CN104464002B - 专注度考勤方法 - Google Patents
专注度考勤方法 Download PDFInfo
- Publication number
- CN104464002B CN104464002B CN201410734512.0A CN201410734512A CN104464002B CN 104464002 B CN104464002 B CN 104464002B CN 201410734512 A CN201410734512 A CN 201410734512A CN 104464002 B CN104464002 B CN 104464002B
- Authority
- CN
- China
- Prior art keywords
- eye
- time
- work attendance
- person
- face image
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种专注度考勤方法,应用于网络教学、网络教研和网络自主学习、网络合作学习活动中,其中所述方法为:首先,对待考勤者的脸部图像进行采集,并判断其是否为闭眼状态;接着如果侦测到待考勤者有闭眼状态则通过增大采集频率来继续对待考勤者的脸部图像进行采集并判断其何时睁开眼睛,从而得到待考勤者的闭眼时间;最后,对闭眼时间和进行统计,并生成相应的专注度考勤表。本发明通过上述方案可以清楚地了解到待考勤者的睁眼或者闭眼的状态,从而来判断其在教学活动中的专注度情况,以此来克服在现有网络教学活动中无法轻易地判断学生专注度的问题。
Description
技术领域
本发明涉及一种网络教学领域,主要是指网络教学、网络教研、网络自主学习、网络合作学习等活动领域,特别是涉及一种专注度考勤方法。
背景技术
网络、智能录播、软件,让我们不受时空限制开展网络教学、网络教研和网络自主学习、网络合作学习活动,确实是非常方便,但是如何对分散在不同物理地址的教师、学生、专家进行考勤一直是个大问题,这个问题也是导致网络上的这些业务活动不能常态开展的一个主要原因。
网络教学、网络教研和网络自主学习、网络合作学习活动中,每个教师、每个学生、专家、组织者等角色,分别处于不同的物理地址,使用不同的电脑或其他终端,每种角色每个人都不会聚到一起更不会聚到一台或几台考勤机前考勤,每个人配一台远程考勤机更不现实。即便配了,也无法实现对学生的学习状态进行检测与统计。
中国专利文献CN102122357A是本发明最接近的现有技术。现在市场上基于网络的所谓“网络考勤系统”,前端(即考勤点)仍然是安装一台考勤机,后端才是核心——网络考勤软件,即Web考勤,又称TCP/IP考勤。因采用B/S架,也称B/S考勤。这种网络考勤系统,能够远程通过网络进行考勤数据的管理、查询和报表生成。但这种考勤方式实质上还是集中考勤,每个接受考勤的人员必须站到各个考勤点的考勤机前才能完成考勤,无法做到脱离考勤机而进行网络远程考勤,无法解决这个一人一址的远程考勤问题,更不能实现对教学活动过程中每个学生的学习状态进行检测与统计。
因此,对于本领域的技术人员来讲,其很有必要针对现有网络教学活动无法对学生进行科学而有效地考勤评估的情况进行改进。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种专注度考勤方法,用于解决现有技术中无法对学生在网络学习过程中的学习状态进行有效考勤考核的问题。
为实现上述目的及其他相关目的,本发明提供以下技术方案:
一种专注度考勤方法,包括:1)于教学活动开始时设定开始时间节点;2)按第一预设频率采集待考勤者的脸部图像并侦测所述脸部图像中的眼部轮廓是否为闭眼状态,且在第一次侦测到闭眼状态的脸部图像时,设定第一时间计时节点;3)按第二预设频率采集待考勤者的脸部图像并侦测所述脸部图像中的眼部轮廓是否为睁眼状态,且在第一次侦测到睁眼状态的脸部图像时,设定第二时间计时节点;4)依据所述第一时间计时节点和第二时间计时节点,计算待考勤者的闭眼时间值;5)重复上述步骤2)至步骤4)至所述教学活动结束并设定结束时间节点,以获取所述待考勤者的多个闭眼时间值和教学活动的总时间值;6)依据所述多个闭眼时间值和总时间值计算得到所述待考勤者的专注度,并生成专注度考勤表予以输出。
综上所述,通过上述方案可以清楚地了解到待考勤者的睁眼或者闭眼的状态,从而来判断其在教学活动中的专注度情况,以此来克服在现有网络教学活动中无法轻易地判断学生专注度的问题。
附图说明
图1显示为本发明一种专注度考勤方法在一实施方式中的流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
为了使本领域技术人员能够更好地理解本发明的技术方案,下面对方案中涉及的一些技术用于予以具体解释说明。
第一,专注度,是指待考勤者眼部是否专注于教学场景或者屏幕上,一般可以利用求睁眼总时间与教学活动总时间的比值来得到。
第二,睁眼状态,即是指通过对图像进行处理,以判断其中的眼睛是否为睁开状态。同理,与其相对的还有闭眼状态,其也是通过对图像进行处理,以判断其中的眼睛是否为闭上状态。
具体地,见图1,示出了本发明一种专注度考勤方法在一实施例中的实现流程图,如图所示,所述专注度考勤方法包括以下步骤:
步骤S10,于教学活动开始时设定开始时间节点;
步骤S20,按第一预设频率采集待考勤者的脸部图像并侦测所述脸部图像中的眼部轮廓是否为闭眼状态,且在第一次侦测到闭眼状态的脸部图像时,设定第一时间计时节点;
步骤S30,按第二预设频率采集待考勤者的脸部图像并侦测所述脸部图像中的眼部轮廓是否为睁眼状态,且在第一次侦测到睁眼状态的脸部图像时,设定第二时间计时节点;
步骤S40,依据所述第一时间计时节点和第二时间计时节点,计算待考勤者的闭眼时间值;
步骤S60,重复上述步骤S20至步骤S40至所述教学活动结束并设定结束时间节点,以获取所述待考勤者的多个闭眼时间值和教学活动的总时间值;
步骤S60,依据所述多个闭眼时间值和总时间值计算得到所述待考勤者的专注度,并生成专注度考勤表予以输出。
通过上述方案可以清楚地了解到待考勤者的睁眼或者闭眼的状态,从而来判断其在教学活动中的专注度情况,以此来克服在现有网络教学活动中无法轻易地判断学生专注度的问题。
具体地,上述方案中的第一预设频率应当小于第二预设频率,例如,第一预设频率为1分钟一次,而第二预设频率为1分钟十次或者五次,这样的可以避免出现漏判或者误判的情况。比如,当第一预设频率和第二预设频率都为1分钟一次时,当待考勤者被采集到闭眼时,其只是维持了30秒,而在第60秒的时候正好又闭眼了,此时正好又被侦测到,那么待考勤者将会被认为闭眼了60秒,而实际情况并非如此。故如果提高第二预设频率并依此进行侦测,那么在30秒的时候就会在第30秒的时候侦测到待考勤者已经睁开眼睛了,从而避免了误判的情况。
由于对图像进行处理识别也需要一定的时间,如果进行采集的频率过高也将影响进程效率,所以一般地将第二预设频率设置为第一与射频的5倍至10倍左右。
另外,应当理解地是,上述方法中对脸部图像进行识别,来判断眼睛是呈睁开状态还是闭眼状态,是利用了现有的图像识别技术,这对于本领域的技术人员来讲,无需付出创造性劳动即可实现上述眼部状态的识别,其只是对该图像识别技术和其它创造性技术进行了结合的应用,故这里不再赘述。
具体地,判断睁眼状态和闭眼状态的方法为:判断图像中眼睛轮廓的高度值,若大于预设眼睛轮廓高度值则为睁眼状态;若小于等于预设眼睛轮廓高度值则为闭眼状态。
下面将通过举例的方式让本领域的技术人员来更加清楚地理解本发明的技术方案,具体地:
在网络教学活动中,例如网络教研、网络自主学习、网络合作学习等活动过程中,于教学活动开始时,设活动开始时间为A0,并在规定时间间隔内采集一次待考勤者的脸部图像(如每分钟采集一次,即第一预设频率),将采集到的脸部图像与签到时的具有睁眼状态的脸部图像进行对比,监测其眼部轮廓,若待考勤者出现眼睛闭合现象,记录当前时间点为A1,并自动提高图像采集频率(如将每分钟采集一次改为每5s采集一次,即采用第二预预设频率进行采集),当捕捉到待考勤者眼部睁开时,记录下当前时间点为A2,计算待考勤者眼部闭合时间为T1=A2-A1,若T1小于或等于某一限定值(如15s),则判定此为合理闭合,若T1大于此限定值,则判定此为非合理闭合,将其计入眼部闭合时间,此时根据当前活动进行的总时间T=(A2-A0),计算出此时该待考勤者的眼部专注度为H1=1-T1/T。当待考勤者再次或多次出现眼部闭合现象时,按照上述方法计算待考勤者眼部时间T1’,则此时,该待考勤者头部偏离时间总数为T2=T1+T1’,当前活动进行的总时间T’,计算出此时该待考勤者的眼部专注度H1=1-T2/T’。以此类推,可见眼部专注度随着活动的进行实时变化,在最后再以专注度考勤表的形式予以输出。
综上所述,本发明通过对待考勤者眼部状态进行识别,从而来判断其对于教学屏幕的专注度,可以有效地对待考勤者进行监督和考核,避免了现有网络教学活动中进行教学考勤或者考核的盲区。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (4)
1.一种专注度考勤方法,其特征在于,包括:
1)于教学活动开始时设定开始时间节点;
2)按第一预设频率采集待考勤者的脸部图像并侦测所述脸部图像中的眼部轮廓是否为闭眼状态,且在第一次侦测到闭眼状态的脸部图像时,设定第一时间计时节点;
3)按第二预设频率采集待考勤者的脸部图像并侦测所述脸部图像中的眼部轮廓是否为睁眼状态,且在第一次侦测到睁眼状态的脸部图像时,设定第二时间计时节点;
4)依据所述第一时间计时节点和第二时间计时节点,计算待考勤者的闭眼时间值;
5)重复上述步骤2)至步骤4)至所述教学活动结束并设定结束时间节点,以获取所述待考勤者的多个闭眼时间值和教学活动的总时间值;
6)依据所述多个闭眼时间值和总时间值计算得到所述待考勤者的专注度,并生成专注度考勤表予以输出。
2.根据权利要求1所述的专注度考勤方法,其特征在于,判断睁眼状态和闭眼状态的方法为:判断图像中眼睛轮廓的高度值,若大于预设眼睛轮廓高度值则为睁眼状态;若小于等于预设眼睛轮廓高度值则为闭眼状态。
3.根据权利要求1所述的专注度考勤方法,其特征在于,所述第一预设频率的频率值小于第二预设频率的频率值。
4.根据权利要求1或2所述的专注度考勤方法,其特征在于,所述第二预设频率为所述第一预设频率的5至10倍。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410734512.0A CN104464002B (zh) | 2014-12-04 | 2014-12-04 | 专注度考勤方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410734512.0A CN104464002B (zh) | 2014-12-04 | 2014-12-04 | 专注度考勤方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104464002A CN104464002A (zh) | 2015-03-25 |
CN104464002B true CN104464002B (zh) | 2017-04-19 |
Family
ID=52909983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410734512.0A Active CN104464002B (zh) | 2014-12-04 | 2014-12-04 | 专注度考勤方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104464002B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101375796A (zh) * | 2008-09-18 | 2009-03-04 | 浙江工业大学 | 疲劳驾驶实时检测系统 |
CN101639894A (zh) * | 2009-08-31 | 2010-02-03 | 华南理工大学 | 在线检测列车驾驶员行为和疲劳状态的方法及其检测系统 |
CN102122357A (zh) * | 2011-03-17 | 2011-07-13 | 电子科技大学 | 一种基于人眼睁闭状态的疲劳检测方法 |
CN102542727A (zh) * | 2011-12-08 | 2012-07-04 | 中国船舶重工集团公司第七一一研究所 | 船舶值班人员打盹监控系统及其监控方法 |
CN103617421A (zh) * | 2013-12-17 | 2014-03-05 | 上海电机学院 | 基于综合视频特征分析的疲劳检测方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4631014B2 (ja) * | 2004-07-07 | 2011-02-16 | 学校法人東海大学 | 電子教材学習支援装置と電子教材学習支援システム及び電子教材学習支援方法並びに電子学習支援プログラム |
US11043135B2 (en) * | 2013-01-22 | 2021-06-22 | D2L Corporation | Systems and methods for monitoring learner engagement during a learning event |
-
2014
- 2014-12-04 CN CN201410734512.0A patent/CN104464002B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101375796A (zh) * | 2008-09-18 | 2009-03-04 | 浙江工业大学 | 疲劳驾驶实时检测系统 |
CN101639894A (zh) * | 2009-08-31 | 2010-02-03 | 华南理工大学 | 在线检测列车驾驶员行为和疲劳状态的方法及其检测系统 |
CN102122357A (zh) * | 2011-03-17 | 2011-07-13 | 电子科技大学 | 一种基于人眼睁闭状态的疲劳检测方法 |
CN102542727A (zh) * | 2011-12-08 | 2012-07-04 | 中国船舶重工集团公司第七一一研究所 | 船舶值班人员打盹监控系统及其监控方法 |
CN103617421A (zh) * | 2013-12-17 | 2014-03-05 | 上海电机学院 | 基于综合视频特征分析的疲劳检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104464002A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104408781B (zh) | 专注度考勤系统 | |
Hickey et al. | Reward guides attention to object categories in real-world scenes. | |
Fleskens et al. | Land management and policy responses to mitigate desertification and land degradation | |
CN109977903A (zh) | 一种智慧课堂学生管理的方法、装置及计算机存储介质 | |
Liu et al. | Towards smart educational recommendations with reinforcement learning in classroom | |
Moshfeghi et al. | Understanding relevance: An fMRI study | |
CN107085715A (zh) | 一种电视智能检测用户睡眠状态的系统及方法 | |
US20110091847A1 (en) | Method, system, and computer software code for the adaptation of training via performance diagnosis based on (neuro)physiological metrics | |
Hu et al. | Research on abnormal behavior detection of online examination based on image information | |
DE202011111141U1 (de) | System zum Starten einer Antivirus-Anwendung während einer Computer-Ruhezeit | |
Buccino et al. | Open source modules for tracking animal behavior and closed-loop stimulation based on Open Ephys and Bonsai | |
EP3168783A1 (de) | Verfahren und vorrichtung zum auswerten von ergebnissen einer blickerfassung | |
CN106095965A (zh) | 一种数据处理方法和装置 | |
CN104408782B (zh) | 面视度考勤系统 | |
CN105354552B (zh) | 一种基于人脸识别和表情分析的在线监测系统与方法 | |
CN107860058A (zh) | 电暖器及其控制方法、装置、存储介质和处理器 | |
Davis et al. | An integrative approach to analyze EEG signals and human brain dynamics in different cognitive states | |
CN104408783B (zh) | 一种专注度考勤系统 | |
CN112085883A (zh) | 一种智慧监考反作弊系统 | |
CN102456129B (zh) | 一种安检图像纠偏方法和系统 | |
CN107423563A (zh) | 一种学生心理分析方法、设备及其存储介质 | |
CN104464002B (zh) | 专注度考勤方法 | |
CN106326885A (zh) | 一种种植大棚安全监控方法及装置 | |
Reiss et al. | Disruption of early face recognition processes by object substitution masking | |
CN108492231A (zh) | 基于学生行为数据的课堂效果信息的监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |