CN108810477A - 针对综合视频培训平台远程监控的方法 - Google Patents

针对综合视频培训平台远程监控的方法 Download PDF

Info

Publication number
CN108810477A
CN108810477A CN201810679508.7A CN201810679508A CN108810477A CN 108810477 A CN108810477 A CN 108810477A CN 201810679508 A CN201810679508 A CN 201810679508A CN 108810477 A CN108810477 A CN 108810477A
Authority
CN
China
Prior art keywords
student
information
video training
comprehensive video
registration
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
Application number
CN201810679508.7A
Other languages
English (en)
Inventor
樊继河
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.)
Jiangsu Source Control Whole Fire Control Co Ltd
Original Assignee
Jiangsu Source Control Whole Fire Control 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 Jiangsu Source Control Whole Fire Control Co Ltd filed Critical Jiangsu Source Control Whole Fire Control Co Ltd
Priority to CN201810679508.7A priority Critical patent/CN108810477A/zh
Publication of CN108810477A publication Critical patent/CN108810477A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G06Q50/2057—Career enhancement or continuing education service
    • 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

Abstract

本发明涉及一种针对综合视频培训平台远程监控的方法，包括以下步骤：采集并录入参与综合视频培训的报名学员的报名信息，所述报名信息包括所述报名学员的基本身份信息、相关专业培训所需的专业背景信息以及报名学员的脸部信息。上述针对综合视频培训平台远程监控的方法，将人脸识别技术运用到综合视频培训过程中，通过实时抓拍，实时比对，实时提醒的方式，监控学员的整个学习过程，提高学员对培训内容的专注程度，以提升综合视频培训的教学质量和确认该学员在线培训的真实性。

Description

针对综合视频培训平台远程监控的方法
技术领域
本发明涉及视频培训技术领域，特别是涉及针对综合视频培训平台远程监控的方法。
背景技术
知识经济时代，是以信息和知识的大量生产和传播为主要特征。并以每年18-20％的递增率发展。然而，与巨大的信息和知识量相比，学习者将会发现自己的“知识贫乏”，已有的知识正变得支离破碎，学习的速度太慢，要学的知识太多，这是由于个人学习的有限性和滞后性与知识增长的无限性和快速性产生极大反差造成的。培训是学习知识的重要途径，现代培训只有在观念、方法、内容等方面进行变革，才能适应时代发展的需要。
培训是一种有组织的知识传递、技能传递、标准传递、信息传递、信念传递、管理训诫行为。目前国内培训以技能传递为主，时间则侧重上岗前。为了达到统一的科学技术规范、标准化作业，通过目标规划设定、知识和信息传递、技能熟练演练、作业达成评测、结果交流公告等现代信息化的流程，让员工通过一定的教育训练技术手段，达到预期的水平提高目标，提升战斗力，个人能力，工作能力的训练都称之为培训。
在现有技术中，培训主要采用老师在教室进行讲课，或者在网上观看培训视频，效率较低，成本较高，且培训的老师和学生都受限制，一个课堂或者视频通常只能够培训一种专业内容，且学员和老师对自己领域的学习培训程度均不了解，对学生的学习程度和能力也不了解，就只管讲课收钱即可，培训效果较差，针对性较差。
发明内容
基于此，有必要针对上述技术问题，提供一种针对综合视频培训平台远程监控的方法，将人脸识别技术运用到综合视频培训过程中，通过实时抓拍，实时比对，实时提醒的方式，监控学员的整个学习过程，提高学员对培训内容的专注程度，以提升综合视频培训的教学质量和确认该学员在线培训的真实性。
一种针对综合视频培训平台远程监控的方法，包括以下步骤：
采集并录入参与综合视频培训的报名学员的报名信息，所述报名信息包括所述报名学员的基本身份信息、相关专业培训所需的专业背景信息以及报名学员的脸部信息；
网站根据所述报名学员的基本身份信息和相关专业培训所需的专业背景信息，提供相关课程；
注册报名后的学员登录到相关的综合视频培训系统中进行相关课程的在线学习；
在学员登录相关综合视频培训系统进行相关课程的学习过程中，每隔预定时间，获取一次用户的人脸信息；
将所述获取的人脸信息上传服务器，所述服务器对所述获取的人脸信息进行对比，将所述比对结果反馈回网站，网站根据人脸对比分析结果，发出第一提醒信号。
上述针对综合视频培训平台远程监控的方法，将人脸识别技术运用到综合视频培训过程中，通过实时抓拍，实时比对，实时提醒的方式，监控学员的整个学习过程，提高学员对培训内容的专注程度，以提升综合视频培训的教学质量和确认该学员在线培训的真实性。
在另外的一个实施例中，所述第一提醒信号是声音。
在另外的一个实施例中，所述第一提醒信号是光。
在另外的一个实施例中，步骤“在学员登录相关综合视频培训系统进行相关课程的学习过程中，每隔预定时间，获取一次用户的人脸信息；”中获取一次用户的人脸信息具体包括：
获取人脸的二维图像；
利用主动形状模型对获取的二维图像进行特征点自动定位；
得出人脸关键特征点的三维坐标；
利用三维坐标计算特征点距离矩阵，提取三维人脸几何特征；
利用反向传播神经网络进行识别。
在另外的一个实施例中，步骤“利用主动形状模型对获取的二维图像进行特征点自动定位；”具体包括：
根据肤色信息对双目视觉系数获得的左右人脸图像进行人脸区域提取；
利用极线变换对图像进行校正，并对校正后的左、右图像进行特征点定位，将确定好的人脸区域作为初始位置；
利用主动形状模型技术进行特征提取，左右每幅图像上分别提取多个特征点。
在另外的一个实施例中，步骤“利用三维坐标计算特征点距离矩阵，提取三维人脸几何特征；”包括：
对提取的特征点进行三维信息的恢复；
构造三维特征。
在另外的一个实施例中，步骤“构造三维特征；”包括：距离特征、角度特征的表示与度量、比例特征的表示与度量、周长特征的表示与度量、面积特征的表示与度量。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
附图说明
图1为本申请实施例提供的一种针对综合视频培训平台远程监控的方法的流程示意图。
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，以下结合附图及实施例，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仅用以解释本发明，并不用于限定本发明。
一种针对综合视频培训平台远程监控的方法，包括以下步骤：
S110、采集并录入参与综合视频培训的报名学员的报名信息，所述报名信息包括所述报名学员的基本身份信息、相关专业培训所需的专业背景信息以及报名学员的脸部信息。
S120、网站根据所述报名学员的基本身份信息和相关专业培训所需的专业背景信息，提供相关课程。
S130、注册报名后的学员登录到相关的综合视频培训系统中进行相关课程的在线学习。
S140、在学员登录相关综合视频培训系统进行相关课程的学习过程中，每隔预定时间，获取一次用户的人脸信息。
S150、将所述获取的人脸信息上传服务器，所述服务器对所述获取的人脸信息进行对比，将所述比对结果反馈回网站，网站根据人脸对比分析结果，发出第一提醒信号。
上述针对综合视频培训平台远程监控的方法，将人脸识别技术运用到综合视频培训过程中，通过实时抓拍，实时比对，实时提醒的方式，监控学员的整个学习过程，提高学员对培训内容的专注程度，以提升综合视频培训的教学质量和确认该学员在线培训的真实性。
在另外的一个实施例中，所述第一提醒信号是声音。
在另外的一个实施例中，所述第一提醒信号是光。
在另外的一个实施例中，步骤“在学员登录相关综合视频培训系统进行相关课程的学习过程中，每隔预定时间，获取一次用户的人脸信息；”中获取一次用户的人脸信息具体包括：
获取人脸的二维图像；
利用主动形状模型对获取的二维图像进行特征点自动定位；
得出人脸关键特征点的三维坐标；
利用三维坐标计算特征点距离矩阵，提取三维人脸几何特征；
利用反向传播神经网络进行识别。
在另外的一个实施例中，步骤“利用主动形状模型对获取的二维图像进行特征点自动定位；”具体包括：
根据肤色信息对双目视觉系数获得的左右人脸图像进行人脸区域提取；
利用极线变换对图像进行校正，并对校正后的左、右图像进行特征点定位，将确定好的人脸区域作为初始位置；
利用主动形状模型技术进行特征提取，左右每幅图像上分别提取多个特征点。
在另外的一个实施例中，步骤“利用三维坐标计算特征点距离矩阵，提取三维人脸几何特征；”包括：
对提取的特征点进行三维信息的恢复；
构造三维特征。
在另外的一个实施例中，步骤“构造三维特征；”包括：距离特征、角度特征的表示与度量、比例特征的表示与度量、周长特征的表示与度量、面积特征的表示与度量。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种针对综合视频培训平台远程监控的方法，其特征在于，包括以下步骤：
采集并录入参与综合视频培训的报名学员的报名信息，所述报名信息包括所述报名学员的基本身份信息、相关专业培训所需的专业背景信息以及报名学员的脸部信息；
网站根据所述报名学员的基本身份信息和相关专业培训所需的专业背景信息，提供相关课程；
注册报名后的学员登录到相关的综合视频培训系统中进行相关课程的在线学习；
在学员登录相关综合视频培训系统进行相关课程的学习过程中，每隔预定时间，获取一次用户的人脸信息；
将所述获取的人脸信息上传服务器，所述服务器对所述获取的人脸信息进行对比，将所述比对结果反馈回网站，网站根据人脸对比分析结果，发出第一提醒信号。
2.根据权利要求1所述的针对综合视频培训平台远程监控的方法，其特征在于，所述第一提醒信号是声音。
3.根据权利要求1所述的针对综合视频培训平台远程监控的方法，其特征在于，所述第一提醒信号是光。
4.根据权利要求1所述的针对综合视频培训平台远程监控的方法，其特征在于，步骤“在学员登录相关综合视频培训系统进行相关课程的学习过程中，每隔预定时间，获取一次用户的人脸信息；”中获取一次用户的人脸信息具体包括：
获取人脸的二维图像；
利用主动形状模型对获取的二维图像进行特征点自动定位；
得出人脸关键特征点的三维坐标；
利用三维坐标计算特征点距离矩阵，提取三维人脸几何特征；
利用反向传播神经网络进行识别。
5.根据权利要求4所述的针对综合视频培训平台远程监控的方法，其特征在于，步骤“利用主动形状模型对获取的二维图像进行特征点自动定位；”具体包括：
根据肤色信息对双目视觉系数获得的左右人脸图像进行人脸区域提取；
利用极线变换对图像进行校正，并对校正后的左、右图像进行特征点定位，将确定好的人脸区域作为初始位置；
利用主动形状模型技术进行特征提取，左右每幅图像上分别提取多个特征点。
6.根据权利要求4所述的针对综合视频培训平台远程监控的方法，其特征在于，步骤“利用三维坐标计算特征点距离矩阵，提取三维人脸几何特征；”包括：
对提取的特征点进行三维信息的恢复；
构造三维特征。
7.根据权利要求6所述的针对综合视频培训平台远程监控的方法，其特征在于，步骤“构造三维特征；”包括：距离特征、角度特征的表示与度量、比例特征的表示与度量、周长特征的表示与度量、面积特征的表示与度量。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到7任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到7任一项所述方法的步骤。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到7任一项所述的方法。
CN201810679508.7A 2018-06-27 2018-06-27 针对综合视频培训平台远程监控的方法 Pending CN108810477A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810679508.7A CN108810477A (zh) 2018-06-27 2018-06-27 针对综合视频培训平台远程监控的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810679508.7A CN108810477A (zh) 2018-06-27 2018-06-27 针对综合视频培训平台远程监控的方法

Publications (1)

Publication Number Publication Date
CN108810477A true CN108810477A (zh) 2018-11-13

Family

ID=64071874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810679508.7A Pending CN108810477A (zh) 2018-06-27 2018-06-27 针对综合视频培训平台远程监控的方法

Country Status (1)

Country Link
CN (1) CN108810477A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109961033A (zh) * 2019-03-18 2019-07-02 重庆替比网络科技有限公司 职业教育现场培训监管系统
CN110147969A (zh) * 2019-05-30 2019-08-20 北京金和网络股份有限公司 基于五定技术的在线培训方法及培训终端
CN112766661A (zh) * 2020-12-31 2021-05-07 上海梦创双杨数据科技股份有限公司 一种培训报道住宿一卡通集成系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866497A (zh) * 2010-06-18 2010-10-20 北京交通大学 基于双目立体视觉的智能三维人脸重建方法及系统
CN104299091A (zh) * 2014-10-17 2015-01-21 深圳市能士信息安全有限公司 一种基于人脸识别的网络远程培训方法
CN104408412A (zh) * 2014-11-20 2015-03-11 苏州福丰科技有限公司 一种用于保险柜的三维人脸识别方法
US20170154209A1 (en) * 2015-12-01 2017-06-01 Canon Kabushiki Kaisha Image identification apparatus and image identification method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101866497A (zh) * 2010-06-18 2010-10-20 北京交通大学 基于双目立体视觉的智能三维人脸重建方法及系统
CN104299091A (zh) * 2014-10-17 2015-01-21 深圳市能士信息安全有限公司 一种基于人脸识别的网络远程培训方法
CN104408412A (zh) * 2014-11-20 2015-03-11 苏州福丰科技有限公司 一种用于保险柜的三维人脸识别方法
US20170154209A1 (en) * 2015-12-01 2017-06-01 Canon Kabushiki Kaisha Image identification apparatus and image identification method

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109961033A (zh) * 2019-03-18 2019-07-02 重庆替比网络科技有限公司 职业教育现场培训监管系统
CN110147969A (zh) * 2019-05-30 2019-08-20 北京金和网络股份有限公司 基于五定技术的在线培训方法及培训终端
CN112766661A (zh) * 2020-12-31 2021-05-07 上海梦创双杨数据科技股份有限公司 一种培训报道住宿一卡通集成系统及方法
CN112766661B (zh) * 2020-12-31 2023-06-09 上海梦创双杨数据科技股份有限公司 一种培训报道住宿一卡通集成系统及方法

Similar Documents

Publication Publication Date Title
Abedalaziz et al. Measuring attitudes toward computer and internet usage among postgraduate students in Malaysia.
Bainbridge et al. Using learning analytics to predict at-risk students in online graduate public affairs and administration education
CN108810477A (zh) 针对综合视频培训平台远程监控的方法
Ysseldyke et al. Academic growth expectations for students with emotional and behavior disorders
CN115205764B (zh) 基于机器视觉的在线学习专注度监测方法、系统及介质
Teranishi et al. The Asian American and Pacific Islander data disaggregation movement: The convergence of community activism and policy reform
Parker An empirical examination of the roles of ability and gender in collaborative homework assignments
CN110991943B (zh) 一种基于云计算的教学质量评价系统
Leung et al. The influence of teaching approach and teacher-student interaction on the development of graduate capabilities
Killion Why evaluations fail
Sundt et al. Using data to support online student communities
Steiner et al. An investigation of successful self-regulated-learning in a technology-enhanced learning environment
CN114549253A (zh) 一种实时评估听课状态的线上教学系统
CN106846960A (zh) 一种基于网络的在线学习评估系统
Scariot et al. Students effort vs. outcome: analysis through Moodle logs
KR101887018B1 (ko) 온라인 경영윤리 교육 시스템 및 그 교육방법
Schwartzman et al. Accuracy and consistency in social categorization across context, motivation, and time
Mitry et al. Student Evaluations of Faculty Members: A Call for Analytical Prudence.
CN111209588A (zh) 基于区块链的教培管理方法及系统
Liao et al. Research on a Trustworthy Digital Learning Roll Call System
Alharthi et al. Teacher evaluation in Saudi schools: the potential use of e-portfolio
Li et al. Identify students at risk based on behavioural patterns in continuous assessment
Sporte et al. Teacher Evaluation in Practice: Understanding Evaluator Reliability and Teacher Engagement in Chicago Public Schools.
CN116663970A (zh) 基于神经网络的在线学习状态评估方法
Valsamidis et al. Two algorithms for web applications assessment

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181113