CN110675291A - 学生疲劳用眼时间的获取方法、服务器及可读存储介质 - Google Patents
学生疲劳用眼时间的获取方法、服务器及可读存储介质 Download PDFInfo
- Publication number
- CN110675291A CN110675291A CN201910879878.XA CN201910879878A CN110675291A CN 110675291 A CN110675291 A CN 110675291A CN 201910879878 A CN201910879878 A CN 201910879878A CN 110675291 A CN110675291 A CN 110675291A
- Authority
- CN
- China
- Prior art keywords
- time period
- classroom
- students
- student
- monitoring time
- 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
Images
Classifications
-
- 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
-
- 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
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种学生疲劳用眼时间的获取方法，包括：根据课程信息在监测时间段内采集教室内图像，将从教室内图像中提取的教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配，判定目标学生是否在教室内；当目标学生在教室内时，根据监测时间段累计目标学生的疲劳用眼时间。本发明还公开了一种服务器和可读存储介质。本发明通过根据课程信息确定监测时间段，在监测时间段内获取教室内学生的人脸特征，并在获取的教室内学生的人脸特征与预设的目标学生的人脸特征匹配时，将监测时间段对应的时长累计计入目标学生的疲劳用眼时间，提供了一种搜集学生在校期间的疲劳用眼数据的方法，可以协助制定系统的近视预防方案。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种学生疲劳用眼时间的获取方法、服务器及可读存储介质。
背景技术
目前低龄学生如小学生的近视率逐年上升，诱发近视的重要原因之一是学生的近距离长时间的用眼疲劳行为。学生在校上课期间经常发生疲劳用眼行为，缺乏对学生在校期间的疲劳用眼情况的数据收集，从而无法制定系统的近视预防方案。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种学生疲劳用眼时间的获取方法、服务器和可读存储介质，旨在解决现有技术中缺乏对学生在校期间的疲劳用眼情况的数据收集，从而无法制定系统的近视预防方案的技术问题。
为实现上述目的，本发明提供一种学生疲劳用眼时间的获取方法，所述学生疲劳用眼时间的获取方法包括如下步骤：
获取课程信息，并根据所述课程信息确定监测时间段；
在所述监测时间段内采集教室内图像，从所述教室内图像中提取教室内学生的人脸特征，并将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配，判定所述目标学生是否在所述教室内；
当所述目标学生在所述教室内时，根据所述监测时间段累计所述目标学生的疲劳用眼时间。
可选地，所述在所述监测时间段内采集教室内图像，从所述教室内图像中提取教室内学生的人脸特征，并将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配，判定所述目标学生是否在所述教室内的步骤包括：
在监测时间段以预设间隔采集教室内图像，并从所述教室内图像中提取教室内学生的人脸特征；
将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配；
在匹配时，更新匹配次数；
在所述监测时间段结束时，判断所述匹配次数是否大于预设次数，其中，当所述教室内学生的人脸特征与预设的目标学生的人脸特征的匹配次数大于或等于预设次数阈值时，判定所述目标学生在所述教室内。
可选地，当所述目标学生在所述教室内时，根据所述监测时间段累计所述学生的疲劳用眼时间的步骤包括：
当所述目标学生在所述教室内时，根据所述监测时间段和所述监测时间段对应的权值累计所述学生的疲劳用眼时间，其中，根据所述课程信息确定所述监测时间段对应的权值。
可选地，所述根据所述课程信息确定所述监测时间段对应的权值的步骤包括：
当所述监测时间段之前为课间休息时间段时，将所述监测时间段对应的权值设置为第一取值；
当所述监测时间段之前不为课间休息时间段时，将所述监测时间段对应的权值设置为第二取值，其中，所述第一取值小于所述第二取值。
可选地，所述根据所述课程信息确定所述监测时间段对应的权值的步骤包括：
当所述监测时间段处于上午时段时，将所述监测时间段对应的权值设置为第三取值；
当所述监测时间段处于下午时段时，将所述监测时间段对应的权值设置为第四取值，其中，所述第三取值小于所述第四取值。
可选地，所述当所述目标学生在所述教室内时，根据所述监测时间段累计所述目标学生的疲劳用眼时间的步骤包括：
当所述目标学生在所述教室内时，判断所述目标学生在上一个监测时间段是否也在所述教室内；
当所述目标学生在上一个监测时间段内也在所述教室内时，增大当前监测时间段对应的权值。
可选地，所述根据所述课程信息确定所述监测时间段对应的权值的步骤包括：
当所述监测时间段处于课后时间段或中午时间段时，将所述监测时间段对应的权值设置为第五取值；
当所述监测时间段不处于课后时间段或中午时间段时，将所述监测时间段对应的权值设置为第六取值，其中，所述第六取值小于所述第五取值。
可选地，所述在所述监测时间段内采集教室内图像的步骤包括：
获取教室内学生的位置信息；
根据所述教室内学生的位置信息调整摄像头的角度；
控制所述摄像头拍摄所述教室内图像。
此外，为实现上述目的，本发明还提供一种服务器，该服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的学生疲劳用眼时间的获取处理程序，所述学生疲劳用眼时间的获取处理程序被所述处理器执行时实现如上所述的学生疲劳用眼时间的获取方法的步骤。
此外，为实现上述目的，本发明还提出一种可读存储介质，所述可读存储介质上存储有学生疲劳用眼时间的获取处理程序，所述学生疲劳用眼时间的获取处理程序被处理器执行时实现如上所述的学生疲劳用眼时间的获取方法的步骤。
本发明实施例提出的一种学生疲劳用眼时间的获取方法、服务器和可读计算机存储介质，本发明通过根据课程信息确定监测时间段，在监测时间段内获取教室内学生的人脸特征，并在获取的教室内学生的人脸特征与预设的目标学生的人脸特征匹配时，将监测时间段对应的时长累计计入目标学生的疲劳用眼时间，提供了一种搜集学生在校期间的疲劳用眼数据的方法，可以协助制定系统的近视预防方案。
附图说明
图1是本发明实施例方案涉及的服务器结构示意图；
图2为本发明学生疲劳用眼时间的获取方法第一实施例的流程示意图；
图3为本发明学生疲劳用眼时间的获取方法第二实施例的流程示意图；
图4为本发明学生疲劳用眼时间的获取方法第三实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本发明实施例的主要解决方案是：获取课程信息，并根据所述课程信息确定监测时间段；在所述监测时间段内采集教室内图像，从所述教室内图像中提取教室内学生的人脸特征，并将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配，判定所述目标学生是否在所述教室内；当所述目标学生在所述教室内时，根据所述监测时间段累计所述目标学生的疲劳用眼时间。
本发明通过根据课程信息确定监测时间段，在监测时间段内获取教室内学生的人脸特征，并在获取的教室内学生的人脸特征与预设的目标学生的人脸特征匹配时，将监测时间段对应的时长累计计入目标学生的疲劳用眼时间，提供了一种搜集学生在校期间的疲劳用眼数据的方法，可以协助制定系统的近视预防方案。
如图1所示，图1是本发明实施例方案涉及的服务器的结构示意图。
如图1所示，该服务器可以包括：处理器1001，例如CPU，通信总线1002，存储器1003。其中，通信总线1002用于实现这些组件之间的连接通信。存储器1003可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1003可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的服务器的结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1003中可以包括操作系统和学生疲劳用眼时间的获取处理程序。
在图1所示的装置中，处理器1001可以用于调用存储器1003中存储的。学生疲劳用眼时间的获取方处理程序，并执行以下操作：
获取课程信息，并根据所述课程信息确定监测时间段；
在所述监测时间段内采集教室内图像，从所述教室内图像中提取教室内学生的人脸特征，并将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配，判定所述目标学生是否在所述教室内；
当所述目标学生在所述教室内时，根据所述监测时间段累计所述目标学生的疲劳用眼时间。
进一步地，处理器1001可以调用存储器1003中存储的学生疲劳用眼时间的获取处理程序，还执行以下操作：
在监测时间段以预设间隔采集教室内图像，并从所述教室内图像中提取教室内学生的人脸特征；
将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配；
在匹配时，更新匹配次数；
在所述监测时间段结束时，判断所述匹配次数是否大于预设次数，其中，当所述教室内学生的人脸特征与预设的目标学生的人脸特征的匹配次数大于或等于预设次数阈值时，判定所述目标学生在所述教室内。
进一步地，处理器1001可以调用存储器1003中存储的学生疲劳用眼时间的获取处理程序，还执行以下操作：
当所述目标学生在所述教室内时，根据所述监测时间段和所述监测时间段对应的权值累计所述学生的疲劳用眼时间，其中，根据所述课程信息确定所述监测时间段对应的权值。
进一步地，处理器1001可以调用存储器1003中存储的学生疲劳用眼时间的获取处理程序，还执行以下操作：
当所述监测时间段之前为课间休息时间段时，将所述监测时间段对应的权值设置为第一取值；
当所述监测时间段之前不为课间休息时间段时，将所述监测时间段对应的权值设置为第二取值，其中，所述第一取值小于所述第二取值。
进一步地，处理器1001可以调用存储器1003中存储的学生疲劳用眼时间的获取处理程序，还执行以下操作：
当所述监测时间段处于上午时段时，将所述监测时间段对应的权值设置为第三取值；
当所述监测时间段处于下午时段时，将所述监测时间段对应的权值设置为第四取值，其中，所述第三取值小于所述第四取值。
进一步地，处理器1001可以调用存储器1003中存储的学生疲劳用眼时间的获取处理程序，还执行以下操作：
当所述目标学生在所述教室内时，判断所述目标学生在上一个监测时间段是否也在所述教室内；
当所述目标学生在上一个监测时间段内也在所述教室内时，增大当前监测时间段对应的权值。
进一步地，处理器1001可以调用存储器1003中存储的学生疲劳用眼时间的获取处理程序，还执行以下操作：
当所述监测时间段处于课后时间段或中午时间段时，将所述监测时间段对应的权值设置为第五取值；
当所述监测时间段不处于课后时间段或中午时间段时，将所述监测时间段对应的权值设置为第六取值，其中，所述第六取值小于所述第五取值。
进一步地，处理器1001可以调用存储器1003中存储的学生疲劳用眼时间的获取处理程序，还执行以下操作：
获取教室内学生的位置信息；
根据所述教室内学生的位置信息调整摄像头的角度；
控制所述摄像头拍摄所述教室内图像。
在对本发明实施例进行详细的解释说明之前，先对本发明涉及到的学生近视防控系统的架构进行说明。
学生近视防控系统包括服务器、摄像头以及用户终端：
服务器：根据课程信息控制摄像头对教室内学生拍照，根据接收的摄像头拍摄的教室内学生的图像判断学生是否在教室内，根据判断结果统计学生的疲劳用眼时间，给用户终端发送学生疲劳用眼统计结果。
摄像头：安装于教室内，根据服务器的指示对教室内学生进行拍摄，并将拍摄的图像发送给服务器。
用户终端：用户终端上运行着学生近视防控应用软件，管理用户通过该应用软件设置课程信息并管理普通用户的注册和权限设置，普通用户通过该软件发送获取学生疲劳用眼时间的请求，接收服务器反馈的学生疲劳用眼统计结果。
参照图2，本发明第一实施例提供一种学生疲劳用眼时间的获取方法，所述方法包括：
步骤S10，获取课程信息，并根据所述课程信息确定监测时间段；
本实施例的执行主体为上述学生近视防控系统中的服务器。管理用户通过学生近视防控应用软件登录服务器设置课程信息，课程信息存储在服务器中。当服务器判断满足启动条件时，从自身的存储空间中获取课程信息，其中，服务器在周一至周五每天早上的第一节课之前定时启动。
课程信息包括一周中每天的课程安排，具体为每天所排的课程内容和课程时间段，各个课程以及各个课间休息所对应的时间段均设置为监测时间段，如下表1所示：
表1：
需要说明的是，在每天的最后一节课程结束后为课后时间，也对应设置了一段时间段作为监测时间段。
步骤S20，在所述监测时间段内采集教室内图像，从所述教室内图像中提取教室内学生的人脸特征，并将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配，判定所述目标学生是否在所述教室内；
在根据课程信息将从第一节课开始到课后结束之间的连续时间划分为多个监测时间段后，在各个监测时间段中均以预设间隔采集教室内学生的图像，具体步骤为：
步骤S21，获取教室内学生的位置信息；
教室内学生的位置信息包括教室的大小、教室内有几排课桌以及每排有几张课桌。该教室内学生的位置信息可以是管理用户预设存储在服务器内，也可以是安装于教室内的摄像头通过拍摄教室内图像，从教室内图像识别得到。
步骤S22，根据所述教室内学生的位置信息调整摄像头的角度；
摄像头安装于教室内讲台的上方，可以根据指令向左、向右、向上以及向下转动，以调整其拍摄角度。
例如，可以按照从第一排课桌到最后一排课桌、从每排课桌中的最左边的课桌到最右边的课桌的次序控制摄像头进行拍摄。当拍摄教室内前排课桌时，控制摄像头向下转动；当拍摄教室内后排课桌时，控制摄像头向上转动；当拍摄教室内每排课桌中左边的课桌时，控制摄像头向左转动；当拍摄教室内每排课桌中右边的课桌时，控制摄像头向右转动。
步骤S23，控制所述摄像头拍摄所述教室内图像。
在本步骤中，在预设间隔内按照预设的拍摄次序控制摄像头依次拍摄教室内位于各排课桌上的学生的图像。例如，若当前监测时间段为40分钟，预设间隔可设为4分钟，即每4分钟按照预设的拍摄次序控制摄像头连续拍摄完教室内各排课桌的图像；若当前监测时间段为10分钟，预设时间间隔需要设置得更短一些，比如每一分钟按照预设的拍摄次序控制摄像头连续拍摄完教室内各排课桌的图像。
在监测时间段内的一个预设间隔内获取到教室内图像时，先从教室内图像中识别出教室内学生的人脸特征，再将识别出的教室内学生的人脸特征与预设的目标学生的人脸特征一一进行匹配，以判断目标学生是否在教室内。其中，预设的目标学生通常为一个班级的学生，按照该班级的课程安排在该监测时间段内在教室内上课、在教室内进行课间休息或者参加室外活动。
例如，若在一张教室内图像中识别出10个学生的人脸特征，预设的目标学生为一个班级的40个学生，则将识别出的每一个学生的人脸特征均与40个目标学生的人脸特征进行匹配。
在将从一个预设间隔内获取的多张教室内图像提取的人脸特征一一与预设目标学生的人脸特征进行匹配过程中，对于每一个目标学生，一旦有匹配的人脸特征，记录为达成一次匹配。
在监测时间段内的多个预设间隔内均会进行上述的匹配，在匹配时，更新匹配次数；在监测时间段结束时，判断匹配次数是否大于预设次数，其中，当教室内学生的人脸特征与预设的目标学生的人脸特征的匹配次数大于或等于预设次数阈值时，判定目标学生在教室内。优选地，预设次数阈值可以设置为6次。
步骤S30，当所述目标学生在所述教室内时，根据所述监测时间段累计所述目标学生的疲劳用眼时间。
若判断出目标学生在监测时间段内在教室内时，表明学生在教室内上课，而教室内的课程需要连续用眼，会发生用眼疲劳，因此将该监测时间段的时长累计进入该目标学生的疲劳用眼时间中。
需要说明的是，累计目标学生的疲劳用眼时间的周期可以为一周、一个月或者一个学期。
在本实施例中，通过根据课程信息确定监测时间段，在监测时间段内获取教室内学生的人脸特征，并在获取的教室内学生的人脸特征与预设的目标学生的人脸特征匹配时，将监测时间段对应的时长累计计入目标学生的疲劳用眼时间，提供了一种搜集学生在校期间的疲劳用眼数据的方法，可以协助制定系统的近视预防方案。
进一步的，参照图3，本发明第二实施例基于第一实施例提供一种学生疲劳用眼时间的获取的方法，本实施例在步骤S30中包括：
步骤S40，当所述目标学生在所述教室内时，根据所述监测时间段和监测时间段对应的权值累计所述学生的疲劳用眼时间，其中，根据所述课程信息确定所述监测时间段对应的权值。
人在连续的用眼过程中，如果间歇性地休息眼睛，可以缓解眼睛的疲劳，反之，连续用眼的时间越长，眼睛的疲劳程度越重。因此，可以根据每一个监测时间段在一天课程所处的时间段特点确定对应的权值，以更科学的统计目标学生的疲劳用眼时间。
一种根据课程信息确定监测时间段对应的权值的方法为：
1、当所述监测时间段之前为课间休息时间段时，将所述监测时间段对应的权值设置为第一取值；
2、当所述监测时间段之前不为课间休息时间段时，将所述监测时间段对应的权值设置为第二取值，其中，所述第一取值小于所述第二取值。
如下表2所示，所有课间休息时间段之后的课程所对应的权值均为1.0，而所有课间休息时间段对应的权值均为1.1。这样设计的原因为，学生通过课间休息让眼睛得到了暂时的休息，缓解了眼睛的疲劳，那么在课间休息之后紧接着的课程中眼睛的疲劳程度有所减低，可以降低该课程对应的权重；反之，若学生在课间休息时间段中持续用眼，没有让眼睛得到及时的休息，在该课间休息时间段内所累计到的疲劳用眼时间可以占更多的权重，即升高其对应的权重。
表2：
另一种根据课程信息确定监测时间段对应的权值的方法为：
1、当所述监测时间段处于上午时段时，将所述监测时间段对应的权值设置为第三取值；
2、当所述监测时间段处于下午时段时，将所述监测时间段对应的权值设置为第四取值，其中，所述第三取值小于所述第四取值。
如下表3所示，所有上午时段内的课程对应的权值均为1.0，所有下午时段内的课程对应的权值均为1.1。这样设计的原因为，经过一上午的课程学习，学生已经累计了几个小时的疲劳用眼时间，眼睛已经达到一定的疲劳程度，在下午的课程的学习中继续用眼，会加速眼睛的疲劳，因此对于下午的课程所导致的疲劳用眼时间的累计需要设置大一些的权值。
表3：
此外，还有一种根据课程信息确定监测时间段对应的权值的方法为：
1、从所述监测时间段处于课后时间段或中午时间段时，将所述监测时间段对应的权值设置为第五取值；
2、当所述监测时间段不处于课后时间段或中午时间段时，将所述监测时间段对应的权值设置为第六取值，其中，所述第六取值小于所述第五取值。
如下表4所示，中午时间段和课后时间段对应的权值均设置为2.0，为其它时间段权值的两倍，这样设置是因为，正常来说，学生在中午应该回家或者回午托班睡午觉，这对眼睛的保护特别重要，如果在这个时间段检测出学生仍然在教室中，无法得到充分的休息，则对眼睛的伤害较大，需要为这个时间段设置较大的权值。类似地，如果在一整天的课程结束之后的课后时间段中，仍然检测出学生在教室中，而没有回家休息，也对眼睛的伤害很大，同样需要为这个时间段设置较大的权值。
表4：
需要说明的是，可以根据需要，将上述三种设置权值的方法组合使用，例如下表5所示，下午的课程的权值均大于上午的课程的权值，课间休息时间段的权值均大于非课间休息时间段的权值，午休和课后的权值为最大的。
表5：
| 序号 | 时间段 | 周一 | 权值 |
| 1 | 8:30～9:10 | 语文 | 1.0 |
| 2 | 9:10～9:20 | 小课间 | 1.1 |
| 3 | 9:20～10:00 | 数学 | 1.0 |
| 4 | 10:00～10:30 | 大课间 | 1.1 |
| 5 | 10:30～11:10 | 英语 | 1.0 |
| 6 | 11:10～11:20 | 小课间 | 1.1 |
| 7 | 11:20～12:00 | 科学 | 1.0 |
| 8 | 12:00～14:00 | 午休 | 2.0 |
| 9 | 14:00～14:40 | 体育 | 1.2 |
| 10 | 14:40～14:50 | 课间 | 1.3 |
| 11 | 14:50～15:30 | 语文 | 1.2 |
| 12 | 15:30～15:40 | 课间 | 1.3 |
| 13 | 15:40～16:20 | 音乐 | 1.2 |
| 14 | 16:20～17:00 | 课后 | 2.0 |
一般而言，学生应当在课间休息的时间段内进行户外活动，例如到走廊上远眺或做简单的活动，有一些学校会在大课间组织学生进行统一的户外活动，例如到操场上做课间操。因此，在本实施例中，当在课间休息时间段中检测到学生仍然在室内时，判定学生没有进行户外活动，而还是呆在教室内看书或看电子屏幕，即在教室内持续用眼。
然而，有时候学生在课间休息时间段中仍然呆在教室，可能是在跟同学聊天，或者帮忙老师擦黑板，并没有在持续用眼。因此，为了更准确地判断出在课间休息时间段中学生究竟是否在持续用眼，可以基于对摄像头所拍摄的教室内图像的分析处理来区别学生用眼行为和非用眼行为。具体地，一种方法是通过从多张图片中学生所处的位置是否有变化来判断，例如若在课间休息时间段发现该学生的位置都没有变化，那么判定其在持续用眼；另一种方法是提取学生的行为特征，将提取的行为特征与预设的行为特征(比如看书的行为特征、看电子屏幕的行为特征)进行匹配，以进行更为准确的判断。
在本实施例中，通过根据学生在一天的课程当中使用眼睛的疲劳状态的变化规律，为不同的课程所对应的监测时间段设置不同的权值，以供在累计学生疲劳用眼时间时对不同监测时间段进行加权计算，可以更科学更准确地统计出学生的疲劳用眼时间。
进一步的，参照图4，本发明第三实施例基于第二实施例提供一种学生疲劳用眼时间的获取方法，本实施例在步骤S40中包括：
步骤S50，当所述目标学生在所述教室内时，判断所述目标学生在上一个监测时间段是否也在所述教室内；
步骤S60，当所述目标学生在上一个监测时间段内也在所述教室内时，增大当前监测时间段对应的权值，根据当前所述监测时间段和当前所述监测时间段对应的权值累计所述学生的疲劳用眼时间。
按照课程表通常的设计，相邻的两节课程之间都有休息时间段，这样的设置是为了让学生的眼睛得到暂时的休息，以缓解眼睛的疲劳，对预防近视来说非常重要。在当前的监测时间段内发现学生在教室内时，如果进一步判断出学生在上一个监测时间段内仍然在教室内(即应该休息的时间段内仍在教室内持续用眼)，则表明该学生的持续用眼时间过长，在当前监测时间段内的眼睛疲劳程度加重，需要增大当前监测时间段对应的权值，以增加当前监测时间段的时长在该学生总体累计的疲劳用眼时间中的比重。
在本实施例中，当发现学生在连续的两个监测时间段均在教室内时，增大第二个监测时间段对应的权值，以更科学准确的统计学生的疲劳用眼时间。
本发明还提供一种终端，该终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的学生疲劳用眼时间的获取处理程序，所述学生疲劳用眼时间的获取处理程序被所述处理器执行时实现所述的学生疲劳用眼时间的获取方法的步骤。
此外，本发明实施例还提出一种可读存储介质，所述可读存储介质上存储有学生疲劳用眼时间的获取处理程序，所述学生疲劳用眼时间的获取处理程序被处理器执行时实现所述的学生疲劳用眼时间的获取方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种学生疲劳用眼时间的获取方法，其特征在于，所述学生疲劳用眼时间的获取方法包括以下步骤：
获取课程信息，并根据所述课程信息确定监测时间段；
在所述监测时间段内采集教室内图像，从所述教室内图像中提取教室内学生的人脸特征，并将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配，判定所述目标学生是否在所述教室内；
当所述目标学生在所述教室内时，根据所述监测时间段累计所述目标学生的疲劳用眼时间。
2.如权利要求1所述的学生疲劳用眼时间的获取方法，其特征在于，所述在所述监测时间段内采集教室内图像，从所述教室内图像中提取教室内学生的人脸特征，并将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配，判定所述目标学生是否在所述教室内的步骤包括：
在监测时间段以预设间隔采集教室内图像，并从所述教室内图像中提取教室内学生的人脸特征；
将所述教室内学生的人脸特征与预设的目标学生的人脸特征进行匹配；
在匹配时，更新匹配次数；
在所述监测时间段结束时，判断所述匹配次数是否大于预设次数，其中，当所述教室内学生的人脸特征与预设的目标学生的人脸特征的匹配次数大于或等于预设次数阈值时，判定所述目标学生在所述教室内。
3.如权利要求1所述的学生疲劳用眼时间的获取方法，其特征在于，当所述目标学生在所述教室内时，根据所述监测时间段累计所述学生的疲劳用眼时间的步骤包括：
当所述目标学生在所述教室内时，根据所述监测时间段和所述监测时间段对应的权值累计所述学生的疲劳用眼时间，其中，根据所述课程信息确定所述监测时间段对应的权值。
4.如权利要求3所述的学生疲劳用眼时间的获取方法，其特征在于，所述根据所述课程信息确定所述监测时间段对应的权值的步骤包括：
当所述监测时间段之前为课间休息时间段时，将所述监测时间段对应的权值设置为第一取值；
当所述监测时间段之前不为课间休息时间段时，将所述监测时间段对应的权值设置为第二取值，其中，所述第一取值小于所述第二取值。
5.如权利要求3所述的学生疲劳用眼时间的获取方法，其特征在于，所述根据所述课程信息确定所述监测时间段对应的权值的步骤包括：
当所述监测时间段处于上午时段时，将所述监测时间段对应的权值设置为第三取值；
当所述监测时间段处于下午时段时，将所述监测时间段对应的权值设置为第四取值，其中，所述第三取值小于所述第四取值。
6.如权利要求3所述的学生疲劳用眼时间的获取方法，其特征在于，所述当所述目标学生在所述教室内时，根据所述监测时间段累计所述目标学生的疲劳用眼时间的步骤包括：
当所述目标学生在所述教室内时，判断所述目标学生在上一个监测时间段是否也在所述教室内；
当所述目标学生在上一个监测时间段内也在所述教室内时，增大当前监测时间段对应的权值，根据当前所述监测时间段和当前所述监测时间段对应的权值累计所述学生的疲劳用眼时间。
7.如权利要求3所述的学生疲劳用眼时间的获取方法，其特征在于，所述根据所述课程信息确定所述监测时间段对应的权值的步骤包括：
当所述监测时间段处于课后时间段或中午时间段时，将所述监测时间段对应的权值设置为第五取值；
当所述监测时间段不处于课后时间段或中午时间段时，将所述监测时间段对应的权值设置为第六取值，其中，所述第六取值小于所述第五取值。
8.如权利要求1至6任一项所述的学生疲劳用眼时间的获取方法，其特征在于，所述在所述监测时间段内采集教室内图像的步骤包括：
获取教室内学生的位置信息；
根据所述教室内学生的位置信息调整摄像头的角度；
控制所述摄像头拍摄所述教室内图像。
9.一种学生疲劳用眼时间的获取服务器，其特征在于，所述学生疲劳用眼时间的获取服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的学生疲劳用眼时间的获取处理程序，所述学生疲劳用眼时间的获取处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的学生疲劳用眼时间的获取方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有学生疲劳用眼时间的获取处理程序，所述学生疲劳用眼时间的获取处理程序被处理器执行时实现如权利要求1至8中任一项所述的学生疲劳用眼时间的获取方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910879878.XA CN110675291A (zh) | 2019-09-17 | 2019-09-17 | 学生疲劳用眼时间的获取方法、服务器及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910879878.XA CN110675291A (zh) | 2019-09-17 | 2019-09-17 | 学生疲劳用眼时间的获取方法、服务器及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110675291A true CN110675291A (zh) | 2020-01-10 |
Family
ID=69078118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910879878.XA Pending CN110675291A (zh) | 2019-09-17 | 2019-09-17 | 学生疲劳用眼时间的获取方法、服务器及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110675291A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112614592A (zh) * | 2020-12-18 | 2021-04-06 | 苏州浪潮智能科技有限公司 | 一种防疲劳操作目标系统的方法及装置 |
| CN112732770A (zh) * | 2021-02-05 | 2021-04-30 | 嘉兴南洋职业技术学院 | 基于人工智能的教务管理系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250822A (zh) * | 2016-07-21 | 2016-12-21 | 苏州科大讯飞教育科技有限公司 | 基于人脸识别的学生专注度监测系统及方法 |
| CN107491713A (zh) * | 2016-06-12 | 2017-12-19 | 杭州海康威视系统技术有限公司 | 一种教师上课考勤监控方法、系统及装置 |
| CN109635851A (zh) * | 2018-11-23 | 2019-04-16 | 武汉风行在线技术有限公司 | 一种基于人脸多特征融合的智能电视用户疲劳检测系统及方法 |
| CN109657553A (zh) * | 2018-11-16 | 2019-04-19 | 江苏科技大学 | 一种学生课堂注意力检测方法 |
-
2019
- 2019-09-17 CN CN201910879878.XA patent/CN110675291A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107491713A (zh) * | 2016-06-12 | 2017-12-19 | 杭州海康威视系统技术有限公司 | 一种教师上课考勤监控方法、系统及装置 |
| CN106250822A (zh) * | 2016-07-21 | 2016-12-21 | 苏州科大讯飞教育科技有限公司 | 基于人脸识别的学生专注度监测系统及方法 |
| CN109657553A (zh) * | 2018-11-16 | 2019-04-19 | 江苏科技大学 | 一种学生课堂注意力检测方法 |
| CN109635851A (zh) * | 2018-11-23 | 2019-04-16 | 武汉风行在线技术有限公司 | 一种基于人脸多特征融合的智能电视用户疲劳检测系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 蔡培: "网络学习环境对中小学生视力的影响研究", 《中国优秀硕士学位论文全文数据库社会科学Ⅱ辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112614592A (zh) * | 2020-12-18 | 2021-04-06 | 苏州浪潮智能科技有限公司 | 一种防疲劳操作目标系统的方法及装置 |
| CN112732770A (zh) * | 2021-02-05 | 2021-04-30 | 嘉兴南洋职业技术学院 | 基于人工智能的教务管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100955275B1 (ko) | 학습 관리 시스템 및 방법 | |
| JP6747723B2 (ja) | Ｅラーニングシステム | |
| CN108491781B (zh) | 一种课堂专注度评估方法及终端 | |
| CN106780212A (zh) | 在线考试方法、装置及考试系统 | |
| CN111353921A (zh) | 一种考试管理方法及系统、电子设备 | |
| Sparks | Study: RTI practice falls short of promise | |
| KR101773065B1 (ko) | 개인 맞춤형 교육 컨텐츠를 제공하는 방법, 장치 및 컴퓨터 프로그램 | |
| CN107491713A (zh) | 一种教师上课考勤监控方法、系统及装置 | |
| US20150279225A1 (en) | Method for individually customizing presentation of forum postings in a moocs system based on cumulative student coursework data processing | |
| CN110675291A (zh) | 学生疲劳用眼时间的获取方法、服务器及可读存储介质 | |
| CN108122437A (zh) | 自适应学习方法及装置 | |
| CN110619772A (zh) | 一种数据处理方法、装置、设备及介质 | |
| JP2022029403A (ja) | 学習調整プログラムおよび学習調整方法 | |
| CN111402439A (zh) | 一种基于人脸识别的在线培训到课率统计管理方法及系统 | |
| JP2010049628A (ja) | 従業員に対する教育用の情報処理装置、情報処理システム及び情報処理方法 | |
| JP2018041049A (ja) | 学習支援装置、学習支援プログラムおよび学習支援方法 | |
| JP2014115427A (ja) | 抽出方法、抽出装置および抽出プログラム | |
| JP2010054792A (ja) | 学習装置及びそのプログラム | |
| CN107146073B (zh) | 学习提示方法、终端设备及计算机可读存储介质 | |
| KR20070036021A (ko) | 데이터 추출 지원 시스템 | |
| CN109635214A (zh) | 一种学习资源的推送方法及电子设备 | |
| JP6395159B2 (ja) | 教育計画作成支援装置および教育計画作成方法 | |
| CN114298249A (zh) | 远程教学的数据处理方法、装置及存储介质 | |
| CN114971974A (zh) | 教学处理方法、装置、设备及介质 | |
| CN110490539B (zh) | 一种课程信息推送的方法、装置、存储介质和服务器 |
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 | ||
| AD01 | Patent right deemed abandoned | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20230228 |