CN111027477A - 一种基于面部识别的在线平板学习度预警方法 - Google Patents
一种基于面部识别的在线平板学习度预警方法 Download PDFInfo
- Publication number
- CN111027477A CN111027477A CN201911256505.3A CN201911256505A CN111027477A CN 111027477 A CN111027477 A CN 111027477A CN 201911256505 A CN201911256505 A CN 201911256505A CN 111027477 A CN111027477 A CN 111027477A
- Authority
- CN
- China
- Prior art keywords
- learning
- degree
- learning degree
- region
- face
- 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
Links
Images
Classifications
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Abstract
本发明公开了一种基于面部识别的在线平板学习度预警方法:具有用于检测脸部各个区域学习度特征的数据采集器,用于学习度特征的存储器,用于进行数据处理的处理器,用于进行远程控制的控制中心,用于控制中心和处理器进行通信的通讯模块,针对在线平板学习预警的需求,分区域进行脸部学习度特征的数据实时采集,通过建立粗略的回归曲线信任区间,实现对学生学习度节能控制预警。
Description
技术领域
本发明涉及在线学习技术领域,特别是涉及一种基于面部识别的在线平板学习度预警方法。
背景技术
近年来,随着宽带互联网不断在普通家庭和教育机构中普及,教与学可以不受时间、空间和地点条件的限制,知识获取渠道灵活与多样化;在线教育的模式通过把线下学习模式下的课表、教材加以电子化,视频化,搬上互联网,提高了学习的便利性;但学习过程往往难以监督,无法保证每个学员都能认真的对网上教材进行学习,因此需要对学员在线学习的状态进行监督和了解,以达到要求的学习效果。
发明内容
本发明的目的是为克服已有技术的不足,提出一种基于面部识别的在线平板学习度预警方法,
具有用于检测脸部各个区域学习度特征的数据采集器,用于学习度特征的存储器,用于进行数据处理的处理器,用于进行远程控制的控制中心,用于控制中心和处理器进行通信的通讯模块,其特征在于:该方法包含以下预警步骤:
1)、将脸部划分为多个区域,每个区域具有可比较的相应学习度特性,数据采集器测量每个区域的相应学习度特性;其包含:眉间距离、眉毛上翘弧度、嘴角弯曲方向以及嘴角弯曲弧度。
2)、处理器根据处于正常学习状态的历史数值,通过简单的回归方法来分别确定所述脸部区域学习度的回归曲线,并且确定所述回归曲线的信任区间(a,b),根据历史数据推测出所述区域学习度不存在异常,其中,所述信任区间(a,b)内的测量值表示没有超标;
3)、确定需要进行学习度预警的测量周期,在确定的测量周期内为每个脸部区域测量相应的学习度滑动平均值;
4)、设置N个所述的测量周期,生成所选出脸部区域的学习度滑动平均值测量值的时间序列,存储于存储器中;
5)、处理器将所述学习度滑动平均值测量值的时间序列与所述回归曲线相比较,其中,处于所述信任区间(a,b)外的测量值表示对应脸部区域存在学习度异常;
6)、若测量值处于所述信任区间外的情况,则触发报警,将报警中心发送到控制中心。
优选的,所述测量值的时间序列记录到坐标系中,其中,每一个坐标轴均代表一个学习度区域,而测量值相对于坐标轴的位置表示处在相应脸部区域内学习度的异常程度。
优选的,所述的测量周期为每天平板在线学习系统开启的0点至15分钟、从15分钟至30分钟和/或从10分钟至25分钟。
优选的,所述脸部区域可以是实际划分的物理区域,也可以是虚拟的脸部区域计量分区。
优选的,所述脸部区域学习度相应特征表现为:眉间距离、眉毛上翘弧度、嘴角弯曲方向以及嘴角弯曲弧度。其采取不同性别、年龄学生的正常学习度情况下的相应学习度特征数据,组成历史数据。
本发明与现有技术相比,其有益的技术效果为:
1、针对在线平板学习过程中监测预警的需求,分脸部区域进行学习度数据实时采集,通过建立粗略的回归曲线信任区间,这样,首先校准所使用的数据中异常测量值仅仅对回归曲线造成微量的影响,其次,可以根据不同脸部区域的特点选择信任范围,提高了学习度监测预警的灵活度。
2、只需要安装脸部识别的图像采集器,且因为脸部区域的划分,区域学习度特征的定量化,不需要耗费太大的图像存储和处理能力。
附图说明
图1是本发明的结构模块图。
图2是本发明的步骤流程图。
图3是本发明脸部区域回归曲线与信任区间的示例。
具体实施方式
具有用于检测脸部各个区域学习度特征的数据采集器,用于学习度特征的存储器,用于进行数据处理的处理器,用于进行远程控制的控制中心,用于控制中心和处理器进行通信的通讯模块,其特征在于:该方法包含以下预警步骤:
1)、将脸部划分为多个区域,每个区域具有可比较的相应学习度特性,数据采集器测量每个区域的相应学习度特性;
2)、处理器根据处于正常学习状态的历史数值,通过简单的回归方法来分别确定所述脸部区域学习度的回归曲线,并且确定所述回归曲线的信任区间(a,b),根据历史数据推测出所述区域学习度不存在异常,其中,所述信任区间(a,b)内的测量值表示没有超标;其中,信任区间a和b可以和回归曲线H具有相同的距离,也可以根据不同区域的耗电量情况进行自行的调整与回归曲线H的距离;再者,特例中回归曲线可以是直线或者超平面。
3)、确定需要进行学习度预警的测量周期,在确定的测量周期内为每个脸部区域测量相应的学习度滑动平均值;
4)、设置N个所述的测量周期,生成所选出脸部区域的学习度滑动平均值测量值的时间序列,存储于存储器中;
5)、处理器将所述学习度滑动平均值测量值的时间序列与所述回归曲线相比较,其中,处于所述信任区间(a,b)外的测量值表示对应脸部区域存在学习度异常;
6)、若测量值处于所述信任区间外的情况,则触发报警,将报警中心发送到控制中心。
优选的,所述测量值的时间序列记录到坐标系中,其中,每一个坐标轴均代表一个学习度区域,而测量值相对于坐标轴的位置表示处在相应脸部区域内学习度的异常程度。
优选的,所述的测量周期为每天平板在线学习系统开启的0点至15分钟、从15分钟至30分钟和/或从10分钟至25分钟。
优选的,所述脸部区域可以是实际划分的物理区域,也可以是虚拟的脸部区域计量分区。
优选的,所述脸部区域学习度相应特征表现为:眉间距离、眉毛上翘弧度、嘴角弯曲方向以及嘴角弯曲弧度,其采取不同性别、年龄学生的正常学习度情况下的相应学习度特征数据,组成历史数据。。
以上对本发明进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种基于面部识别的在线平板学习度预警方法,具有用于检测脸部各个区域学习度特征的数据采集器,用于学习度特征的存储器,用于进行数据处理的处理器,用于进行远程控制的控制中心,用于控制中心和处理器进行通信的通讯模块,其特征在于:该方法包含以下预警控制步骤:
1)、将脸部划分为多个区域,每个区域具有可比较的相应学习度特性,数据采集器测量每个区域的相应学习度特性;其包含:眉间距离、眉毛上翘弧度、嘴角弯曲方向以及嘴角弯曲弧度;
2)、处理器根据处于正常学习状态的历史数值,通过简单的回归方法来分别确定所述脸部区域学习度的回归曲线,并且确定所述回归曲线的信任区间(a,b),根据历史数据推测出所述区域学习度不存在异常,其中,所述信任区间(a,b)内的测量值表示没有超标;
3)、确定需要进行学习度预警的测量周期,在确定的测量周期内为每个脸部区域测量相应的学习度滑动平均值;
4)、设置N个所述的测量周期,生成所选出脸部区域的学习度滑动平均值测量值的时间序列,存储于存储器中;
5)、处理器将所述学习度滑动平均值测量值的时间序列与所述回归曲线相比较,其中,处于所述信任区间(a,b)外的测量值表示对应脸部区域存在学习度异常;
6)、若测量值处于所述信任区间外的情况,则触发报警,将报警中心发送到控制中心。
2.根据权利要求1所述的方法,其特征在于:所述测量值的时间序列记录到坐标系中,其中,每一个坐标轴均代表一个学习度区域,而测量值相对于坐标轴的位置表示处在相应脸部区域内学习度的异常程度。
3.根据权利要求1所述的方法,其特征在于:所述的测量周期为每天平板在线学习系统开启的0点至15分钟、从15分钟至30分钟和/或从10分钟至25分钟。
4.根据权利要求1所述的方法,其特征在于:所述脸部区域可以是实际划分的物理区域,也可以是虚拟的脸部区域计量分区。
5.根据权利要求1所述的方法,其特征在于:所述脸部区域学习度特征表现为:眉间距离、眉毛上翘弧度、嘴角弯曲方向以及嘴角弯曲弧度。
6.根据权利要求1所述的方法,其特征在于:所述信任区间a和b可以和回归曲线具有相同的距离,也可以根据不同区域的学习度情况进行自行的调整与回归曲线H的距离;再者,特例中回归曲线可以是直线或者超平面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911256505.3A CN111027477B (zh) | 2019-12-10 | 2019-12-10 | 一种基于面部识别的在线平板学习度预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911256505.3A CN111027477B (zh) | 2019-12-10 | 2019-12-10 | 一种基于面部识别的在线平板学习度预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111027477A true CN111027477A (zh) | 2020-04-17 |
CN111027477B CN111027477B (zh) | 2021-05-28 |
Family
ID=70208247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911256505.3A Active CN111027477B (zh) | 2019-12-10 | 2019-12-10 | 一种基于面部识别的在线平板学习度预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111027477B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679591A (zh) * | 2012-09-25 | 2014-03-26 | 山东博学教育软件科技有限公司 | 一种远程学习状态监测系统及方法 |
US20150347819A1 (en) * | 2014-05-29 | 2015-12-03 | Beijing Kuangshi Technology Co., Ltd. | Compact Face Representation |
CN106875767A (zh) * | 2017-03-10 | 2017-06-20 | 重庆智绘点途科技有限公司 | 在线学习系统及方法 |
CN107086944A (zh) * | 2017-06-22 | 2017-08-22 | 北京奇艺世纪科技有限公司 | 一种异常检测方法和装置 |
CN107508815A (zh) * | 2017-08-30 | 2017-12-22 | 杭州安恒信息技术有限公司 | 基于网站流量分析预警方法及装置 |
KR101915055B1 (ko) * | 2018-01-30 | 2018-11-05 | 주식회사 대교 | 자기주도학습 제공방법 및 러닝센터 생활 데이터에 기반한 성장 리포트 생성 방법 |
CN110197169A (zh) * | 2019-06-05 | 2019-09-03 | 南京邮电大学 | 一种非接触式的学习状态监测系统及学习状态检测方法 |
CN110334626A (zh) * | 2019-06-26 | 2019-10-15 | 北京科技大学 | 一种基于情感状态的在线学习系统 |
CN110458069A (zh) * | 2019-08-02 | 2019-11-15 | 深圳市华方信息产业有限公司 | 一种基于脸部识别辅助管理用户在线学习状态的方法及系统 |
-
2019
- 2019-12-10 CN CN201911256505.3A patent/CN111027477B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679591A (zh) * | 2012-09-25 | 2014-03-26 | 山东博学教育软件科技有限公司 | 一种远程学习状态监测系统及方法 |
US20150347819A1 (en) * | 2014-05-29 | 2015-12-03 | Beijing Kuangshi Technology Co., Ltd. | Compact Face Representation |
CN106875767A (zh) * | 2017-03-10 | 2017-06-20 | 重庆智绘点途科技有限公司 | 在线学习系统及方法 |
CN107086944A (zh) * | 2017-06-22 | 2017-08-22 | 北京奇艺世纪科技有限公司 | 一种异常检测方法和装置 |
CN107508815A (zh) * | 2017-08-30 | 2017-12-22 | 杭州安恒信息技术有限公司 | 基于网站流量分析预警方法及装置 |
KR101915055B1 (ko) * | 2018-01-30 | 2018-11-05 | 주식회사 대교 | 자기주도학습 제공방법 및 러닝센터 생활 데이터에 기반한 성장 리포트 생성 방법 |
CN110197169A (zh) * | 2019-06-05 | 2019-09-03 | 南京邮电大学 | 一种非接触式的学习状态监测系统及学习状态检测方法 |
CN110334626A (zh) * | 2019-06-26 | 2019-10-15 | 北京科技大学 | 一种基于情感状态的在线学习系统 |
CN110458069A (zh) * | 2019-08-02 | 2019-11-15 | 深圳市华方信息产业有限公司 | 一种基于脸部识别辅助管理用户在线学习状态的方法及系统 |
Non-Patent Citations (2)
Title |
---|
ABDULKAREEM AL-ALWANI: "Mood Extraction Using Facial Features to Improve Learning Curves of Students in E-Learning Systems", 《INTERNATIONAL JOURNAL OF ADVANCED COMPUTER SCIENCE AND APPLICATIONS (IJACSA)》 * |
卢希: "学习者在线学习状态检测工具的设计与实现", 《中国优秀硕士学位论文全文数据库》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111027477B (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117060594B (zh) | 一种基于物联网的配电运行监测系统 | |
WO2021057230A1 (zh) | 基于颜色识别的水质检测方法、装置、设备及存储介质 | |
CN108629452A (zh) | 一种基于多模式多参数集合预报的气象风险决策方法 | |
CN106707791B (zh) | 运载火箭控制系统半实物仿真同步评价系统和方法 | |
CN109932496A (zh) | 一种基于多参数耦合交叉的水质在线监测方法和系统 | |
CN102257448B (zh) | 使用切换模型对信号进行滤波的方法和设备 | |
CN113886973A (zh) | 基于虚实映射的船舶航速处理方法、装置及处理设备 | |
CN102707713B (zh) | 汽车安全气囊装配工序的故障诊断系统及其诊断方法 | |
CN105974152A (zh) | 一种风速球集成系统 | |
CN107632132A (zh) | 一种带预测功能的水质监测告警系统 | |
CN111027477B (zh) | 一种基于面部识别的在线平板学习度预警方法 | |
CN112414393A (zh) | 基于多元传感器的界桩状态监测方法与装置 | |
CN112289446A (zh) | 一种预测青少年近视的计算机系统 | |
CN117171596B (zh) | 一种压力变送器的在线监测方法及系统 | |
CN204547085U (zh) | 三维打印机水平度监测装置 | |
CN115200748B (zh) | 基于智能电子体温计状态测量控制系统 | |
CN114545102B (zh) | 一种在线监控系统 | |
CN104739383A (zh) | 体温实时动态监控报警系统 | |
CN105527993A (zh) | 一种多路远程智能温控装置及多路远程智能温控系统 | |
CN109683565A (zh) | 一种基于多方法融合的仪器仪表故障检测方法 | |
CN114298243A (zh) | 一种数据处理方法、装置以及设备 | |
CN106059093A (zh) | 智能变电站健康状态监测系统 | |
CN102723022A (zh) | 一种超声波物位控制实验教学装置 | |
Xibo et al. | Development of ammonia gas leak detection and location method | |
CN201149656Y (zh) | 一种六氟化硫气体及其衍生气体监测监控的装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |