CN111814581A - 基于课堂场景的学生行为识别方法及系统 - Google Patents

基于课堂场景的学生行为识别方法及系统 Download PDF

Info

Publication number
CN111814581A
CN111814581A CN202010542201.XA CN202010542201A CN111814581A CN 111814581 A CN111814581 A CN 111814581A CN 202010542201 A CN202010542201 A CN 202010542201A CN 111814581 A CN111814581 A CN 111814581A
Authority
CN
China
Prior art keywords
student
students
processing module
analysis processing
panoramic 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.)
Withdrawn
Application number
CN202010542201.XA
Other languages
English (en)
Inventor
胡二琳
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.)
Anhui Bigeng Software Co ltd
Original Assignee
Anhui Bigeng Software 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 Anhui Bigeng Software Co ltd filed Critical Anhui Bigeng Software Co ltd
Priority to CN202010542201.XA priority Critical patent/CN111814581A/zh
Publication of CN111814581A publication Critical patent/CN111814581A/zh
Withdrawn legal-status Critical Current

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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of 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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Technology (AREA)
  • Social Psychology (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种基于课堂场景的学生行为识别方法及系统，涉及学生行为识别技术领域。本发明包括：图像采集器采集教学学生听课状态下的全景图像并传递至分析处理模块；分析处理模块分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；分析处理模块根据学生位置坐标以及学生坐姿确定学生注意力点；分析处理模块根据学生注意力点以及学生手势获取学生听课状态并传递至教学反馈模块。本发明通过分析处理模块分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；根据学生位置坐标以及学生坐姿确定学生注意力点；根据学生注意力点以及学生手势获取学生听课状态，实现学生听课状态的实时监控，提高教学质量。

Description

基于课堂场景的学生行为识别方法及系统
技术领域
本发明属于学生行为识别技术领域，特别是涉及一种基于课堂场景的学生行为识别方法及系统。
背景技术
随着物联网以及人工智能的快速发展，给教学质量的提高带来巨大便利；现有的教学监控设备，对教学行为的观察、分析手段大多停留在传统的问卷调查或案例等人工分析的基础上，其评价结果较为主观，且需要经过较长时间的统计分析，不能实时反馈以改善教学方式。通过学生位置坐标以及学生坐姿就能够确定学生注意力点；若是确定学生注意力点再根据学生手势就能很好的确定学生听课状态；保证教学质量。
为提高教学质量，本发明提供一种基于课堂场景的学生行为识别方法及系统。
发明内容
本发明的目的在于提供基于课堂场景的学生行为识别方法及系统，通过对比全景图像获取学生位置坐标、学生坐姿以及学生手势；根据学生位置坐标以及学生坐姿确定学生注意力点；根据学生注意力点以及学生手势获取学生听课状态，实现教学质量的提高。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为基于课堂场景的学生行为识别方法，包括如下步骤：
A00：图像采集器采集教学学生听课状态下的全景图像并传递至分析处理模块；
A01：分析处理模块分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；
A02：分析处理模块根据学生位置坐标以及学生坐姿确定学生注意力点；
A03：分析处理模块根据学生注意力点以及学生手势获取学生听课状态并传递至教学反馈模块；
A04：教学反馈模块向教学管理后台传递学生听课状态。
优选地，A01具体包括如下步骤：
B00：所述图像采集器采集空室全景图像存储到数据库；
B01：所述分析处理模块分析所述空室全景图像获取学生座位坐标形成坐标矩阵存储到数据库；
B02：所述分析处理模块分析对比全景图像与坐标矩阵获取学生位置坐标；
B03：所述分析处理模块对比全景图像中学生图像与学生坐姿模型获取学生坐姿；
B04：所述分析处理模块对比全景图像中学生图像与学生手势模型获取学生手势。
优选地，所述学生坐姿模型为预先通过采集学生图像并进行特征提取后获得学生坐姿集合；所述学生手势模型为预先通过采集学生图像并进行特征提取后获得学生手势集合。
优选地，A02具体包括如下：
所述分析处理模块根据学生位置坐标以及学生坐姿对比注意力点表获取学生注意力点；所述注意力点表内存储学生位置坐标、学生坐姿与学生注意力点对应关系。
优选地，A03具体包括如下：
所述分析处理模块根据学生注意力点以及学生手势对比学生状态表获取学生听课状态；所述学生状态表内存储学生注意力点、学生手势与学生听课状态对应关系。
基于课堂场景的学生行为识别系统，包括：图像采集器、分析处理模块、教学反馈模块、数据库以及教学管理后台；
所述图像采集器，用于采集教学学生听课状态下的全景图像并传递至分析处理模块；
所述分析处理模块，用于分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；所述分析处理模块，用于根据学生位置坐标以及学生坐姿确定学生注意力点；所述分析处理模块，根据学生注意力点以及学生手势获取学生听课状态并传递至教学反馈模块；
所述教学反馈模块，用于向教学管理后台传递学生听课状态。
优选地，所述图像采集器，用于采集空室全景图像存储到数据库；所述分析处理模块，用于分析所述空室全景图像获取学生座位坐标形成坐标矩阵存储到数据库；所述分析处理模块，用于分析对比全景图像与坐标矩阵获取学生位置坐标；所述分析处理模块，用于对比全景图像中学生图像与学生坐姿模型获取学生坐姿；所述分析处理模块，用于对比全景图像中学生图像与学生手势模型获取学生手势。
本发明具有以下有益效果：
本发明通过分析处理模块分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；根据学生位置坐标以及学生坐姿确定学生注意力点；根据学生注意力点以及学生手势获取学生听课状态，实现学生听课状态的实时监控，提高教学质量。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的基于课堂场景的学生行为识别方法的流程图；
图2为本发明中A01具体流程图；
图3为本发明中基于课堂场景的学生行为识别系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为基于课堂场景的学生行为识别方法，包括如下步骤：
A00：图像采集器采集教学学生听课状态下的全景图像并传递至分析处理模块；
A01：分析处理模块分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；
A02：分析处理模块根据学生位置坐标以及学生坐姿确定学生注意力点；具体的，分析处理模块根据学生位置坐标以及学生坐姿对比注意力点表获取学生注意力点；注意力点表内存储学生位置坐标、学生坐姿与学生注意力点对应关系；
A03：分析处理模块根据学生注意力点以及学生手势获取学生听课状态并传递至教学反馈模块；具体的，分析处理模块根据学生注意力点以及学生手势对比学生状态表获取学生听课状态；学生状态表内存储学生注意力点、学生手势与学生听课状态对应关系；
A04：教学反馈模块向教学管理后台传递学生听课状态。
具体的，A01具体包括如下步骤：
B00：图像采集器采集空室全景图像存储到数据库；
B01：分析处理模块分析空室全景图像获取学生座位坐标形成坐标矩阵存储到数据库；
B02：分析处理模块分析对比全景图像与坐标矩阵获取学生位置坐标；
B03：分析处理模块对比全景图像中学生图像与学生坐姿模型获取学生坐姿；其中，学生坐姿模型为预先通过采集学生图像并进行特征提取后获得学生坐姿集合；
B04：分析处理模块对比全景图像中学生图像与学生手势模型获取学生手势；其中，学生手势模型为预先通过采集学生图像并进行特征提取后获得学生手势集合。
请参阅图3所示，基于课堂场景的学生行为识别系统，其特征在于，包括：图像采集器、分析处理模块、教学反馈模块、数据库以及教学管理后台；图像采集器，用于采集教学学生听课状态下的全景图像并传递至分析处理模块；分析处理模块，用于分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；分析处理模块，用于根据学生位置坐标以及学生坐姿确定学生注意力点；分析处理模块，根据学生注意力点以及学生手势获取学生听课状态并传递至教学反馈模块；教学反馈模块，用于向教学管理后台传递学生听课状态。
其中，图像采集器，用于采集空室全景图像存储到数据库；分析处理模块，用于分析空室全景图像获取学生座位坐标形成坐标矩阵存储到数据库；分析处理模块，用于分析对比全景图像与坐标矩阵获取学生位置坐标；分析处理模块，用于对比全景图像中学生图像与学生坐姿模型获取学生坐姿；分析处理模块，用于对比全景图像中学生图像与学生手势模型获取学生手势。
本发明实际使用时，通过分析处理模块分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；根据学生位置坐标以及学生坐姿确定学生注意力点；根据学生注意力点以及学生手势获取学生听课状态，实现学生听课状态的实时监控，提高教学质量。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.基于课堂场景的学生行为识别方法，其特征在于，包括如下步骤：
A00：图像采集器采集教学学生听课状态下的全景图像并传递至分析处理模块；
A01：分析处理模块分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；
A02：分析处理模块根据学生位置坐标以及学生坐姿确定学生注意力点；
A03：分析处理模块根据学生注意力点以及学生手势获取学生听课状态并传递至教学反馈模块；
A04：教学反馈模块向教学管理后台传递学生听课状态。
2.根据权利要求1所述的基于课堂场景的学生行为识别方法，其特征在于，A01具体包括如下步骤：
B00：所述图像采集器采集空室全景图像存储到数据库；
B01：所述分析处理模块分析所述空室全景图像获取学生座位坐标形成坐标矩阵存储到数据库；
B02：所述分析处理模块分析对比全景图像与坐标矩阵获取学生位置坐标；
B03：所述分析处理模块对比全景图像中学生图像与学生坐姿模型获取学生坐姿；
B04：所述分析处理模块对比全景图像中学生图像与学生手势模型获取学生手势。
3.根据权利要求2所述的基于课堂场景的学生行为识别方法，其特征在于，所述学生坐姿模型为预先通过采集学生图像并进行特征提取后获得学生坐姿集合；所述学生手势模型为预先通过采集学生图像并进行特征提取后获得学生手势集合。
4.根据权利要求3所述的基于课堂场景的学生行为识别方法，其特征在于，A02具体包括如下：
所述分析处理模块根据学生位置坐标以及学生坐姿对比注意力点表获取学生注意力点；所述注意力点表内存储学生位置坐标、学生坐姿与学生注意力点对应关系。
5.根据权利要求3或4所述的基于课堂场景的学生行为识别方法，其特征在于，A03具体包括如下：
所述分析处理模块根据学生注意力点以及学生手势对比学生状态表获取学生听课状态；所述学生状态表内存储学生注意力点、学生手势与学生听课状态对应关系。
6.如权利要求1-5任意一所述的基于课堂场景的学生行为识别系统，其特征在于，包括：图像采集器、分析处理模块、教学反馈模块、数据库以及教学管理后台；
所述图像采集器，用于采集教学学生听课状态下的全景图像并传递至分析处理模块；
所述分析处理模块，用于分析对比全景图像获取学生位置坐标、学生坐姿以及学生手势；所述分析处理模块，用于根据学生位置坐标以及学生坐姿确定学生注意力点；所述分析处理模块，根据学生注意力点以及学生手势获取学生听课状态并传递至教学反馈模块；
所述教学反馈模块，用于向教学管理后台传递学生听课状态。
7.根据权利要求6所述的基于课堂场景的学生行为识别系统，其特征在于，所述图像采集器，用于采集空室全景图像存储到数据库；所述分析处理模块，用于分析所述空室全景图像获取学生座位坐标形成坐标矩阵存储到数据库；所述分析处理模块，用于分析对比全景图像与坐标矩阵获取学生位置坐标；所述分析处理模块，用于对比全景图像中学生图像与学生坐姿模型获取学生坐姿；所述分析处理模块，用于对比全景图像中学生图像与学生手势模型获取学生手势。
CN202010542201.XA 2020-06-15 2020-06-15 基于课堂场景的学生行为识别方法及系统 Withdrawn CN111814581A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010542201.XA CN111814581A (zh) 2020-06-15 2020-06-15 基于课堂场景的学生行为识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010542201.XA CN111814581A (zh) 2020-06-15 2020-06-15 基于课堂场景的学生行为识别方法及系统

Publications (1)

Publication Number Publication Date
CN111814581A true CN111814581A (zh) 2020-10-23

Family

ID=72846146

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010542201.XA Withdrawn CN111814581A (zh) 2020-06-15 2020-06-15 基于课堂场景的学生行为识别方法及系统

Country Status (1)

Country Link
CN (1) CN111814581A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112235465A (zh) * 2020-10-27 2021-01-15 四川金沐志德科技有限公司 一种基于智能终端的学习任务及理财管理系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112235465A (zh) * 2020-10-27 2021-01-15 四川金沐志德科技有限公司 一种基于智能终端的学习任务及理财管理系统

Similar Documents

Publication Publication Date Title
CN109522815B (zh) 一种专注度评估方法、装置及电子设备
CN110245213B (zh) 调查问卷生成方法、装置、设备和存储介质
CN109359548B (zh) 多人脸识别监控方法及装置、电子设备及存储介质
WO2019028592A1 (zh) 一种教学辅助方法及采用该方法的教学辅助系统
CN111915148B (zh) 一种基于信息技术的课堂教学评价方法和系统
CN110889672A (zh) 一种基于深度学习的学生打卡及上课状态的检测系统
WO2021047185A1 (zh) 基于人脸识别的监测方法、装置、存储介质及计算机设备
CN104156729B (zh) 一种教室人数统计方法
CN111931608A (zh) 基于学生姿态以及学生人脸识别的操行管理的方法和系统
CN112990794B (zh) 一种视频会议质量检测方法、系统、存储介质及电子设备
CN110163567A (zh) 基于多任务级联卷积神经网络的课堂点名系统
CN112768070A (zh) 一种基于对话交流的精神健康评测方法和系统
CN113705510A (zh) 目标识别跟踪的方法、装置、设备及存储介质
CN110399810B (zh) 一种辅助点名方法及装置
CN111814581A (zh) 基于课堂场景的学生行为识别方法及系统
CN115311111A (zh) 课堂参与度评价方法及系统
CN113506274B (zh) 基于视觉显著性差异图的用于人体认知状况的检测系统
WO2022095854A1 (zh) 图像识别方法、装置、设备及计算机可读存储介质
CN111860156A (zh) 基于学生表情识别的教学监控系统及方法
CN112488647A (zh) 考勤系统及方法、存储介质及电子设备
Ray et al. Design and implementation of affective e-learning strategy based on facial emotion recognition
CN110728604A (zh) 一种分析方法及装置
US20220265184A1 (en) Automatic depression detection method based on audio-video
CN115829234A (zh) 基于课堂检测的自动化督导系统及其工作方法
CN114663910A (zh) 基于多模态学习状态分析系统

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201023

WW01 Invention patent application withdrawn after publication