CN105825189A - 一种用于大学生到课率及上课专注度自动分析的装置 - Google Patents

Abstract

本发明涉及一种用于大学生到课率及上课专注度自动分析的装置。本发明主要利用置于教室前后的两个摄像头采集学生上课情况图像，利用置于教室的计算机对采集图像进行分析，实时检测并记录学生到课率和上课专注度。采用本装置，授课教师能够随时了解班级学生的到课率和上课专注度情况，及时对教学方案作出修改，并且能更好地督促听课学生的学习，有利于促进学风建设。

Description

一种用于大学生到课率及上课专注度自动分析的装置

技术领域

本发明属于图像处理技术领域，涉及一种用于大学生到课率及上课专注度自动分析的装置。

背景技术

在学校教学过程中，学生到课率以及上课的专注度是影响大学教学质量的重要因素，因而是众多高校关注的问题。目前绝大部分高校是通过教师点名或者打卡的方式来检查学生到课情况。这种传统方式不仅费时，准确率低，而且对于学生的上课效果的测评效果欠佳，特别是，无法做到上课学生专注度的实时统计和分析，从而产生相当的滞后性，对上课过程中出现的问题不能及时纠正，严重影响教师的授课效果。因而，一套能够自动统计学生到课率情况，并实时跟踪评测学生上课专注度的设备显得非常重要和迫切。

2.现有技术缺陷:

a)到课率统计费时且数据不准确；

b)学生上课专注度靠教师肉眼判断，凭感觉评估；

c)记录过程具有滞后性，无法及时纠正授课存在问题；

d)记录及评估过程受主观因素较多。

发明内容

本发明针对现有技术的不足，提出了一种用于大学生到课率及上课专注度自动分析的装置。

本发明解决技术问题所采取的技术方案如下：

该装置主要利用置于教室前后的两个摄像头采集学生上课情况图像，利用置于教室的计算机对采集图像进行分析，实时检测并记录学生到课率和上课专注度。

所述前置摄像头主要实现人脸数量检测，设定前置摄像头高度h_f的范围为2.5m～3m，其安装角度介于arctan(h_f/l_f)-25°～arctan(h_f/(l_f+L))+25°之间，其中l_f为前置摄像头与最前排学生的水平距离；L为学生座位的总长度。

所述后置摄像头主要实现人头数量检测，设后置摄像头的高度h_b，其高度设定为屋顶的高度，其安装角度介于arctan(h_b/l_b)-25°～arctan(h_b/(l_b+L))+25°之间，其中l_b为后置摄像头与最后排学生的水平距离。

所述计算机对采集图像进行分析具体过程是：

步骤一：样本训练，得到人脸模型。

通过事先采集大量的图片，对于正样本，直接提取特征；对于负样本，多尺度遍历整幅图像，进行特征提取。然后进行特征选择，选出最好的特征建立模型。

步骤二：分别通过前后摄像头采集图片，通过前后摄像头分别采集一张教室无人时的照片作为模板图。

步骤三：分别进行人头识别和人脸识别。

在人脸识别中，首先通过读取前置摄像头采集到的任意一帧上课期间的照片，将读取的图片和模板图进行差分，由于事先已经进行了样本训练，得到了人脸模型，通过多尺度遍历图像提取特征，将特征输入训练得到的模型中，对人脸进行定位标记，初步得到了人脸数量n。然后将标记在差分图中的人脸删掉，并将删掉后的图转为灰度图。接着描出灰度图中的轮廓，并通过Hough变换寻找图中的圆。判断图中是否存在圆，若存在则确定灰度图中与头发相近部分在整个圆中的比例η，若η小于设定的阈值η₁，则保留该圆，并获取每个圆的面积S’，当S’在设定的面积S3和S4之间时认为该区域为一个有效人脸，否则删去该圆。

在人头识别中，首先通过读取后置摄像头采集到的任意一帧上课期间的照片，将读取的图片和模板图转为灰度图并进行差分，然后去除差分图中和头发灰度值相差较大的部分，接着获取处理图后的轮廓并利用Hough变换寻找圆，判断图中是否存在圆，若存在则计算每一个圆内的平均灰度值，若灰度值小于阈值T1则保留该圆，并计算每一个圆的面积，若圆的面积在设定的面积S1和S2之间证明该区域只有一个人头，若大于S2证明该区域有两个人头，统计人头的数量。否则删掉该圆。

步骤四：通过得到的人头数量和人脸数量分别计算出到课率和听讲率。到课率＝人头数/总人数，听讲率＝人脸数/人头数。

步骤五：间隔一段时间后重复步骤三，并将几次得到的到课率和听讲率进行对比。

本发明的有益效果：采用本装置，授课教师能够随时了解班级学生的到课率和上课专注度情况，及时对教学方案作出修改，并且能更好地督促听课学生的学习，有利于促进学风建设。同时能够将数据分析结果作为对授课教师教学水平考核的依据。采用本发明不仅可以极大提高教学效率，有效避免教学质量弄虚作假的情况，而且可以督促学生的学习，提高学生到课率及上课专注度，实现了双赢的目的。

附图说明

图1为装置示意图；

图2为装置硬件模块示意图；

图3为摄像头安装位置示意图；

图4为前置摄像头最小安装角度示意图；

图5为前置摄像头最大安装角度示意图；

图6为后置摄像头最小安装角度示意图；

图7为后置摄像头最大安装角度示意图；

图8为软件模块框图；

图9为算法主流程图；

图10为确定人脸数量的子流程图；

图11为确定人头数量的子流程图。

具体的实施方式

以下结合附图对本发明作进一步的描述。

本发明的发明点描述：

a)利用摄像头和电脑实时监测；

b)实时了解学生到课率以及上课专注度情况。

本发明主要是针对现有教师人工操作的弊端而提供的一种设备。通过摄像头采集图像，经过本发明提供的方法在终端上能实时了解学生到课及上课专注度情况。

如图1所示，该装置主要利用置于教室前后的两个摄像机采集学生上课情况图像，利用置于教室的计算机对采集图像进行分析，实时检测并记录学生到课率，上课专注度。进而达到帮助学生提高学习动力，帮助教师提高教学质量的目的。

如图2所示，装置主要有硬件模块和软件模块两个部分，硬件模块主要由置于教室前后的两个摄像机和计算机构成；软件模块主要是存储于计算机的图像处理算法。

硬件模块由监控设备和终端设备两部分组成。监控设备主要是前后两个摄像头，通过摄像头采集图片，将图片传输给终端设备。终端设备主要是PC机，对接收到的图片进行处理。

摄像头安装角度及高度的确定对于该装置的检测效果非常重要，其需要配合算法实施，保证采集的图像适用于本装置提出的算法计算。

如图3所示，设定学生座位的总长度L，前后摄像机与学生的距离分别为l_f，l_b，前后置摄像机高度分别为h_f，h_b，前后置摄像机与水平面的角度(即安装角度)分别为α_f，α_b，为能达到最佳图像采集效果，需使用2.5mm～6mm的镜头，以6mm镜头进行采图为例，设定其摄角为50°，则本装置可通过遵循下述方法来确定前后摄像机的安装角度，以配合算法达到最佳检测效果。

如图4和图5所示，前摄像头主要实现人脸数量检测，摄像头的位置过高会对人脸的识别产生干扰。为了增加算法的效率，需设定前置摄像头的高度h_f的范围为2.5m—3m，其安装角度的确定方法如下。由于摄像机摄角为50°，而其镜头类似一个等腰三角形，即两侧角如图4中∠2的度数为65°，在边长为l_f，h_f组成的直角三角形中，tan1＝h_f/l_f,即∠1＝arctan(h_f/l_f)。由于∠2，∠3在一个直角内，即∠3＝25°。由两直线的平行定理，则∠4＝∠1。则∠3+∠α_f＝∠4，即∠α_f＝∠4-∠3＝arctan(h_f/l_f)-25°。

由于摄像机摄角为50°，而其镜头可视为等腰三角形，即两侧角如图5中∠2的为65°。在边长为l_f+L，h_f组成的直角三角形中，由于镜头较小，则∠5，∠6在直角三角形内，∠6≈50°。则可得tan5＝h_f/(l_f+L),即∠5＝arctan(h_f/(l_f+L))。同时可计算得到∠1＝∠5+∠6。由于∠2，∠3在一个直角内，即∠3＝25°。由两直线的平行定理，∠4＝∠1。由图可知，∠3+∠α_f＝∠4，即∠α_f＝∠4-∠3＝arctan(h_f/(l_f+L))+25°。

为使学生座位始终在摄像机的监控范围内，本装置规定安装角度位于arctan(h_f/l_f)-25°～arctan(h_f/(l_f+L))+25°之间。

后置摄像头主要实现人头数量检测，为更好的配合检测算法，在一定范围内，摄像头越高，检测的结果也越精确。设定后置摄像头的高度h_b，其高度设定为屋顶的高度，安装角度的确定方法如下

如图6和图7所示，由于摄像机摄角为50°，而其镜头类似一个等腰三角形，即两侧角中如图6中的∠2的度数为65°。在边长为l_b，h_b组成的直角三角形中，tan1＝h_b/l_b,即∠1＝arctan(h_b/l_b)。由于∠2，∠3在一个直角内，即∠3＝25°。由两直线的平行定理，∠4＝∠1。而由图可知，∠3+∠α_b＝∠4，即∠α_b＝∠4-∠3＝arctan(h_b/_b)-25°。

由于摄像机摄角为50°，而其镜头类似一个等腰三角形，即两侧角如图7中的∠3度数为65°，在边长为l_b+L，h_b组成的直角三角形中，由于镜头较小，则∠4，∠5在直角三角形内，∠4≈50°。则可得tan5＝arctan(h_b/(l_b+L)),即∠5＝arctan(h_b/(l_b+L))。同时，∠1＝∠4+∠5。由于∠2，∠3在一个直角内，即∠2＝25°°。由两直线的平行定理，∠6＝∠1。而由图可知，∠2+∠α_b＝∠6，即∠α_b＝∠6-∠2＝arctan(h_b/(l_b+L))+25°

为了让学生座位始终在摄像机的监控范围内，本装置规定安装角度在arctan(h_b/l_b)-25°～arctan(h_b/(l_b+L))+25°之间。

如图8所示，本装置的软件模块主要由图像采集，人头识别和人脸识别三部分组成。其中核心部分是人头识别和人脸识别。

如图9所示，在软件模块中，通过人头识别部分来确定上课人数，人脸识别部分来确定上课听讲人数。

对于上课是否听讲采用常规的判别方法，即是否抬头看黑板。在本装置的算法中，通过计算学生的抬头率来间接的判断他们的专注度。

该流程的主要目的是分别检测出人头数量和人脸数量来确定到课率和听讲率。

步骤一：样本训练，得到人脸模型。通过事先采集大量的图片，对于正样本，直接提取特征；对于负样本，多尺度遍历整幅图像，进行特征提取。然后进行特征选择，选出最好的特征建立模型。

步骤二：分别通过前后摄像头来采集图片,通过前后摄像头分别采集一张教室无人时的照片作为模板图。

步骤三：分别进行人头识别和人脸识别。

如图10所示，在人脸识别中，首先通过读取前置摄像头采集到的任意一帧上课期间的照片，将读取的图片和模板图进行差分，由于事先已经进行了样本训练，得到了人脸模型，通过多尺度遍历图像提取特征，将特征输入训练得到的模型中，对人脸进行定位标记，初步得到了人脸数量n。然后将标记在差分图中的人脸删掉，并将删掉后的图转为灰度图。接着描出灰度图中的轮廓，并通过Hough变换寻找图中的圆。判断图中是否存在圆，若存在则确定灰度图中与头发相近部分在整个圆中的比例η，若η小于设定的阈值η₁，则保留该圆，并获取每个圆的面积S’，当S’在S3和S4之间时认为该区域为一个有效人脸，否则删去该圆。

如图11所示，在人头识别中，首先通过读取后置摄像头采集到的任意一帧上课期间的照片，将读取的图片和模板图转为灰度图并进行差分，然后去除差分图中和头发灰度值相差较大的部分，接着获取处理图后的轮廓并利用Hough变换寻找圆，判断图中是否存在圆，若存在则计算每一个圆内的平均灰度值，若灰度值小于阈值T1则保留该圆，并计算每一个圆的面积，若圆的面积在S1和S2之间证明该区域只有一个人头，若大于S2证明该区域有两个人头，统计人头的数量。否则删掉该圆。

步骤四：通过得到的人头数量和人脸数量分别计算出到课率和听讲率。到课率＝人头数/总人数，听讲率＝人脸数/人头数。

步骤五：间隔一段时间后重复步骤三。并将几次得到的到课率和听讲率进行对比。

Claims (1)

1.一种用于大学生到课率及上课专注度自动分析的装置，其特征在于：

该装置主要利用置于教室前后的两个摄像头采集学生上课情况图像，利用置于教室的计算机对采集图像进行分析，实时检测并记录学生到课率和上课专注度；

所述前置摄像头主要实现人脸数量检测，设定前置摄像头高度h_f的范围为2.5m～3m，其安装角度介于arctan(h_f/l_f)-25°～arctan(h_f/(l_f+L))+25°之间，其中l_f为前置摄像头与最前排学生的水平距离；L为学生座位的总长度；

所述后置摄像头主要实现人头数量检测，设后置摄像头的高度h_b，其高度设定为屋顶的高度，其安装角度介于arctan(h_b/l_b)-25°～arctan(h_b/(l_b+L))+25°之间，其中l_b为后置摄像头与最后排学生的水平距离；

所述计算机对采集图像进行分析具体过程是：

步骤一：样本训练，得到人脸模型；

通过事先采集大量的图片，对于正样本，直接提取特征；对于负样本，多尺度遍历整幅图像，进行特征提取；然后进行特征选择，选出最好的特征建立模型；

步骤二：分别通过前后摄像头采集图片，通过前后摄像头分别采集一张教室无人时的照片作为模板图；

步骤三：分别进行人头识别和人脸识别；

在人脸识别中，首先通过读取前置摄像头采集到的任意一帧上课期间的照片，将读取的图片和模板图进行差分，由于事先已经进行了样本训练，得到了人脸模型，通过多尺度遍历图像提取特征，将特征输入训练得到的模型中，对人脸进行定位标记，初步得到了人脸数量n；然后将标记在差分图中的人脸删掉，并将删掉后的图转为灰度图；接着描出灰度图中的轮廓，并通过Hough变换寻找图中的圆；判断图中是否存在圆，若存在则确定灰度图中与头发相近部分在整个圆中的比例η，若η小于设定的阈值η₁，则保留该圆，并获取每个圆的面积S’，当S’在设定的面积S3和S4之间时认为该区域为一个有效人脸，否则删去该圆；

在人头识别中，首先通过读取后置摄像头采集到的任意一帧上课期间的照片，将读取的图片和模板图转为灰度图并进行差分，然后去除差分图中和头发灰度值相差较大的部分，接着获取处理图后的轮廓并利用Hough变换寻找圆，判断图中是否存在圆，若存在则计算每一个圆内的平均灰度值，若灰度值小于阈值T1则保留该圆，并计算每一个圆的面积，若圆的面积在设定的面积S1和S2之间证明该区域只有一个人头，若大于S2证明该区域有两个人头，统计人头的数量；否则删掉该圆；

步骤四：通过得到的人头数量和人脸数量分别计算出到课率和听讲率；到课率＝人头数/总人数，听讲率＝人脸数/人头数；

步骤五：间隔一段时间后重复步骤三，并将几次得到的到课率和听讲率进行对比。