,确定人脸区域,得到人脸图像序列H;
步骤3,采用与身份信息录入装置中相同的特征值方法对人脸图像序列H进行特征值提取,得到人脸图像序列H中的所有人脸特征并添加待监测学生人脸特征编码T得到人脸特征序列HT;
步骤4,计算对应特征间距Hx,对应特征间距Hx为数据库FData中的特征编码TD和人脸特征序列HT的特征编码T的距离,预设阈值Hf;将对应特征间距Hx小于阈值Hf相应的特征编码TD所对应的学生信息Info读出,并计数加1;
步骤4,继续下一张人体图像,将计数最大的学生信息Info作为待监测学生身份;
步骤5,识别与步骤4所述的待监测学生身份的学生信息Info对应的人体行为图像的标识,挑出与所述待监测学生身份的学生信息Info对应的人体行为图像,存储在第二存储其中供家长调用,同时上传到互联网中心系统进行单独行为分析。
6.根据权利要求5所述的互联网教育告警系统,其特征在于:所述单独行为分析包括预设行为动作特征与行为分析结果一一对应的教育特征库,并定义异常行为;将人体行为图像对应的人体特征在教育特征库中进行查找匹配,寻出相应的行为分析结果;出现异常行为时,互联网中心系统下发告警指令给告警装置,告警装置发出告警信号。
7.根据权利要求5所述的互联网教育告警系统,其特征在于:所述特征值提取方法包括:
步骤A:对人脸图像R进行标定,标定68个特征点;
步骤B,使用仿射变换将步骤A中的特征点调整到固定位置,将人脸图像R的人脸朝向转换为正面;
步骤C,对步骤B中得到的人脸图像进行编码,将人脸特征编码为一列N维数组T,计算数组T中Ti与Tj的距离:
D(i,j)=∑k(Ti(k)-Tj(k))2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810574935.9A CN108830207A (zh) | 2018-06-06 | 2018-06-06 | 一种互联网教育告警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810574935.9A CN108830207A (zh) | 2018-06-06 | 2018-06-06 | 一种互联网教育告警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108830207A true CN108830207A (zh) | 2018-11-16 |
Family
ID=64144068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810574935.9A Pending CN108830207A (zh) | 2018-06-06 | 2018-06-06 | 一种互联网教育告警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830207A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109347638A (zh) * | 2018-11-30 | 2019-02-15 | 山东三江电子工程有限公司 | 一种大数据量快速安全数据传输的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001007800A (ja) * | 1999-06-22 | 2001-01-12 | Hitachi Ltd | 暗号化装置および方法 |
CN101819631A (zh) * | 2010-04-16 | 2010-09-01 | 深圳大学 | 一种身份识别方法和身份识别系统 |
CN102725737A (zh) * | 2009-12-04 | 2012-10-10 | 密码研究公司 | 可验证防泄漏的加密和解密 |
CN102752102A (zh) * | 2012-07-02 | 2012-10-24 | 珠海全志科技股份有限公司 | 数据包分段加密传输处理方法和装置 |
CN104219045A (zh) * | 2013-06-03 | 2014-12-17 | 中国科学院上海高等研究院 | Rc4 流密码生成器 |
CN105744301A (zh) * | 2016-01-22 | 2016-07-06 | 福建宏天信息产业有限公司 | 互联网教育平台的实现方法及系统 |
CN106023012A (zh) * | 2016-05-12 | 2016-10-12 | 北京圣水龙兴文化传媒有限公司 | 一种基于云计算的学生行为分析方法及系统 |
CN106550398A (zh) * | 2016-11-08 | 2017-03-29 | 广东欧珀移动通信有限公司 | 数据传输方法、装置、终端及基站 |
CN107644556A (zh) * | 2017-10-11 | 2018-01-30 | 四川省电科互联网加产业技术研究院有限公司 | 基于学校的互联网教育方法及系统 |
CN108073888A (zh) * | 2017-08-07 | 2018-05-25 | 中国科学院深圳先进技术研究院 | 一种教学辅助方法及采用该方法的教学辅助系统 |
CN108377182A (zh) * | 2018-01-12 | 2018-08-07 | 电子科技大学 | 一种安全性强的rc4流密码生成装置及方法 |
-
2018
- 2018-06-06 CN CN201810574935.9A patent/CN108830207A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001007800A (ja) * | 1999-06-22 | 2001-01-12 | Hitachi Ltd | 暗号化装置および方法 |
CN102725737A (zh) * | 2009-12-04 | 2012-10-10 | 密码研究公司 | 可验证防泄漏的加密和解密 |
CN101819631A (zh) * | 2010-04-16 | 2010-09-01 | 深圳大学 | 一种身份识别方法和身份识别系统 |
CN102752102A (zh) * | 2012-07-02 | 2012-10-24 | 珠海全志科技股份有限公司 | 数据包分段加密传输处理方法和装置 |
CN104219045A (zh) * | 2013-06-03 | 2014-12-17 | 中国科学院上海高等研究院 | Rc4 流密码生成器 |
CN105744301A (zh) * | 2016-01-22 | 2016-07-06 | 福建宏天信息产业有限公司 | 互联网教育平台的实现方法及系统 |
CN106023012A (zh) * | 2016-05-12 | 2016-10-12 | 北京圣水龙兴文化传媒有限公司 | 一种基于云计算的学生行为分析方法及系统 |
CN106550398A (zh) * | 2016-11-08 | 2017-03-29 | 广东欧珀移动通信有限公司 | 数据传输方法、装置、终端及基站 |
CN108073888A (zh) * | 2017-08-07 | 2018-05-25 | 中国科学院深圳先进技术研究院 | 一种教学辅助方法及采用该方法的教学辅助系统 |
CN107644556A (zh) * | 2017-10-11 | 2018-01-30 | 四川省电科互联网加产业技术研究院有限公司 | 基于学校的互联网教育方法及系统 |
CN108377182A (zh) * | 2018-01-12 | 2018-08-07 | 电子科技大学 | 一种安全性强的rc4流密码生成装置及方法 |
Non-Patent Citations (2)
Title |
---|
李家杰: "基于攻击安全的真随机数生成算法的研究和应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王卫华: "基于SPSS的网络学习平台分析研究", 《伊犁师范学院学报(自然科学版)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109347638A (zh) * | 2018-11-30 | 2019-02-15 | 山东三江电子工程有限公司 | 一种大数据量快速安全数据传输的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kalayeh et al. | Human semantic parsing for person re-identification | |
US10474929B2 (en) | Cyclic generative adversarial network for unsupervised cross-domain image generation | |
CN110059465B (zh) | 身份验证方法、装置及设备 | |
CN113936339B (zh) | 基于双通道交叉注意力机制的打架识别方法和装置 | |
EP4123503A1 (en) | Image authenticity detection method and apparatus, computer device and storage medium | |
CN111931598B (zh) | 一种基于人脸识别的课堂智能实时分析方法及系统 | |
CN116504382B (zh) | 远程医疗监护系统及其方法 | |
CN114330312A (zh) | 标题文本处理方法、装置、存储介质和程序 | |
CN109871736B (zh) | 自然语言描述信息的生成方法及装置 | |
CN113392270A (zh) | 视频处理方法、装置、计算机设备以及存储介质 | |
CN115761900B (zh) | 用于实训基地管理的物联网云平台 | |
CN109992978A (zh) | 信息的传输方法、装置及存储介质 | |
CN115238749B (zh) | 一种基于Transformer的特征融合的调制识别方法 | |
Yang et al. | Mutualnet: Adaptive convnet via mutual learning from different model configurations | |
Sharma et al. | A fully integrated violence detection system using CNN and LSTM. | |
CN110246197A (zh) | 验证码字符生成方法、装置、电子设备及存储介质 | |
CN112906806A (zh) | 一种基于神经网络的数据优化方法及装置 | |
CN108830207A (zh) | 一种互联网教育告警系统 | |
CN117558270A (zh) | 语音识别方法、装置、关键词检测模型的训练方法和装置 | |
Sun | Federated Transfer Learning with Multimodal Data | |
CN116206239A (zh) | 视频特征提取网络训练方法、装置、电子设备及存储介质 | |
US11688158B1 (en) | Method and system for unique, procedurally generated digital objects via few-shot model | |
JP2004056343A5 (zh) | ||
CN116306780A (zh) | 一种动态图链接生成方法 | |
US20230360027A1 (en) | Method and system for unique, procedurally generated extended reality environment via few-shot model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |
|
RJ01 | Rejection of invention patent application after publication |