CN114510700A - 一种课程监学的方法及相关装置 - Google Patents

Abstract

本申请实施例提供了一种课程监学的方法及相关装置，该方法包括：在课程播放的过程中进行身份识别，确定当前学习的用户为目标用户；在所述课程播放过程中的至少两个时间段内分别跟踪该用户视线以获得每个时间段的视线轨迹，以及采集该至少两个时间段中每个时间段内的课程内容的播放轨迹，其中，该至少两个时间段中每个时间段的长度为根据该用户的学习习惯确定的值，其中，该学习习惯为根据该用户的学习评分和/或成功学习率确定的根据同一时间段内的该视线轨迹和该播放轨迹的相似度判断所述目标用户是否为活体；若该目标用户为活体，则将该课程标记为已学。采用本申请实施例，能够有效保证用户线上培训的效果。

Description

一种课程监学的方法及相关装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种课程监学的方法及相关装置。

背景技术

随着社会的进步和互联网技术的发展，在现如今的社会当中，通过线上学习已成为一种常态。

目前有很多的企业为了保证用户线上学习的质量，因此对用户学习课程有了监学的需求。监学的方式有很多种。例如通过手机进行线上学习时，首先，将课程学习规则设置为监学，并设置监学次数。用户在学习课程的时候，会调起实名认证流程，通过上传身份证照片和人脸，完成实名认证流程相关操作。然后，在学习课程的过程中，会随机采集用户的人脸图片，与实名认证上传的人脸图片做生物比对，比对通过，则表示监学成功。最后，判断监学成功的次数与课程设置的监学次数是否相等，若相等，才把课程置为已学。但是在此过程中，可能有两个不足之处：第一，用户在一开始可以不在手机前，在后期几分钟内待在手机前，进行监学图片采集，也可以达到已学的目的；第二，在监学图片采集的时候，用户可以通过固定的图片放置在镜头前，以达到蒙混过关的目的。

因此，如何有效的保证用户进行线上学习是本领域技术人员研究的热点问题。

发明内容

本申请实施例提供了一种课程监学的方法及相关装置，能够有效的保证用户进行课程培训，在一定程度上提升了用户课程培训的效果。

第一方面，本申请实施例提供一种课程监学的方法，包括：

在课程播放的过程中进行身份识别，确定当前学习的用户为目标用户；

在该课程播放过程中的至少两个时间段内分别跟踪该用户视线以获得每个时间段的视线轨迹，以及采集该至少两个时间段中每个时间段内的课程内容的播放轨迹，其中，该至少两个时间段中每个时间段的长度为根据该用户的学习习惯确定的值，其中，该学习习惯为根据该用户的学习评分和/或成功学习率确定的；

根据同一时间段内的该视线轨迹和该播放轨迹的相似度判断该目标用户是否为活体；

若该目标用户为活体，则将该课程标记为已学。

第二方面，本申请实施例提供一种课程监学的装置，该装置包括：

识别单元，用于在课程播放过程中进行身份识别，确定当前学习的用户为目标用户；

采集单元，用于在该课程播放过程中的至少两个时间段内分别跟踪该用户视线以获得每个时间段的视线轨迹，以及采集该至少两个时间段中每个时间段内的课程内容的播放轨迹，其中，该至少两个时间段中每个时间段的长度为根据该用户的学习习惯确定的值，其中，该学习习惯为根据该用户的学习评分和/或成功学习率确定的；

检测单元，用于根据同一时间段内的该视线轨迹和该播放轨迹的相似度判断该目标用户是否为活体；

确定单元，用于在该目标用户为活体的情况下，将该课程标记为已学。

第三方面，本申请实施例提供一种课程监学的设备，该设备包括处理器、存储器以及存储在该存储器中并可在该处理器上运行的计算机程序，该处理器执行该计算机程序时，实现第一方面或第一方面的任一项可能实施方式提供的课程监学方法。

第四方面，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在处理器上运行时，实现第一方面提供的课程监学的方法。

在本申请实施例中，在播放课程中既进行了身份识别也进行了活体检测，身份识别鉴别了是不是本人在上课，活体检测鉴别了是不是活体在上课，大大杜绝了用户利用照片代替自己上课的这种情况的发生，因此在很大程度上保证了用户线上学习的效果。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对本申请实施例用到的附图作简单地介绍。

图1是本申请实施例提供的一种课程监学的应用场景图；

图2是本申请实施例提供的一种课程监学的方法流程示意图；

图3是本申请实施例提供的一种采集人脸照片的场景图；

图4是本申请实施例提供的一种课程内容的播放轨迹示意图；

图5是本申请实施例提供的一种用户学习课程的历史记录示意图；

图6是本申请实施例提供的一种显示界面的示意图；

图7是本申请实施例提供的一种课程监学的装置的结构示意图；

图8是本申请实施例提供的一种课程监学的设备的结构示意图。

具体实施方式

请参见图1，图1是本申请实施例提供的一种课程监学的应用场景图，包括用户和电子设备S101。

电子设备S101为具有摄像头并具有数据处理能力与数据收发能力的设备。电子设备S101可以使用户参与线上学习，在线上学习的过程中，电子设备S101可以跟踪用户的视线轨迹和采集课件内容的播放轨迹，以及通过摄像头采集用户的人脸照片，从而对用户进行课程监学。例如，电子设备S101可以是手机、笔记本电脑、平板电脑、掌上电脑、台式机等终端设备。

在本申请实施例中，电子设备S101通过跟踪用户的视线轨迹和采集课程内容的播放轨迹来进行活体检测，通过采集用户的人脸照片与事先上传的用户身份证照片来进行身份识别，通过上述的活体检测和身份识别来实现课程监学的功能。

以下对本申请实施例提供的方法进行介绍。

请参见图2，图2是本申请实施例提供的一种课程监学的方法流程示意图，该方法可以基于图1所示的电子设备S101实现，也可以基于其他设备来实现，该方法包括但不限于如下步骤。

步骤S201：在课程播放的过程中进行身份识别，确定当前学习的用户为目标用户。

身份识别是对用户资料真实性进行的一种验证审核，有助于建立完善可靠的互联网信用基础。

可选的，在课程播放的过程中，如图3所示，电子设备通过摄像头采集用户的人脸照片，将该用户的人脸照片与预先采集的用户的身份证照片进行比较，判断用户是否为目标用户。

可以理解的是，在播放课程中可能是别人替代上课的，通过身份识别，可以判断是不是目标用户在上课，这在很大程度上解决了用户蒙混过关的问题，从而提升上课的效果。

步骤S202：在该课程播放过程中的至少两个时间段内分别跟踪该用户视线以获得每个时间段的视线轨迹，以及采集该至少两个时间段中每个时间段内的课程内容的播放轨迹。

用户的视线轨迹指的是用户的视线移动的轨迹。例如，用户在看课件的时候，一页课件中有1行内容，用户从第一个字从左到右依次看到最后一行字，在这过程中，用户的视线在移动，所移动的轨迹称为用户的视线轨迹。

可选的，摄像头采集眼球和/或头部的方位和移动情况确定用户的视线轨迹。

课程内容的播放轨迹指的是课程在播放的过程中内容先后出现的轨迹。举例来说，一页课件中有1行内容，在播放这一行的时候，是从第一个字到最后一行字播放的，课程内容的播放轨迹就是从第一个字到最后一个字的移动轨迹，如图4所示，图4是本申请实施例提供的一种可能的课程内容的播放轨迹示意图。再如，一页课件有2行内容，先在播放第一行的时候从第一个字播放到最后一个字，接下来就转到第二行开始播放，这过程中就存在从上到下的播放轨迹。

在课程播放过程中，采集用户的视线轨迹和课程内容的播放轨迹，至少包括如下两种方式：

方式一，根据课程时长在全程时长内跟踪用户的视线轨迹和采集课程内容的播放轨迹。通过这种方式将全程的用户的视线轨迹与课程内容的播放轨迹进行比较，判断用户是否为活体。

其中，课程时长是指一节课程从播放到结束的时间段。例如，课程时长为1个小时，那么在上课的1个小时内采集用户的视线轨迹和课程内容的播放轨迹。

在本申请实施例中，从开始上课到课程结束，一直在跟踪用户的视线轨迹并与课程内容的播放轨迹进行比较，如果相似度达到预设阈值，则认为比较的结果是成功的，因此认为活体检测成功。比如，该预设阈值设置为70％，如果用户的视线轨迹有70％与该课程内容的播放轨迹重合(或者大致重合，可以预置相应算法来进行衡量)，则认为比较的结果是成功的，因此认为活体检测成功。

可以理解，根据在全程跟踪用户的视线轨迹在很大程度上了解用户在整个学习过程中视线是不是随着课程内容的播放而移动，这既解决了用户用图片代替真人来上课这一问题，也提高了监学的准确度。

方式二，在课程播放过程中的部分时间段分别跟踪用户的视线轨迹和采集该部分时间段内课程内容的播放轨迹，其中部分时间段为至少两个时间段。通过这种方式在该至少两个时间段内比较用户的视线轨迹和课程内容的播放轨迹，根据多次比较的结果判断用户是否为活体。

在本申请实施例中，可以在整个播放过程中取至少两个时间段来采集用户的视线轨迹和课程内容的播放轨迹。可以理解的是，从播放的电子设备角度上看，通过在整个播放过程中取至少两个时间段来采集用户的视线轨迹和课程内容的播放轨迹相比于全程都采集用户的视线轨迹和课程内容的播放轨迹而言，可以有效的减少电子设备的功耗，提升电子设备的使用寿命。

下面对如何确定该至少两个时间段进行介绍：

比如，预设课程播放过程中所需要的监学次数为n，然后将该课程时长等划分为n份，即得到n个时间区域，然后在每个时间区域内提取一部分时间作为一个时间段，通过这种方式可以提取到n个时间段，在这种情况下，该至少两个时间段具体为n个时间段。

在一些实施例中，监学次数也可以称为监督次数，监学次数可以由老师设置。

举例来说，监学次数为3次，课程时长为1小时，那么对1小时的课程进行等划分，划分为3个时间段，该3个时间段分别为0-20分钟、20-40分钟、40分钟-60分钟，在该三个时间段分别取一段时间，比如为5-15分钟、25-35分钟、45-55分钟，然后分别在这三个时间段内采集用户的视线轨迹和课程内容的播放轨迹。

再如，预设课程播放过程中所需要的监学次数为n，然后在该课程时长内随机提取n个时间段，在这种情况下，该至少两个时间段具体为该n个时间段。

举例来说，监学次数为3次，课程时长为1小时，那么在1小时的播放课程中随机选取3个时间段，比如随机选取的是1-10分钟、20-25分钟、26-30分钟，然后分别在该3个时间段采集用户的视线轨迹和课程内容的播放轨迹。

在一些可能的情况下，通过随机设置不同的时间段，因此用户不知道具体在哪个时间段内进行检测，这也可能避免用户因为知道具体的检测时间段而想出一些蒙混过关的方式来逃避检测，可以理解的是，此时通过这种方式更加提高了用户的课程参与度，也进一步提高了用户上课的效果。

进一步地，在一些可能的情况下，可以在课程播放结束点之前随机设置一个时间段进行检测。这样做的原因是防止用户知道用户监学的次数和已经监学了多少次而采取一些蒙混过关的做法。举例来说，一节课需要1小时，那么可以在第60分钟之前随机设置一个时间段，比如为50分钟到60分钟，在这个时间段内进行最后一次检测，以此可以避免用户因为知道监学次数而蒙混过关，比如用户知道监学次数为5次，在课程上了一半的时间已经监学了5次，这时候用户知道监学完成了，就让其他人来代替自己上课，可以理解的是，通过这种方式可以在很大程度上避免这种情况的发生，提高了用户的课程参与度。

可选的，上述n个时间段中每个时间段的长度可以为预设的固定值，或者根据用户的学习习惯确定的值。

用户的学习习惯至少可以通过以下方式确定：

方式一，学习习惯可以根据成功学习率确定，成功学习率为历史上标记为已学的课程的次数与参与学习的课程的次数的比值，若用户的成功学习率大于或等于预设学习率，则可以判定用户的学习习惯好，若用户的成功学习率小于预设学习率，则可以判定用户的习惯差。

举例来说，如图5所示，图5示例出用户学习课程的历史记录，如果用户在参与10次的学习课程过程中，被标记为已学的次数为9次，那么用户成功学习率为90％，假设预设学习率为80％，其中，用户的成功学习率是大于预设学习率的，那么判定用户的学习习惯好。假设用户的已学次数为7次，用户的成功学习率是小于预设学习率的，那么判定用户的学习习惯差。

方式二，根据学习评分来确定。如果电子设备可以接收输入的评分，例如，可以是家长或老师等输入的评分，该评分用于表征用户(如学生)的学习习惯好差，如果该评分高于预设的分数值，则认为学习习惯好，如果评分低于预设的分数值，则认为学习习惯差。

本申请实施例中，根据用户的学习习惯可以将不同用户检测的时间段设置成不同的大小，举例来说，若用户的学习习惯好，此时设置该用户的检测的时间段为第三时间段，若用户的学习习惯差，此时设置该用户的检测的时间段为第四时间段，那么设置的第三时间段小于第四时间段。

可以理解的是，在不考虑学习习惯好差的情况下，为了保证检测的效果，选取的时间段一般会比较大；而在考虑了学习习惯后，针对学习习惯好的用户可以将时间段设置的短点，因此节省了电子设备的功耗。

步骤S203：根据同一时间段内的所述视线轨迹和所述播放轨迹的相似度判断所述目标用户是否为活体。

活体检测是在一些身份验证场景确定对象真实生理特征的方法，在人脸识别应用中，活体检测能通过眨眼、张嘴、摇头、点头等组合动作，使用人脸关键点定位和人脸追踪等技术，验证用户是否为真实活体本人操作。可有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。

上述中根据在至少两个时间段内采集用户的视线轨迹和课程内容的播放轨迹进行活体检测的方式如下：

将同一时间段内的该视线轨迹和该播放轨迹进行比较，得到比较结果。其中，若该视线轨迹与该播放轨迹的相似度超过预设阈值则该比较结果为第一结果，若该相似度不超过预设阈值则该比较结果为第二结果。

根据多次比较的结果判断是否为活体的实现方式有很多，下面进行举例说明。

案例A，若多次比较的结果为第一结果，则表明用户为活体，若其中至少有一次的结果为第二结果，则表明用户不为活体。

案例B，根据多次比较中结果为第一结果的次数和第一预设次数进行比较，若结果为第一结果的数量超过第一预设次数，则表明用户为活体，若结果为第一结果的数量不超过第一预设次数，则表明用户不为活体。其中，第一预设次数小于等于监学次数，比如，监学次数为10，该第一预设次数可以设置为8，假设结果为第一结果的次数为9，则表明用户为活体。

可选的，上述中根据在全程的课程时长内分别跟踪该用户视线的视线轨迹以及采集课程内容的播放轨迹进行活体检测的方式如下：

将全程的用户的视线轨迹和课程内容的播放轨迹进行比较，得到比较结果，其中若该视线轨迹与该播放轨迹的相似度超过预设阈值则该比较结果为第一结果，若该相似度不超过该预设阈值则该比较结果为第二结果。

若全程的课程时长内的比较结果为第一结果，则表明该用户为活体。

可选的，电子设备的应用程序(Application，APP)根据调用软件开发工具包(Software Development Kit，SDK)进行活体检测。

软件开发工具包是用于为特定的软件包、软件框架、硬件平台、操作系统等建立应用软件时的开发工具的集合。

可选的，APP集成了SDK。

具体地，APP根据SDK提供的应用程序编程接口(Application ProgrammingInterface，API)调用活体检测功能，根据活体检测功能进行活体检测。

应用程序编程接口API是一些预先定义的接口(如函数、HTTP接口)，或指软件系统不同组成比分衔接的约定。用于提供应用程序与开发人员基于某软件或硬件得以访问的一组例程，而又无需访问源码，或理解内部工作机制的细节。

可选的，身份识别至少包括如下两种方式：

方式一，在课程播放过程中的至少两个时间段内分别跟踪用户的视线轨迹和采集该至少两个时间段内课程内容的播放轨迹的时候，也在该至少两个时间段内进行身份识别。

在一些可能的场景中，在播放课程的过程中，既在该至少两个时间段内进行了活体检测，也在该至少两个时间段内进行了身份识别。可以理解的是，在进行活体检测的时候同时进行身份识别，在此过程中，不仅仅检测了用户是不是活体，也检测了是不是本人在上课，在很大程度上避免了因为别人冒充上课这种情况，也在很大程度上提高了用户上课的积极性。

方式二，对摄像头范围内的用户进行身份识别的时间不为上述的至少两个时间段，进行身份识别的时间段和活体检测的时间段是独立的。

在一些可能的场景中，比如，在播放课程的过程中，先在至少两个时间段内进行活体检测，检测完是否为活体之后再来进行身份识别，判断是不是本人在学习。可以理解的是，通过这种将活体检测和身份识别分开来进行的方式，可以降低电子设备在同时进行活体检测和身份识别带来的压力。

根据多次身份识别就会获得多个识别结果，根据多个识别结果判断是否为目标用户的实现方式有很多，下面进行举例说明。

方式一，若多个识别结果中识别成功的次数等于监学次数，则判断最终的识别结果为目标用户。若至少多个识别结果中识别成功的次数不等于监学次数，则判断最终的结果不为目标用户。

方式二，若多个识别结果中识别成功的次数超过第二预设次数，则表明当前学习的用户为目标用户，若多个识别结果中识别成功的次数不超过第二预设次数，则表明当前学习的用户不为目标用户。其中，第二预设次数小于等于监学次数，比如，监学次数为10，该第二预设次数可以设置为8，假设多个身份识别结果中识别成功的次数为8，则判断最终的结果为目标用户。

在一种可选的方案中，在全程的课程时长内跟踪用户的视线轨迹和采集课程内容的播放轨迹并进行比较的情况下，可以根据监学次数n随机选取n个时间段进行身份识别，根据多个身份识别的结果可以得到最终的结果。

步骤S204：若该目标用户为活体，则将该课程标记为已学。

可以理解的是，若身份识别结果表明当前学习的用户为目标用户且活体检测结果表明该目标用户为活体，那么可以确定是目标用户本人在进行真实的学习，因此目标用户很大概率观看了课程，因此将该课程标记为已学。

可选的，该方法还包括：若身份识别结果表明当前学习的用户不为目标用户且活体检测结果表明该目标用户不为活体，则将该课程标记为未学。

可选的，该方法还包括：若身份识别结果表明当前学习的用户为目标用户且活体检测结果表明该目标用户不为活体，则将该课程标记为未学。

可选的，该方法还包括：若身份识别结果表明当前学习的用户不为目标用户且活体检测结果表明该目标用户为活体，则将该课程标记为未学。

可选的，将该课程标记为未学之后，包括：电子设备通过显示器输出显示界面，该显示界面包括学习消息和学习时间段，该学习消息用于提醒用户在该学习时间段完成标记为未学的该课程；在该学习时间段根据输入的操作指令播放标记为未学的该课程。

举例来说，用户可能由于一些特殊原因无法完成学习，导致课程被标记为未学。此时可以给用户继续学习该课程的机会，比如电子设备上弹出界面，上面可能显示“请于以下时间段内完成对该课程的学习”和“9:00-17:00”，用户可以在该时间段内完成对被标记为未学的课程的学习，如图6所示，图6是本申请实施例提供的一种可能的显示界面的示意图。

本申请实施例中，还可以包括判断在摄像头范围内是否存在人的操作，下面举例说明。

例如，每次进行身份识别和活体检测之前，电子设备的APP通过调用摄像头判断在摄像头范围内是否存在人，在存在人的情况下才进行身份识别和活体检测。而在课程播放的过程中，一般会多次进行身份识别和活体检测，因此相应也会多次判断摄像头范围内是否有人。

可以理解的是，身份识别和活体检测的计算开销一般比较大，因此如果每次都直接进行身份识别和活体检测，就会带来较大的计算开销，而如果在进行身份识别和活体检测之前先判断摄像头范围内是否有人，在有人的情况下才进行身份识别和活体检测，在没人的情况下不进行身份识别和活体检测，就可以省掉一些无用的身份识别和活体检测过程，节省了计算开销。

进一步地，若用户不在摄像头范围内，且用户不在摄像头范围内的第一时间大于第一预设时间，则暂停播放课程。

在一些可能的场景中，用户可能弯腰捡了一支笔或者去倒了一杯水等，做之类的事情花费的时间可能很短并且在第一预设时间内，此时无须暂停课程。也可能在一些场景中，用户可能出去拿快递等，做之类的事情花费的时间可能超过了第一预设时间，此时暂停播放功能，可以理解的是，这样可以避免了因长时间不在上课导致再来上课的时候对在此之前的上课内容有所遗忘或者思路衔接不上，因此，可以有效的提升学习的效果。

该第一预设时间可以是人为根据经验预设的一个参数值，也可以为根据用户历次课程被标记为已学的次数设置的一个参数值，举例来说，其中，已学表明用户成功学完了课程。

举例来说，A用户的历次课程被标记为已学的次数为a，B用户的历次课程被标记为已学的次数为b，若a大于b，那么对A用户设置的第一预设时间可以比对B用户设置的第一预设时间大。可以理解的是，通过在不同用户中对用户学习次数少的用户设置的第一预设时间低，可以激励学习次数少的用户多进行学习，从而提升用户学习的积极性。

上述详细阐述了本申请实施例的方法，下面提供本申请实施例的装置。

请参见图7，图7是本申请实施例提供的一种课程监学的装置700的结构示意图，该装置700可以包括识别单元701、采集单元702、检测单元703和确定单元704，其中各个单元的详细描述如下。

识别单元701，用于在课程播放过程中进行身份识别，确定当前学习的用户为目标用户；

采集单元702，用于在该课程播放过程中的至少两个时间段内分别跟踪该用户视线以获得每个时间段的视线轨迹，以及采集该至少两个时间段中每个时间段内的课程内容的播放轨迹，其中，该至少两个时间段中每个时间段的长度为根据该用户的学习习惯确定的值，其中，该学习习惯为根据该用户的学习评分和/或成功学习率确定的；

检测单元703，用于根据同一时间段内的该视线轨迹和该播放轨迹的相似度判断该目标用户是否为活体；

确定单元704，用于在该目标用户为活体的情况下，将该课程标记为已学。

上述中，在播放课程中既进行了身份识别也进行了活体检测，身份识别鉴别了是不是本人在上课，活体检测鉴别了是不是活体在上课，大大杜绝了用户利用照片代替自己上课的这种情况的发生，因此在很大程度上保证了用户线上学习的效果。

在一种可选的方案中，在采集该课程播放过程中用户的视线轨迹和采集课程内容的播放轨迹方面，该采集单元702具体用于：

确定该课程播放过程中的至少两个时间段；

在该至少两个时间段内分别跟踪该用户视线以获得每个时间段的视线轨迹，以及采集该至少两个时间段中每个时间段内的课程内容的播放轨迹。

可以理解的是，从播放的电子设备角度上看，通过在整个播放过程中取至少两个时间段来进行活体检测，相比于全程都进行活体检测而言，可以有效的减少电子设备的功耗，提升电子设备的使用寿命。

在一种可选的方案中，在确定该课程播放过程中的至少两个时间段方面，该采集单元702具体用于：

根据预设的监学次数n在课程时长内随机选取n个时间段，其中，该n个时间段为至少两个时间段。

在一些可能的情况下，通过随机设置不同的时间段，因此用户不知道具体在哪个时间段内进行检测，这也可能避免用户因为知道具体的检测时间段而想出一些蒙混过关的方式来逃避检测，可以理解的是，此时通过这种方式更加提高了用户的课程参与度，也进一步提高了用户上课的效果。

在一种可选的方案中，在确定该课程播放过程中的至少两个时间段方面，该采集单元702具体用于：

根据预设的该监学次数n在将该课程时长等划分为n个时间区域；

在该n个时间区域内选取n个时间段，其中，该n个时间段为至少两个时间段。

在一种可选的方案中，上述n个时间段中每个时间段的长度为根据用户的学习习惯确定的值，其中，该学习习惯为根据该用户的学习评分和/或成功学习率确定的，其中，该成功学习率为历史上标记为已学的课程的次数与参与学习课程的次数的比值。

可以理解的是，在不考虑学习习惯好差的情况下，为了保证活体检测的效果，选取的时间段一般会比较大；而在考虑了学习习惯后，针对学习习惯好的用户可以将时间段设置的短点，因此节省了电子设备的功耗。

在一种可选的方案中，上述n个时间段中每个时间段的长度为预设的固定值。

可以理解的是，将每个时间段的长度直接设置成一个固定的值，与上述中提到的根据用户习惯来确定的值而言，能够更加节省电子设备的功耗。

在一种可选的方案中，在根据同一时间段内的所述视线轨迹和所述播放轨迹的相似度判断所述目标用户是否为活体方面，该检测单元703具体用于：

将同一时间段内的该视线轨迹和该播放轨迹进行比较，得到比较结果，其中，若该视线轨迹与该播放轨迹的相似度超过预设阈值则该比较结果为第一结果，若该相似度不超过该预设阈值则该比较结果为第二结果；

若至少两个时间段内的该第一结果的数量超过第一预设次数，则表明该用户为活体。

在一种可选的方案中，在采集该课程播放过程中用户的视线轨迹和采集课程内容的播放轨迹方面，该采集单元702具体用于：

在全程的课程时长内分别跟踪该用户视线的视线轨迹，以及采集课程内容的播放轨迹；

在将该视线轨迹和该播放轨迹进行活体检测方面，该检测单元703具体用于：

将全程的用户的视线轨迹和课程内容的播放轨迹进行比较，得到比较结果，其中若该视线轨迹与该播放轨迹的相似度超过预设阈值则该比较结果为第一结果，若该相似度不超过该预设阈值则该比较结果为第二结果；

若全程的课程时长内的比较结果为第一结果，则表明该用户为活体。

可以理解的是，检测摄像头范围内是不是活体，这解决了用户用图片代替真人来上课这一问题，提高了用户上课的参与度，进一步地，根据在全程跟踪用户眼睛的移动轨迹在很大程度上了解用户在整个学习过程中视线是不是随着课程内容的播放而移动，从而提高监学的准确度。

在一种可选的方案中，在课程播放的过程中进行身份识别，确定当前学习的用户为目标用户方面，该识别单元701具体用于：

在该至少两个时间段内分别进行身份识别，得到识别结果，其中，若该识别结果中识别成功的次数超过第二预设次数则表明当前学习的用户为目标用户。

可以理解为，通过第二预设次数给出一个最低标准，在至少两个时间段内统计识别成功的次数，将识别成功的次数与第二预设次数相比较，避免了凭借将整个的识别结果来评定用户身份识别的最终结果。

在一种可选的方案中，该确定单元704还用于：

在身份识别的结果表明当前学习的用户不为该目标用户且活体检测的结果表明该目标用户不为活体的情况下，将该课程标记为未学。

在一种可选的方案中，该确定单元704还用于：

在身份识别的结果表明当前学习的用户为该目标用户且活体检测的结果表明该目标用户不为活体的情况下，将该课程标记为未学。

在一种可选的方案中，该确定单元704还用于：

在身份识别的结果表明当前学习的用户不为该目标用户且活体检测的结果表明该目标用户为活体的情况下，将该课程标记为未学。

在一种可选的方案中，该装置700还包括：

输出单元，用于在若身份识别的结果表明当前学习的用户不为该目标用户且该活体检测的结果表明该目标用户不为活体则将该课程标记为未学之后，输出显示界面，该显示界面包括学习消息和学习时间段，该学习消息用于提醒该用户在该学习时间段完成标记为未学的该课程；

播放单元，用于根据输入的操作指令播放标记为未学的课程。

可以理解的是，通过再次给用户提供学习该课程的机会，用户可能会抓住这次机会认真的学习，提升了用户学习的积极性和学习效果。

在一种可选的方案中，该装置700还包括：

判断单元，用于在课程播放的过程中进行身份识别之前，判断在摄像头范围内是否存在人。

可以理解的是，身份识别和活体检测的计算开销一般比较大，因此如果每次都直接进行身份识别和活体检测，就会带来较大的计算开销，而如果在进行身份识别和活体检测之前先判断摄像头范围内是否有人，在有人的情况下才进行身份识别和活体检测，在没人的情况下不进行身份识别和活体检测，就可以省掉一些无用的身份识别和活体检测过程，节省了计算开销。

请参见图8，图8是本申请实施例提供的一种课程监学的设备800的结构示意图，该设备800包括处理器801、存储器802和通信接口803，该处理器801、存储器802和通信接口803通过总线相互连接。

处理器801可以是一个或多个中央处理器(central processing unit，CPU)，在处理器801是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。

存储器802包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasable programmableread only memory，EPROM)、或便携式只读存储器(compact disc read-only memory，CD-ROM)，该存储器802用于相关指令及数据。通信接口803用于接收和发送数据。

该设备800中的处理器801用于读取该存储器802中存储的程序代码，执行以下操作：

在课程播放的过程中进行身份识别，确定当前学习的用户为目标用户；

在该课程播放过程中的至少两个时间段内分别跟踪该用户视线以获得每个时间段的视线轨迹，以及采集该至少两个时间段中每个时间段内的课程内容的播放轨迹，其中，该至少两个时间段中每个时间段的长度为根据该用户的学习习惯确定的值，其中，该学习习惯为根据该用户的学习评分和/或成功学习率确定的；

根据同一时间段内的该视线轨迹和该播放轨迹的相似度判断该目标用户是否为活体；

若该目标用户为活体，则将该课程标记为已学。

上述中，在播放课程中既进行了身份识别也进行了活体检测，身份识别鉴别了是不是本人在上课，活体检测鉴别了是不是活体在上课，大大杜绝了用户利用照片代替自己上课的这种情况的发生，因此在很大程度上保证了用户线上学习的效果。

在一种可选的方案中，在采集该课程播放过程中用户的视线轨迹和采集课程内容的播放轨迹方面，该处理器801具体用于：

确定该课程播放过程中的至少两个时间段；

在该至少两个时间段内分别跟踪该用户视线以获得每个时间段的视线轨迹，以及采集该至少两个时间段中每个时间段内的课程内容的播放轨迹。

可以理解的是，从播放的电子设备角度上看，通过在整个播放过程中取至少两个时间段来进行活体检测，相比于全程都进行活体检测而言，可以有效的减少电子设备的功耗，提升电子设备的使用寿命。

在一种可选的方案中，在确定该课程播放过程中的至少两个时间段方面，该处理器801具体用于：

根据预设的监学次数n在课程时长内随机选取n个时间段，其中，该n个时间段为至少两个时间段。

在一些可能的情况下，通过随机设置不同的时间段，因此用户不知道具体在哪个时间段内进行检测，这也可能避免用户因为知道具体的检测时间段而想出一些蒙混过关的方式来逃避检测，可以理解的是，此时通过这种方式更加提高了用户的课程参与度，也进一步提高了用户上课的效果。

在一种可选的方案中，在确定该课程播放过程中的至少两个时间段方面，该处理器801具体用于：

根据预设的该监学次数n在将该课程时长等划分为n个时间区域；

在该n个时间区域内选取n个时间段，其中，该n个时间段为至少两个时间段。

在一种可选的方案中，上述n个时间段中每个时间段的长度为根据用户的学习习惯确定的值，其中，该学习习惯为根据该用户的学习评分和/或成功学习率确定的，其中，该成功学习率为历史上标记为已学的课程的次数与参与学习课程的次数的比值。

可以理解的是，在不考虑学习习惯好差的情况下，为了保证活体检测的效果，选取的时间段一般会比较大；而在考虑了学习习惯后，针对学习习惯好的用户可以将时间段设置的短点，因此节省了电子设备的功耗。

在一种可选的方案中，上述n个时间段中每个时间段的长度为预设的固定值。

可以理解的是，将每个时间段的长度直接设置成一个固定的值，与上述中提到的根据用户习惯来确定的值而言，能够更加节省电子设备的功耗。

在一种可选的方案中，在根据同一时间段内的所述视线轨迹和所述播放轨迹的相似度判断所述目标用户是否为活体方面，该处理器801具体用于：

将同一时间段内的该视线轨迹和该播放轨迹进行比较，得到比较结果，其中，若该视线轨迹与该播放轨迹的相似度超过预设阈值则该比较结果为第一结果，若该相似度不超过该预设阈值则该比较结果为第二结果；

若至少两个时间段内的该第一结果的数量超过第一预设次数，则表明该用户为活体。

在一种可选的方案中，在采集该课程播放过程中用户的视线轨迹和采集课程内容的播放轨迹方面，该处理器801具体用于：

在全程的课程时长内分别跟踪该用户视线的视线轨迹，以及采集课程内容的播放轨迹；

在将该视线轨迹和该播放轨迹进行活体检测方面，该处理器801具体用于：

将全程的用户的视线轨迹和课程内容的播放轨迹进行比较，得到比较结果，其中若该视线轨迹与该播放轨迹的相似度超过预设阈值则该比较结果为第一结果，若该相似度不超过该预设阈值则该比较结果为第二结果；

若全程的课程时长内的比较结果为第一结果，则表明该用户为活体。

可以理解的是，检测摄像头范围内是不是活体，这解决了用户用图片代替真人来上课这一问题，提高了用户上课的参与度，进一步地，根据在全程跟踪用户眼睛的移动轨迹在很大程度上了解用户在整个学习过程中视线是不是随着课程内容的播放而移动，从而提高监学的准确度。

在一种可选的方案中，在课程播放的过程中进行身份识别，确定当前学习的用户为目标用户方面，该处理器801具体用于：

在该至少两个时间段内分别进行身份识别，得到识别结果，其中，若该识别结果中识别成功的次数超过第二预设次数则表明当前学习的用户为目标用户。

可以理解为，通过第二预设次数给出一个最低标准，在至少两个时间段内统计识别成功的次数，将识别成功的次数与第二预设次数相比较，避免了凭借将整个的识别结果来评定用户身份识别的最终结果。

在一种可选的方案中，该处理器801还用于：

在身份识别的结果表明当前学习的用户不为该目标用户且活体检测的结果表明该目标用户不为活体的情况下，将该课程标记为未学。

在一种可选的方案中，该处理器801还用于：

在身份识别的结果表明当前学习的用户为该目标用户且活体检测的结果表明该目标用户不为活体的情况下，将该课程标记为未学。

在一种可选的方案中，该处理器801还用于：

在身份识别的结果表明当前学习的用户不为该目标用户且活体检测的结果表明该目标用户为活体的情况下，将该课程标记为未学。

在一种可选的方案中，该处理器801还用于：

在若身份识别的结果表明当前学习的用户不为该目标用户且该活体检测的结果表明该目标用户不为活体则将该课程标记为未学之后，输出显示界面，该显示界面包括学习消息和学习时间段，该学习消息用于提醒该用户在该学习时间段完成标记为未学的该课程；

根据输入的操作指令播放标记为未学的课程。

可以理解的是，通过再次给用户提供学习该课程的机会，用户可能会抓住这次机会认真的学习，提升了用户学习的积极性和学习效果。

在一种可选的方案中，该处理器801还用于：

在课程播放的过程中进行身份识别之前，判断在摄像头范围内是否存在人。

可以理解的是，身份识别和活体检测的计算开销一般比较大，因此如果每次都直接进行身份识别和活体检测，就会带来较大的计算开销，而如果在进行身份识别和活体检测之前先判断摄像头范围内是否有人，在有人的情况下才进行身份识别和活体检测，在没人的情况下不进行身份识别和活体检测，就可以省掉一些无用的身份识别和活体检测过程，节省了计算开销。

本申请实施例还提供一种计算机可读存储介质，当该计算机可读存储介质中存储有计算机指令，当其在处理器上运行时，实现如图2所示的方法流程。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。

所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种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，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，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申请的限制。

Claims (10)

1.一种课程监学的方法，其特征在于，所述方法包括：

在课程播放的过程中进行身份识别，确定当前学习的用户为目标用户；

在所述课程播放过程中的至少两个时间段内分别跟踪所述用户视线以获得每个时间段的视线轨迹，以及采集所述至少两个时间段中每个时间段内的课程内容的播放轨迹，其中，所述至少两个时间段中每个时间段的长度为根据所述用户的学习习惯确定的值，其中，所述学习习惯为根据所述用户的学习评分和/或成功学习率确定的；

根据同一时间段内的所述视线轨迹和所述播放轨迹的相似度判断所述目标用户是否为活体；

若所述目标用户为活体，则将所述课程标记为已学。

2.根据权利要求1所述的方法，其特征在于，所述在所述课程播放过程中的至少两个时间段内分别跟踪所述用户视线以获得每个时间段的视线轨迹之前，还包括：

根据预设的监学次数n在课程时长内随机选取n个时间段，其中，所述n个时间段为所述至少两个时间段。

3.根据权利要求1或2所述的方法，其特征在于，所述成功学习率为历史上标记为已学的课程的次数与参与学习的课程的次数的比值。

4.根据权利要求1或2所述的方法，其特征在于，所述根据同一时间段内的所述视线轨迹和所述播放轨迹的相似度判断所述目标用户是否为活体，包括：

将同一时间段内的所述视线轨迹和所述播放轨迹进行比较，得到比较结果，其中，若所述视线轨迹与所述播放轨迹的相似度超过预设阈值则所述比较结果为第一结果，若所述相似度不超过所述预设阈值则所述比较结果为第二结果；

若所述至少两个时间段内的所述第一结果的数量超过第一预设次数，则表明所述用户为活体。

5.根据权利要求1或2所述的方法，其特征在于，所述在课程播放的过程中进行身份识别，确定当前学习的用户为目标用户，包括：

在所述至少两个时间段内分别进行身份识别，得到识别结果，其中，若所述识别结果中识别成功的次数超过第二预设次数则表明当前学习的用户为目标用户。

6.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

若所述身份识别的结果表明当前学习的所述用户不为所述目标用户且所述活体检测的结果表明所述目标用户不为活体，则将所述课程标记为未学。

7.根据权利要求1-6任一项所述的方法，其特征在于，还包括：

所述若所述身份识别的结果表明当前学习的所述用户不为所述目标用户且所述活体检测的结果表明所述目标用户不为活体，则将所述课程标记为未学；

输出显示界面，所述显示界面包括学习消息和学习时间段，所述学习消息用于提醒所述用户在所述学习时间段完成标记为未学的所述课程；

根据输入的操作指令播放标记为未学的所述课程。

8.一种课程监学的装置，其特征在于，所述装置包括：

识别单元，用于在课程播放过程中进行身份识别，确定当前学习的用户为目标用户；

采集单元，用于在所述课程播放过程中的至少两个时间段内分别跟踪所述用户视线以获得每个时间段的视线轨迹，以及采集所述至少两个时间段中每个时间段内的课程内容的播放轨迹，其中，所述至少两个时间段中每个时间段的长度为根据所述用户的学习习惯确定的值，其中，所述学习习惯为根据所述用户的学习评分和/或成功学习率确定的；

检测单元，用于根据同一时间段内的所述视线轨迹和所述播放轨迹的相似度判断所述目标用户是否为活体；

确定单元，用于在所述目标用户为活体的情况下，将所述课程标记为已学。

9.一种课程监学的设备，其特征在于，所述设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现权利要求1-7任一项所述的课程监学的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，当其在处理器上运行时，实现权利要求1-7任一项所述的课程监学的方法。

Images