CN103686092A - 学生起立双系统检测方法及系统 - Google Patents

学生起立双系统检测方法及系统 Download PDF

Info

Publication number
CN103686092A
CN103686092A CN201310742090.7A CN201310742090A CN103686092A CN 103686092 A CN103686092 A CN 103686092A CN 201310742090 A CN201310742090 A CN 201310742090A CN 103686092 A CN103686092 A CN 103686092A
Authority
CN
China
Prior art keywords
student
image
think
standing
region
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.)
Granted
Application number
CN201310742090.7A
Other languages
English (en)
Other versions
CN103686092B (zh
Inventor
孙兴磊
廖海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHENZHEN REACH INFORMATION TECHNOLOGY Co Ltd
Original Assignee
SHENZHEN REACH INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHENZHEN REACH INFORMATION TECHNOLOGY Co Ltd filed Critical SHENZHEN REACH INFORMATION TECHNOLOGY Co Ltd
Priority to CN201310742090.7A priority Critical patent/CN103686092B/zh
Publication of CN103686092A publication Critical patent/CN103686092A/zh
Application granted granted Critical
Publication of CN103686092B publication Critical patent/CN103686092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Image Analysis (AREA)

Abstract

本方法公开一种学生起立双系统检测方法，其通过主摄像机进行图像定位加辅摄像机进行高度检测相结合，进行学生起立判断，本发明采用双系统检测方法，可以有效去除对低头抬头，胳膊的晃动等的错误识别，大大提高识别的正确率。

Description

学生起立双系统检测方法及系统
技术领域
    本方法公开一种视频监控方法，特别是一种学生起立双系统检测方法，属于教育视频监控技术领域。
背景技术
    随着视频监控技术的不断发展，其应用领域也越来越广泛，目前的教育领域中都普遍采用视频监控技术，对课堂秩序和课堂效果等进行监控。现有的教育监控系统通常包括用于监控老师及黑板的老师摄像机，还有监控学生的学生摄像机，随着监控技术的发展，在监控学生时，当学生在回答问题或其他原因有起立动作时，学生摄像机会对准起立的学生，给其进行特写，现有技术中，用一个摄像机进行人的行为分析，即根据图像的变化趋势来定位是站起还是坐下并确定其位置。由于教室的大小不同，人在图像上的大小也不尽相同，导致学生在做一些小动作，比如低头抬头，胳膊的晃动等时，有可能会被误认为是有学生站起，从而造成检测错误。
发明内容
针对上述提到的现有技术中的教育视频监控对学生的晃动屏蔽率低，容易造成检测错误的缺点，本发明提供一种学生起立双系统检测方法，其通过图像定位加高度检测相结合，可以大大降低误触发的几率。
本方法解决其技术问题采用的技术方案是：一种学生起立双系统检测方法，该方法包括下述步骤：
第一步：主摄像机检测学生起立动作，在主摄像机中，对采集到的图像的变化点进行分析，如果连续十帧都有连续的点变化，且变化点的宽度是人在图像中人的宽度那么大，高度是人的头的高度那么大，则认为是有人触发了这种行为，然后根据变化的方向来确定是起立动作还是坐下动作，此时再根据变化点在图像中的位置，就可以确定是哪个位置的学生触发了这次事件；
第二步：在辅摄像机采集的图像中，定义了一个区域，即学生坐下时无法触碰到此区域，学生站起时就必须触碰到此区域，在没有学生站起来时，取这块区域的图像作为参考值保存下来，在上课时用每帧的图像的此区域与保存图像的这个区域的图像做比较看是否有变化，如果变化的像素点大于一定值，本就认为是有人站起来，反之认为学生都坐下了；
第三步：综合第一步和第二步来判断，如果两个条件都满足，则认为有人站了起来，或是坐下状态，如果只满足第一步条件，不满足第二步条件，则认为是识别错误，放弃识别结果。
一种学生起立双系统检测系统，其特征是：所述的系统包括：
A、主摄像机：用于采集学生视频信息；
B、辅摄像机：用于采集学生坐下时无法触碰，且学生站起时就必须触碰到的区域的视频信息；
C、主摄像机图像判别模块：对主摄像机采集到的图像的变化点进行分析，如果连续十帧都有连续的点变化，且变化点的宽度是人在图像中人的宽度那么大，高度是人的头的高度那么大，那么本实施例中则认为是有人触发了这种行为，然后根据变化的方向来确定是起立动作还是坐下动作，此时再根据变化点在图像中的位置，就可以确定是哪个位置的学生触发了这次事件；
D、辅摄像机图像判别模块：在上课之前没有学生站起来时，取用于采集学生坐下时无法触碰，且学生站起时就必须触碰到的区域的图像作为参考值保存下来，在上课时用每帧的图像的此区域与保存图像的这个区域的图像做比较看是否有变化，如果变化的像素点大于一定值，本实施例中，定义的是100，就认为是有人站起来，反之认为都坐下了；
E、学生起立判别模块：用于综合主摄像机图像判别模块判别结果和辅摄像机图像判别模块判别结果来判断，如果两个判别结果都满足，则认为有人站了起来，或是坐下状态，如果只满足主摄像机判别结果条件，不满足辅摄像机判别结果条件，则认为是识别错误，放弃识别结果。
本方法解决其技术问题采用的技术方案进一步还包括：
所述的判断图像变化点时，是用本帧的图像的y值除以上一帧此点的y值，如果值大于1.3或小于0.7，则认为是有图像变化。
所述的确定学生是起立动作还是坐下动作时，对之前连续十帧进行比较，如果这些变化点的y坐标越来越小，则认为是站起来，如果越来越大，则认为是坐下的。
所述的步骤二中判断图像是否有变化时，变化的像素点大于100。
本方法的有益效果是：本发明采用双系统检测方法，可以有效去除对低头抬头，胳膊的晃动等的错误识别，大大提高识别的正确率。
下面将结合附图和具体实施方式对本方法做进一步说明。
附图说明
    图1为本发明流程图。
具体实施方式
本实施例为本方法优选实施方式，其他凡其原理和基本结构与本实施例相同或近似的，均在本方法保护范围之内。
本发明中，将用于检测人的动作行为的摄相机定义为主摄像机，将用于高度检测的摄像机定义为辅摄像机。
本发明中的学生起立双系统检测方法主要包括下述几个步骤：
第一步：主摄像机检测学生起立动作，本实施例中，在主摄像机中，对采集到的图像的变化点进行分析，如果连续十帧都有连续的点变化（本实施例中，判断图像变化点是用本帧的图像的每个像素点的y值除以上一帧此像素点的y值， y值即图像的亮度，是y，cb，cr分别格式中的y值，如果值大于1.3或小于0.7，本实施例中则认为是有图像变化），且变化点的宽度是人在图像中人的宽度那么大，高度是人的头的高度那么大（由于人和摄像机的位置远近不一样，所以图像大小也不一样，因此不能确定用多大像素，本实施例中，是在系统初始化的时候通过在每个位置站个人，然后在采用鼠标在图像中按照人头的大小画框，这个框的宽就是人头像中的宽，高就是人的头像的高，然后就把这个宽和高保存起来，作为参考，每次检测时调出该值作为参考即可，在系统初始化时，在每个学生的位置上进行一次画框操作，将各个框分别保存起来待用，具体实施时，也可以采用直接输入宽和高的数值的方式也可以），那么本实施例中则认为是有人触发了这种行为，然后根据变化的方向来确定是起立动作还是坐下动作（此方向的判断是对之前连续十帧进行比较，由于在图像中y坐标越往下，坐标值越大，越往上越小，所以如果这些变化点的y坐标越来越小，则认为是站起来，如果越来越大，则认为是坐下的），此时再根据变化点在图像中的位置，就可以确定是哪个位置的学生触发了这次事件；
第二步：在辅摄像机（学生辅助摄像机安装在教室一侧，与讲台平行的位置，高度和学生站起的高度相近）采集的图像中，定义了一个区域，即学生坐下时无法触碰到此区域，学生站起时就必须触碰到此区域，在上课之前没有学生站起来时，取这块区域的图像作为参考值保存下来，在上课时用每帧的图像的此区域与保存图像的这个区域的图像做比较（用本帧的图像的y值除以上一帧此点的y值，如果值大于1.3或小于0.7本发明中则认为是有图像变化）看是否有变化，如果变化的像素点（就是y值两帧图像的比值大于1.3或小于0.7就认为是变化的像素点）大于一定值，本实施例中，定义的是100，就认为是有人站起来，反之认为学生都坐下了；
第三步：综合第一步和第二步来判断，如果两个条件都满足，则认为有人站了起来，或是坐下状态，如果只满足第一步条件，不满足第二步条件，则认为是识别错误，放弃识别结果。
本发明同时保护一种学生起立双系统检测系统，其主要包括如下部分：
1、主摄像机：用于采集学生视频信息；
2、辅摄像机：用于采集学生坐下时无法触碰，且学生站起时就必须触碰到的区域的视频信息；
3、主摄像机图像判别模块：对主摄像机采集到的图像的变化点进行分析，如果连续十帧都有连续的点变化（本实施例中，判断图像变化点是用本帧的图像的y值除以上一帧此点的y值，如果值大于1.3或小于0.7，本实施例中则认为是有图像变化），且变化点的宽度是人在图像中人的宽度那么大，高度是人的头的高度那么大，那么本实施例中则认为是有人触发了这种行为，然后根据变化的方向来确定是起立动作还是坐下动作（此方向的判断是对之前连续十帧进行比较，如果这些变化点的y坐标越来越小，则认为是站起来，如果越来越大，则认为是坐下的），此时再根据变化点在图像中的位置，就可以确定是哪个位置的学生触发了这次事件；
4、辅摄像机图像判别模块：在上课之前没有学生站起来时，取用于采集学生坐下时无法触碰，且学生站起时就必须触碰到的区域的图像作为参考值保存下来，在上课时用每帧的图像的此区域与保存图像的这个区域的图像做比较（用本帧的图像的所有点的y值除以上一帧此点的y值，如果值大于1.3或小于0.7本发明中则认为是有图像变化）看是否有变化，如果变化的像素点大于一定值，本实施例中，定义的是100，就认为是有人站起来，反之认为都坐下了；
5、学生起立判别模块：用于综合主摄像机图像判别模块判别结果和辅摄像机图像判别模块判别结果来判断，如果两个判别结果都满足，则认为有人站了起来，或是坐下状态，如果只满足主摄像机判别结果条件，不满足辅摄像机判别结果条件，则认为是识别错误，放弃识别结果。
    本发明采用双系统检测方法，可以有效去除对低头抬头，胳膊的晃动等的错误识别，大大提高识别的正确率。

Claims (8)

1.一种学生起立双系统检测方法，其特征是：所述的方法包括下述步骤：
第一步：主摄像机检测学生起立动作，在主摄像机中，对采集到的图像的变化点进行分析，如果连续十帧都有连续的点变化，且变化点的宽度是人在图像中人的宽度那么大，高度是人的头的高度那么大，则认为是有人触发了这种行为，然后根据变化的方向来确定是起立动作还是坐下动作，此时再根据变化点在图像中的位置，就可以确定是哪个位置的学生触发了这次事件；
第二步：在辅摄像机采集的图像中，定义了一个区域，即学生坐下时无法触碰到此区域，学生站起时就必须触碰到此区域，在没有学生站起来时，取这块区域的图像作为参考值保存下来，在上课时用每帧的图像的此区域与保存图像的这个区域的图像做比较看是否有变化，如果变化的像素点大于一定值，本就认为是有人站起来，反之认为学生都坐下了；
第三步：综合第一步和第二步来判断，如果两个条件都满足，则认为有人站了起来，或是坐下状态，如果只满足第一步条件，不满足第二步条件，则认为是识别错误，放弃识别结果。
2.根据权利要求1所述的学生起立双系统检测方法，其特征是：所述的判断图像变化点时，是用本帧的图像的y值除以上一帧此点的y值，如果值大于1.3或小于0.7，则认为是有图像变化。
3.根据权利要求1所述的学生起立双系统检测方法，其特征是：所述的确定学生是起立动作还是坐下动作时，对之前连续十帧进行比较，如果这些变化点的y坐标越来越小，则认为是站起来，如果越来越大，则认为是坐下的。
4.根据权利要求1所述的学生起立双系统检测方法，其特征是：所述的步骤二中判断图像是否有变化时，变化的像素点大于100。
5.一种学生起立双系统检测系统，其特征是：所述的系统包括：
A、主摄像机：用于采集学生视频信息；
B、辅摄像机：用于采集学生坐下时无法触碰，且学生站起时就必须触碰到的区域的视频信息；
C、主摄像机图像判别模块：对主摄像机采集到的图像的变化点进行分析，如果连续十帧都有连续的点变化，且变化点的宽度是人在图像中人的宽度那么大，高度是人的头的高度那么大，那么本实施例中则认为是有人触发了这种行为，然后根据变化的方向来确定是起立动作还是坐下动作，此时再根据变化点在图像中的位置，就可以确定是哪个位置的学生触发了这次事件；
D、辅摄像机图像判别模块：在上课之前没有学生站起来时，取用于采集学生坐下时无法触碰，且学生站起时就必须触碰到的区域的图像作为参考值保存下来，在上课时用每帧的图像的此区域与保存图像的这个区域的图像做比较看是否有变化，如果变化的像素点大于一定值，本实施例中，定义的是100，就认为是有人站起来，反之认为都坐下了；
E、学生起立判别模块：用于综合主摄像机图像判别模块判别结果和辅摄像机图像判别模块判别结果来判断，如果两个判别结果都满足，则认为有人站了起来，或是坐下状态，如果只满足主摄像机判别结果条件，不满足辅摄像机判别结果条件，则认为是识别错误，放弃识别结果。
6.根据权利要求5所述的学生起立双系统检测系统，其特征是：所述的判断图像变化点时，是用本帧的图像的y值除以上一帧此点的y值，如果值大于1.3或小于0.7，则认为是有图像变化。
7.根据权利要求5所述的学生起立双系统检测系统，其特征是：所述的确定学生是起立动作还是坐下动作时，对之前连续十帧进行比较，如果这些变化点的y坐标越来越小，则认为是站起来，如果越来越大，则认为是坐下的。
8.根据权利要求5所述的学生起立双系统检测系统，其特征是：所述的模块D中判断图像是否有变化时，变化的像素点大于100。
CN201310742090.7A 2013-12-30 2013-12-30 学生起立双系统检测方法及系统 Active CN103686092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310742090.7A CN103686092B (zh) 2013-12-30 2013-12-30 学生起立双系统检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310742090.7A CN103686092B (zh) 2013-12-30 2013-12-30 学生起立双系统检测方法及系统

Publications (2)

Publication Number Publication Date
CN103686092A true CN103686092A (zh) 2014-03-26
CN103686092B CN103686092B (zh) 2016-09-14

Family

ID=50322209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310742090.7A Active CN103686092B (zh) 2013-12-30 2013-12-30 学生起立双系统检测方法及系统

Country Status (1)

Country Link
CN (1) CN103686092B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104618650A (zh) * 2015-01-30 2015-05-13 苏州阔地网络科技有限公司 一种正面、侧面图像采集设备联合的运动检测方法与设备
CN105938540A (zh) * 2015-03-03 2016-09-14 富士通株式会社 行为检测方法和行为检测设备
CN107273781A (zh) * 2016-04-07 2017-10-20 北京文香信息技术有限公司 一种基于图像分析的人体行为识别算法
CN108961287A (zh) * 2018-07-03 2018-12-07 百度在线网络技术（北京）有限公司 智能货架触发方法、智能货架系统、存储介质及电子设备
CN109522846A (zh) * 2018-11-19 2019-03-26 深圳博为教育科技有限公司 一种起立监测方法、装置、服务器及起立监测系统
CN110738109A (zh) * 2019-09-10 2020-01-31 浙江大华技术股份有限公司 检测用户起立的方法、装置及计算机存储介质
CN115205982A (zh) * 2022-09-08 2022-10-18 深圳市维海德技术股份有限公司 起立跟踪检测方法、电子设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5671009A (en) * 1995-08-14 1997-09-23 Samsung Electronics Co., Ltd. CCTV system having improved detection function and detecting method suited for the system
CN101980314A (zh) * 2010-10-11 2011-02-23 上海交通大学 公交专座智能提示装置与方法
CN102096930A (zh) * 2011-01-30 2011-06-15 吴柯维 一种教学智能录播系统学生起坐检测方法
CN102610054A (zh) * 2011-01-19 2012-07-25 上海弘视通信技术有限公司 基于视频的起身检测系统
CN103327250A (zh) * 2013-06-24 2013-09-25 深圳锐取信息技术股份有限公司 基于模式识别镜头控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5671009A (en) * 1995-08-14 1997-09-23 Samsung Electronics Co., Ltd. CCTV system having improved detection function and detecting method suited for the system
CN101980314A (zh) * 2010-10-11 2011-02-23 上海交通大学 公交专座智能提示装置与方法
CN102610054A (zh) * 2011-01-19 2012-07-25 上海弘视通信技术有限公司 基于视频的起身检测系统
CN102096930A (zh) * 2011-01-30 2011-06-15 吴柯维 一种教学智能录播系统学生起坐检测方法
CN103327250A (zh) * 2013-06-24 2013-09-25 深圳锐取信息技术股份有限公司 基于模式识别镜头控制方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104618650A (zh) * 2015-01-30 2015-05-13 苏州阔地网络科技有限公司 一种正面、侧面图像采集设备联合的运动检测方法与设备
CN105938540A (zh) * 2015-03-03 2016-09-14 富士通株式会社 行为检测方法和行为检测设备
CN107273781A (zh) * 2016-04-07 2017-10-20 北京文香信息技术有限公司 一种基于图像分析的人体行为识别算法
CN108961287A (zh) * 2018-07-03 2018-12-07 百度在线网络技术（北京）有限公司 智能货架触发方法、智能货架系统、存储介质及电子设备
CN109522846A (zh) * 2018-11-19 2019-03-26 深圳博为教育科技有限公司 一种起立监测方法、装置、服务器及起立监测系统
CN109522846B (zh) * 2018-11-19 2020-08-14 深圳博为教育科技有限公司 一种起立监测方法、装置、服务器及起立监测系统
CN110738109A (zh) * 2019-09-10 2020-01-31 浙江大华技术股份有限公司 检测用户起立的方法、装置及计算机存储介质
CN110738109B (zh) * 2019-09-10 2022-11-22 浙江大华技术股份有限公司 检测用户起立的方法、装置及计算机存储介质
CN115205982A (zh) * 2022-09-08 2022-10-18 深圳市维海德技术股份有限公司 起立跟踪检测方法、电子设备及介质

Also Published As

Publication number Publication date
CN103686092B (zh) 2016-09-14

Similar Documents

Publication Publication Date Title
CN103686092A (zh) 学生起立双系统检测方法及系统
CN101661329B (zh) 智能终端的操作控制方法及装置
CN104123078B (zh) 输入信息的方法和设备
CN102509088B (zh) 一种手部运动检测的方法、装置及人机交互系统
CN109284737A (zh) 一种用于智慧教室的学生行为分析和识别系统
US9984154B2 (en) Systems and methods for analyzing time series data based on event transitions
WO2019028592A1 (zh) 一种教学辅助方法及采用该方法的教学辅助系统
Avgerinakis et al. Recognition of activities of daily living for smart home environments
CN111767888A (zh) 对象状态检测方法、计算机设备、存储介质和电子设备
CN106709521A (zh) 基于卷积神经网络和动态跟踪的火焰预警方法和系统
CN109543607A (zh) 目标物异常状态检测方法、系统、监护系统及存储介质
Dubey et al. A depth camera based fall recognition system for the elderly
CN109447025A (zh) 疲劳检测方法、装置、系统及计算机可读存储介质
CN102034110A (zh) 一种火焰检测方法
CN109508576A (zh) 一种异常驾驶行为检测方法、装置及电子设备
CN103514429A (zh) 检测对象的特定部位的方法及图像处理设备
CN103150552A (zh) 一种基于人头计数的驾驶培训管理方法
CN110740298A (zh) 分布式教室违纪行为检测系统、方法及介质
CN113052127A (zh) 一种行为检测方法、系统、计算机设备及机器可读介质
CN105046222A (zh) 一种基于fpga的人脸检测与跟踪方法
CN102663776A (zh) 基于特征点分析的剧烈运动检测的方法及装置
CN104392201B (zh) 一种基于全向视觉的人体跌倒识别方法
US20110304467A1 (en) Image monitoring device and method
CN108492231A (zh) 基于学生行为数据的课堂效果信息的监控系统
CN107479713A (zh) 一种移动设备的人机交互方法及移动设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant