CN113095260A - 智能化学生自学状态监控方法 - Google Patents

智能化学生自学状态监控方法 Download PDF

Info

Publication number
CN113095260A
CN113095260A CN202110427098.9A CN202110427098A CN113095260A CN 113095260 A CN113095260 A CN 113095260A CN 202110427098 A CN202110427098 A CN 202110427098A CN 113095260 A CN113095260 A CN 113095260A
Authority
CN
China
Prior art keywords
current student
student
current
sitting posture
study
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
CN202110427098.9A
Other languages
English (en)
Inventor
崔炜
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.)
Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Original Assignee
Shanghai Squirrel Classroom Artificial Intelligence Technology 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 Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd filed Critical Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Priority to CN202110427098.9A priority Critical patent/CN113095260A/zh
Publication of CN113095260A publication Critical patent/CN113095260A/zh
Pending 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Ophthalmology & Optometry (AREA)
  • Geometry (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了智能化学生自学状态监控方法，涉及智能学习技术领域，用于解决学生自习时专注力低，学习效果差的问题。所述方法，包括：实时采集当前学生的实时正面坐姿图片；对实时正面坐姿图片进行人物识别，获取其中当前学生的头顶、眼睛和肩部在预设二维坐标系中的坐标信息；根据实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定当前学生的眼睛疲劳度，并根据实时正面坐姿图片中当前学生的头顶坐标信息和肩部坐标信息，确定当前学生的坐姿偏差度；根据当前学生的眼睛疲劳度和坐姿偏差度，计算当前学生的自习专注度；根据当前学生的自习专注度及预设提醒策略，向当前学生发出相应的自习提醒。本发明能有效地提高学生自习效率。

Description

智能化学生自学状态监控方法
技术领域
本发明涉及智能学习技术领域，尤其涉及智能化学生自学状态监控方法。
背景技术
自习可以让学生对已经学习过的课程进行充分的复习和总结，及时消化所学的内容，做到“温故而知新”，同时学生通过自习，也可进行查漏补缺，以提高学习成绩。培养学生上好自习，也是当今推进素质教育的必要。自习,是培养学生自主学习的好办法，是自学成才的关键所在，是学习成功的基础。但是，目前学生上自习的时候，往往因自控能力差，在自习过程中容易走神，导致自习效果较差。
发明内容
本发明提供智能化学生自学状态监控方法，用于解决学生在自习过程中专注度低，导致自习效果较差的问题。本发明提供智能化学生自学状态监控方法，根据实时采集学生头部和肩部的正面坐姿图片，获得学生的自习专注度，并能在学生自习专注度不够时，向学生发出自习提醒，达到提高学生自习专注度的目的。
本发明提供的智能化学生自学状态监控方法，包括：
通过指定图像采集设备实时采集当前学生的实时正面坐姿图片；所述实时正面坐姿图片至少包括当前学生的头部和肩部；
对所述实时正面坐姿图片进行人物识别，获取其中所述当前学生的头顶、眼睛和肩部在预设二维坐标系中的坐标信息；
根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，并根据所述实时正面坐姿图片中所述当前学生的头顶坐标信息和肩部坐标信息，确定所述当前学生的坐姿偏差度；
根据所述当前学生的眼睛疲劳度和坐姿偏差度，计算所述当前学生的自习专注度；
根据所述当前学生的自习专注度及预设提醒策略，向所述当前学生发出相应的自习提醒。
在一可选实施例中，在所述通过指定图像采集设备实时采集当前学生的实时正面坐姿图片之前，还包括：
通过所述指定图像采集设备采集所述当前学生的标准正面坐姿图片；
在所述指定图像采集设备的成像面上，以所述标准正面坐姿图片中当前学生的左、右肩中心点为坐标原点，水平方向为X轴方向，竖直方向为Y轴方向，构建二维坐标系；
将在所述指定图像采集设备的成像面上构建的所述二维坐标系作为预设二维坐标系。
在一可选实施例中，在预设二维坐标系创建之后，通过指定图像采集设备实时采集当前学生实时正面坐姿图片之前，还包括：
获取所述当前学生的标准正面坐姿图片中，所述当前学生的头部顶点在所述预设二维坐标系中的坐标；
根据所述当前学生的头部顶点在所述预设二维坐标系中的坐标，计算所述当前学生的头部顶点到所述坐标原点的距离；
将所述当前学生的头部顶点到所述坐标原点的距离作为所述当前学生的头顶到肩部的标准距离。
在一可选实施例中，所述眼睛坐标信息至少包括：左眼上眼睑第一定位点，左眼上眼睑第二定位点，左眼下眼睑第一定位点，左眼下眼睑第二定位点，左眼的右眼角定位点和左眼的左眼角定位点的坐标值；
所述根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，包括:
根据以下公式计算所述当前学生的眼睛疲劳度：
Figure BDA0003029972560000031
其中，E表示当前学生的眼睛疲劳度，(x1，y1)表示当前学生左眼上眼睑第一定位点坐标值，(x2，y2)表示当前学生左眼上眼睑第二定位点坐标值，(x3，y3)表示当前学生左眼下眼睑第一定位点坐标值，(x4，y4)表示当前学生左眼下眼睑第二定位点坐标值，(x5，y5)表示当前学生左眼的右眼角定位点坐标值，(x6，y6)表示当前学生左眼的左眼角定位点坐标值。
在一可选实施例中，所述肩部坐标信息至少包括：右肩定位点和左肩定位点坐标值；所述头顶坐标信息至少包括：头部顶点坐标值；
所述根据所述实时正面坐姿图片中所述当前学生的头顶坐标信息和肩部坐标信息，确定所述当前学生的坐姿偏差度，包括：
根据以下公式计算所述当前学生的坐姿偏差程度：
Figure BDA0003029972560000032
其中，S表示当前学生的坐姿偏差程度，(x0，y0)表示当前学生头部顶点坐标值，(x7，y7)表示当前学生右肩定位点坐标值，(x8，y8)表示当前学生左肩定位点坐标值，L表示当前学生的头顶到肩部的标准距离。
在一可选实施例中，所述根据所述当前学生的眼睛疲劳度和坐姿偏差度，计算所述当前学生的自习专注度，包括：
根据以下公式计算所述当前学生的自习专注度：
Figure BDA0003029972560000033
其中，t表示当前学生的自习专注度，u()表示阶跃函数，e()表示指数函数。
在一可选实施例中，所述根据所述当前学生的自习专注度及预设提醒策略，向所述当前学生发出相应的自习提醒，包括：
判断所述当前学生的自习专注度与第一预设阈值、第二预设阈值、第三预设阈值和第四预设阈值的大小关系；
若所述当前学生的自习专注度等于第一预设阈值，则向所述当前学生发出第一自习提醒；
若所述当前学生的自习专注度等于第二预设阈值，则向所述当前学生发出第二自习提醒；
若所述当前学生的自习专注度等于第三预设阈值，则向所述当前学生发出第三自习提醒；
若所述当前学生的自习专注度等于第四预设阈值，则向所述当前学生发出第四自习提醒；
若所述当前学生的自习专注度大于第四预设阈值，则向所述当前学生发出第五自习提醒；
其中，第一预设阈值＜第二预设阈值＜第三预设阈值＜第四预设阈值。
本发明提供的智能化学生自学状态监控方法，首先根据实时采集到的学生头部和肩部的正面坐姿图片，计算学生眼睛疲劳度和坐姿偏差度，接着根据学生眼睛疲劳度和坐姿偏差度，计算学生的自习专注度，最后在学生自习专注度较差时，向学生发出自习提醒。本发明提供的方法能实时检测学生的自习状态，并且能够及时做出反馈，提醒同学提高自习专注度，极大提高学生的自习效率，同时也减轻了教师的负担。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中智能化学生自学状态监控方法流程图；
图2为预设二维坐标系的构建方法流程流程图；
图3为当前学生的头顶到肩部的标准距离获取方法流程图；
图4为步骤S105的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1为本发明实施例中智能化学生自学状态监控方法实施例一流程图。如图1所示，该方法包括以下步骤S101-S105：
S101：通过指定图像采集设备实时采集当前学生的实时正面坐姿图片；所述实时正面坐姿图片至少包括当前学生的头部和肩部。
优选地，如图2所示，本步骤S101之前，还包括：
S201：通过所述指定图像采集设备采集所述当前学生的标准正面坐姿图片；
S202：在所述指定图像采集设备的成像面上，以所述标准正面坐姿图片中当前学生的左、右肩中心点为坐标原点，水平方向为X轴方向，竖直方向为Y轴方向，构建二维坐标系；
本实施例中，可以以左肩方向记为二维坐标系X轴方向的正方向。
S203：将在所述指定图像采集设备的成像面上构建的所述二维坐标系作为预设二维坐标系。
本实施例中，若当前学生是初次使用本发明提供的智能化学生自学状态监控方法，则会通过指定图像采集设备，先提示当前学生按照虚线标注的取景框坐好，然后采集正面标准坐姿图片一张，用于构建预设二维坐标系，构建完成后，将用户标识信息(如学号、姓名等)和对应的预设二维坐标系进行存储，以后就不用二次采集当前学生标准坐姿图片来构建预设二维坐标系，有效地提高了执行效率。
优选地，如图3所示，本步骤S203之后，还包括如下步骤：
S301：获取所述当前学生的标准正面坐姿图片中所述当前学生的头部顶点在所述预设二维坐标系中的坐标；
S302：根据所述当前学生的头部顶点在所述预设二维坐标系中的坐标，计算所述当前学生的头部顶点到所述坐标原点的距离；
优选地，根据如下公式(1)当前学生的头部顶点到所述坐标原点的距离：
Figure BDA0003029972560000061
其中，L表示当前学生的头部顶点到所述坐标原点的距离，(x，y)表示当前学生的头部顶点在所述预设二维坐标系中的坐标，例如：若x＝3，y＝4，则L＝5。
S303：将所述当前学生的头部顶点到所述坐标原点的距离作为所述当前学生的头顶到肩部的标准距离。
S102：对所述实时正面坐姿图片进行人物识别，获取其中所述当前学生的头顶、眼睛和肩部在预设二维坐标系中的坐标信息。
本步骤中，可以通过预设人脸识别算法来对所述实时正面坐姿图片中的人物进行识别，采用的人脸识别算法至少要能识别人脸和人体上半身。类似于现有的人脸识别技术，通过该人脸识别算法在所述实时正面坐姿图片中会识别出一系列定位点，例如会有若干个脸部边缘轮廓定位点，将所述脸部轮廓定位点一一连接，则可以识别出图片中的人体脸部形状。通过此步骤，可识别出若干用于组成图片中人体头部轮廓的头部定位点，其中至少包括当前学生的头顶定位点，还可识别出用于组成图片中人脸中的左眼轮廓的若干左眼定位点，还可识别出用于组成图片中人脸中的右眼轮廓的若干右眼定位点，还可识别出用于组成图片中人体右肩最宽/最高位置的右肩定位点，还可识别出用于组成图片中人体左肩最宽/最高位置的左肩定位点。本步骤中，在人脸识别结束后，获取当前学生的头顶、眼睛和肩部在预设二维坐标系中的坐标信息，即获取识别出的当前学生的头顶、眼睛和肩部定位点在预设二维坐标系中的坐标值。
优选地，所述眼睛坐标信息至少包括：识别出的左眼上眼睑第一定位点，左眼上眼睑第二定位点，左眼下眼睑第一定位点，左眼下眼睑第二定位点，左眼的右眼角定位点，左眼的左眼角定位点的坐标值。
S103：根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，并根据所述第一正面坐姿图片中所述当前学生的头顶坐标信息和肩部坐标信息，确定所述当前学生的坐姿偏差度。
根据如下公式(2)计算所述当前学生的眼睛疲劳度：
Figure BDA0003029972560000071
其中，E表示当前学生的眼睛疲劳度，其值越大表明眼睛疲劳度越高，(x1，y1)表示当前学生左眼上眼睑第一定位点坐标值，(x2，y2)表示当前学生左眼上眼睑第二定位点坐标值，(x3，y3)表示当前学生左眼下眼睑第一定位点坐标值，(x4，y4)表示当前学生左眼下眼睑第二定位点坐标值，(x5，y5)表示当前学生左眼的右眼角定位点坐标值，(x6，y6)表示当前学生左眼的左眼角定位点坐标值。
优选地，所述肩部坐标信息至少包括：右肩定位点和左肩定位点坐标值；所述头顶坐标信息至少包括：头部顶点坐标值；
根据如下公式(3)计算所述当前学生的坐姿偏差程度：
Figure BDA0003029972560000072
其中，S表示当前学生的坐姿偏差程度，其值越大代表学生坐姿与标准姿态相差越大，坐姿越不标准，(x0，y0)表示当前学生头部顶点坐标值，(x7，y7)表示当前学生右肩定位点坐标值，(x8，y8)表示当前学生左肩定位点坐标值，L表示当前学生的头顶到肩部的标准距离。
S104：根据所述当前学生的眼睛疲劳度和坐姿偏差度，计算所述当前学生的自习专注度。
优选地，根据如下公式(4)计算所述当前学生的自习专注度：
Figure BDA0003029972560000081
其中，t表示当前学生的自习专注度，u()表示阶跃函数，当括号里面的值大于等于0时，输出1，当括号里面的值小于0时，输出0；e()表示指数函数。
S105：根据所述当前学生的自习专注度及预设提醒策略，向所述当前学生发出相应的自习提醒。
在一可选实施例中，可以通过当前学生佩戴的手环等设备向当前学生发出相应的自习提醒，或者也可以通过语音播报，手机提醒等多种方式向当前学生发出相应的自习提醒。在使用手环向所述当前学生发出相应的自习提醒时，根据当前学生的自习专注度，向所述手环发送与该自习专注度对应的脉冲信号，以控制手环的震动，来提醒当前同学提高自习专注度。
优选地，如图4所示，本步骤S105，可以包括：
S401：判断所述当前学生的自习专注度t是否等于第一预设阈值，是则执行步骤S402，否则执行步骤S403；
S402：向所述当前学生发出第一自习提醒；
S403：判断所述当前学生的自习专注度t是否等于第二预设阈值，是则执行步骤S404，否则执行步骤S405；
S404：向所述当前学生发出第二自习提醒；
S405：判断所述当前学生的自习专注度t是否等于第三预设阈值，是则执行步骤S406，否则执行步骤S407；
S406：向所述当前学生发出第三自习提醒；
S407：判断所述当前学生的自习专注度t是否等于第四预设阈值，是则执行步骤S408，否则执行步骤S409；
S408：向所述当前学生发出第四自习提醒；
S409：向所述当前学生发出第五自习提醒。
本实施例中，第一预设阈值＜第二预设阈值＜第三预设阈值＜第四预设阈值，在公式(4)中，t的取值可以为0，1，2，3，4，5，6，因此可用t值代表控制脉冲发生的次数，则第一预设阈值、第二预设阈值、第三预设阈值和第四预设阈值可以分别取0，1，2，3。当t＝0时，不发送脉冲，说明学生自习状态良好；当t＝1时，发送一次脉冲，让学生手环震动一次，提醒学生注意坐姿，其中所述手环的通信方式为蓝牙；当t＝2时，发送两次脉冲，让学生手环震动两次，提醒学生抬头高度；当t＝3时，发送三次脉冲，让学生手环震动三次，提醒学生不要犯困闭眼并注意身体姿势；当t＝4，5，6时，即t≠0，1，2，3时，让学生手环连续震动，提醒同学注意姿势，提高自习效率。
本发明实施例提供的智能化学生自学状态监控方法，首先根据实时采集到的学生头部和肩部的正面坐姿图片，计算学生眼睛疲劳度和坐姿偏差度，接着根据学生眼睛疲劳度和坐姿偏差度，计算学生的自习专注度，最后在学生自习专注度较差时，向学生发出自习提醒。本发明提供的方法能实时检测学生的自习状态，并且能够及时做出反馈，提醒同学提高自习专注度，极大提高学生的自习效率，同时也减轻了教师的负担。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.智能化学生自学状态监控方法，其特征在于，包括以下步骤：
通过指定图像采集设备实时采集当前学生的实时正面坐姿图片；所述实时正面坐姿图片至少包括当前学生的头部和肩部；
对所述实时正面坐姿图片进行人物识别，获取其中所述当前学生的头顶、眼睛和肩部在预设二维坐标系中的坐标信息；
根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，并根据所述实时正面坐姿图片中所述当前学生的头顶坐标信息和肩部坐标信息，确定所述当前学生的坐姿偏差度；
根据所述当前学生的眼睛疲劳度和坐姿偏差度，计算所述当前学生的自习专注度；
根据所述当前学生的自习专注度及预设提醒策略，向所述当前学生发出相应的自习提醒。
2.如权利要求1所述的智能化学生自学状态监控方法，其特征在于，在所述通过指定图像采集设备实时采集当前学生的实时正面坐姿图片之前，还包括：
通过所述指定图像采集设备采集所述当前学生的标准正面坐姿图片；
在所述指定图像采集设备的成像面上，以所述标准正面坐姿图片中当前学生的左、右肩中心点为坐标原点，水平方向为X轴方向，竖直方向为Y轴方向，构建二维坐标系；
将在所述指定图像采集设备的成像面上构建的所述二维坐标系作为预设二维坐标系。
3.如权利要求2所述的智能化学生自学状态监控方法，其特征在于，在预设二维坐标系创建之后，通过指定图像采集设备实时采集当前学生实时正面坐姿图片之前，还包括：
获取所述当前学生的标准正面坐姿图片中，所述当前学生的头部顶点在所述预设二维坐标系中的坐标；
根据所述当前学生的头部顶点在所述预设二维坐标系中的坐标，计算所述当前学生的头部顶点到所述坐标原点的距离；
将所述当前学生的头部顶点到所述坐标原点的距离作为所述当前学生的头顶到肩部的标准距离。
4.如权利要求1-3中任一项所述的智能化学生自学状态监控方法，其特征在于，所述眼睛坐标信息至少包括：左眼上眼睑第一定位点，左眼上眼睑第二定位点，左眼下眼睑第一定位点，左眼下眼睑第二定位点，左眼的右眼角定位点和左眼的左眼角定位点的坐标值；
所述根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，包括:
根据以下公式计算所述当前学生的眼睛疲劳度：
Figure FDA0003029972550000021
其中，E表示当前学生的眼睛疲劳度，(x1，y1)表示当前学生左眼上眼睑第一定位点坐标值，(x2，y2)表示当前学生左眼上眼睑第二定位点坐标值，(x3，y3)表示当前学生左眼下眼睑第一定位点坐标值，(x4，y4)表示当前学生左眼下眼睑第二定位点坐标值，(x5，y5)表示当前学生左眼的右眼角定位点坐标值，(x6，y6)表示当前学生左眼的左眼角定位点坐标值。
5.如权利要求4所述的智能化学生自学状态监控方法，其特征在于，所述肩部坐标信息至少包括：右肩定位点和左肩定位点坐标值；所述头顶坐标信息至少包括：头部顶点坐标值；
所述根据所述实时正面坐姿图片中所述当前学生的头顶坐标信息和肩部坐标信息，确定所述当前学生的坐姿偏差度，包括：
根据以下公式计算所述当前学生的坐姿偏差程度：
Figure FDA0003029972550000031
其中，S表示当前学生的坐姿偏差程度，(x0，y0)表示当前学生头部顶点坐标值，(x7，y7)表示当前学生右肩定位点坐标值，(x8，y8)表示当前学生左肩定位点坐标值，L表示当前学生的头顶到肩部的标准距离。
6.如权利要求5所述的智能化学生自学状态监控方法，其特征在于，所述根据所述当前学生的眼睛疲劳度和坐姿偏差度，计算所述当前学生的自习专注度，包括：
根据以下公式计算所述当前学生的自习专注度：
Figure FDA0003029972550000032
其中，t表示当前学生的自习专注度，u()表示阶跃函数，e()表示指数函数。
7.如权利要求6所述的智能化学生自学状态监控方法，其特征在于，所述根据所述当前学生的自习专注度及预设提醒策略，向所述当前学生发出相应的自习提醒，包括：
判断所述当前学生的自习专注度与第一预设阈值、第二预设阈值、第三预设阈值和第四预设阈值的大小关系；
若所述当前学生的自习专注度等于第一预设阈值，则向所述当前学生发出第一自习提醒；
若所述当前学生的自习专注度等于第二预设阈值，则向所述当前学生发出第二自习提醒；
若所述当前学生的自习专注度等于第三预设阈值，则向所述当前学生发出第三自习提醒；
若所述当前学生的自习专注度等于第四预设阈值，则向所述当前学生发出第四自习提醒；
若所述当前学生的自习专注度大于第四预设阈值，则向所述当前学生发出第五自习提醒；
其中，第一预设阈值＜第二预设阈值＜第三预设阈值＜第四预设阈值。
CN202110427098.9A 2021-04-20 2021-04-20 智能化学生自学状态监控方法 Pending CN113095260A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110427098.9A CN113095260A (zh) 2021-04-20 2021-04-20 智能化学生自学状态监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110427098.9A CN113095260A (zh) 2021-04-20 2021-04-20 智能化学生自学状态监控方法

Publications (1)

Publication Number Publication Date
CN113095260A true CN113095260A (zh) 2021-07-09

Family

ID=76679340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110427098.9A Pending CN113095260A (zh) 2021-04-20 2021-04-20 智能化学生自学状态监控方法

Country Status (1)

Country Link
CN (1) CN113095260A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113888371A (zh) * 2021-08-31 2022-01-04 珠海读书郎软件科技有限公司 一种智能切换学习任务的方法
CN114265501A (zh) * 2021-12-22 2022-04-01 南京紫金体育产业股份有限公司 一种运动场景动态识别系统
CN118333809A (zh) * 2024-05-09 2024-07-12 广东先知大数据股份有限公司 一种计数类体测学生自由考核方法、电子设备和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113888371A (zh) * 2021-08-31 2022-01-04 珠海读书郎软件科技有限公司 一种智能切换学习任务的方法
CN114265501A (zh) * 2021-12-22 2022-04-01 南京紫金体育产业股份有限公司 一种运动场景动态识别系统
CN114265501B (zh) * 2021-12-22 2024-01-26 南京紫金体育产业股份有限公司 一种运动场景动态识别系统
CN118333809A (zh) * 2024-05-09 2024-07-12 广东先知大数据股份有限公司 一种计数类体测学生自由考核方法、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN113095260A (zh) 智能化学生自学状态监控方法
CN111240481B (zh) 基于智能手表的读写距离识别方法
CN103400476B (zh) 一种坐姿提醒方法及装置
CN109690553A (zh) 执行眼睛注视跟踪的系统和方法
CN109343700B (zh) 眼动控制校准数据获取方法和装置
CN108229268A (zh) 表情识别及卷积神经网络模型训练方法、装置和电子设备
CN106548675A (zh) 虚拟军事训练方法及装置
CN110580470A (zh) 基于人脸识别的监测方法、装置、存储介质及计算机设备
WO2020020022A1 (zh) 视觉识别方法及其系统
CN112101124A (zh) 一种坐姿检测方法及装置
CN110751728B (zh) 具有bim建筑模型混合现实功能的虚拟现实设备及方法
CN111008542A (zh) 对象专注度分析方法、装置、电子终端及存储介质
CN106339082A (zh) 一种基于教学用头戴式设备的提示方法及系统
CN110148092A (zh) 基于机器视觉的青少年坐姿及情绪状态的分析方法
CN111009297B (zh) 一种用户服药行为的监督方法、装置及智能机器人
CN108446664A (zh) 一种基于人脸识别的身份确认方法及装置
CN105224809A (zh) 一种基于Kinect的自助体检系统及方法
CN110533777A (zh) 三维人脸图像修正方法、装置、电子设备和存储介质
CN114299767A (zh) 一种基于人工智能的智能教学演示系统及方法
CN108596159A (zh) 一种基于互联网教育的教学方法及系统
CN113197542A (zh) 一种在线自助视力检测系统、移动终端及存储介质
CN107945230A (zh) 一种姿态信息确定方法、装置、电子设备以及存储介质
CN113869241B (zh) 一种融合人脸多属性的在线学习状态分析与报警方法
CN112272333B (zh) 一种学生直播课坐姿纠正方法、装置及电子设备
CN114285966B (zh) 一种劳动教育相关的监测数据处理方法及系统

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