CN116665291B - 一种图像处理系统以及图像处理方法 - Google Patents
一种图像处理系统以及图像处理方法 Download PDFInfo
- Publication number
- CN116665291B CN116665291B CN202310911327.3A CN202310911327A CN116665291B CN 116665291 B CN116665291 B CN 116665291B CN 202310911327 A CN202310911327 A CN 202310911327A CN 116665291 B CN116665291 B CN 116665291B
- Authority
- CN
- China
- Prior art keywords
- student
- image
- class
- brightness variation
- brightness
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 39
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 210000005252 bulbus oculi Anatomy 0.000 claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 238000004140 cleaning Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 13
- 238000012795 verification Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 210000001508 eye Anatomy 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- 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
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
-
- 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
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Ophthalmology & Optometry (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了线上教学监测技术领域的一种图像处理系统以及图像处理方法,该系统包括信息获取模块、图像采集模块、处理模块和判定模块;信息获取模块根据用户的指令在切换教学页面的过程中插入与教学页面亮度不同的检测图像;图像采集模块采集教学页面切换前以及检测图像出现时学生的眼球图像;处理模块获取切换前和检测图像出现时的光亮区域的亮度变化量,并获取切换前和检测图像出现时的教学页面在学生听课设备上的亮度变化量;判定模块将亮度变化评测值与亮度变化参照值进行比对,判定学生听课状态异常。本发明,能够有效的避免线上教育过程中学生以“假动作”假装认真听课难以进行检测的问题,同时该检测过程中对学生听课产生的影响极小。
Description
技术领域
本发明属于线上教学监测技术领域,具体是一种图像处理系统以及图像处理方法。
背景技术
比起线下机构的固定时间、固定地点学习,线上教学对于这些环境因素局限性比较小,学生只需要配合老师的上课时间即可。因减少了大量的通勤时间,会让学员会有更多时间复习预习,其学习效果也会更佳。但是相较于线下教学线上教学难以时间对学生听课状态的监管。
为了解决上述问题,中国专利CN113095259A记载的一种远程在线课程教学管理方法,用于解决现有的远程在线教学无法实时监督每个学生学习专注情况的问题。该方法包括:在线教学学生客户端采集当前登录学生的人脸数据,识别所述人脸数据对应的学生标识;在线教学学生客户端按预定周期采集当前学生的头部图像并将当前学生的头部图像及其对应的学生标识上传至远程服务器;远程服务器对各头部图像进行实时图像处理,得到各在线学生的听课动作信息,并根据各在线学生的听课动作信息,确定各在线学生的上课专注度,再根据所有在线学生的上课专注度,对所有在线学生标识进行排序,并将排序结果提供给在线教学教师客户端。该发明能够实现实时监督学生听课状态。
但是,由于学生线上听课时,虽然面部正常面对屏幕,但可能通过学习设备分屏或者在学习设备上直接操作其他与教学无关的事项的情况,仅通过学生听课时的动作信息难以识别上述“假动作”,无法实现对学生听课状态精准判断。
发明内容
本发明的目的是提供一种图像处理系统以及图像处理方法,以解决上述技术问题。
为了实现上述目的,本发明的技术方案如下:一种图像处理系统,包括信息获取模块、图像采集模块、处理模块和判定模块;
信息获取模块用于获取学生信息以及用户的指令,并根据用户的指令在切换教学页面的过程中插入与教学页面亮度不同的检测图像;
图像采集模块用于采集教学页面切换前学生的眼球图像以及检测图像出现时学生的眼球图像,并根据学生信息对所属的眼底图像进行标记;
处理模块用于识别教学页面切换前和检测图像出现时学生的眼球图像的光亮区域,并获取切换前和检测图像出现时的光亮区域的亮度变化量,输出亮度变化评测值;处理模块还用于获取学生听课设备的实时亮度信息,并获取切换前和检测图像出现时的教学页面在学生听课设备上的亮度变化量,输出亮度变化参照值;
判定模块用于将亮度变化评测值依次与亮度变化参照值进行比对,获取与亮度变化参照值差值大于阈值的亮度变化评测值对应的眼底图像,根据眼底图像的标记判定其对应的学生听课状态异常。
上述方案的技术原理如下:
在切换教学页面的过程中插入不同亮度的检测图像,学生若正常对教学页面进行观看,则会由于检测图像的出现而眼球中光亮区域的亮度会发生变化,通过对比学生眼球的光亮区域亮度变化量是否与检测图像在学生听课设备上出现产生的亮度变化量相同,从而判断学生是否正常的在观察教学页面。
采用上述方案有以下有益效果:
1、本方案,利用用户指定随机插入检测图像的方式对学生的听课状态进行验证,相较于定时签到或者人脸识别等现有技术,本方案的随机性更强,对学生听课状态的检测效果更好;且对于用户动作信息正常但仍未认真听课的学生依然能够进行检测,避免了现有技术中学生以“假动作”规避听课状态检测的问题。
2、本方案,通过在教学页面切换过程中对学生的听课状态进行检测,相较于现有技术中课前、课中或者课后进行听课状态检测,本方案能够减少对学生听课时间的占用,此外,由于是在教学页面切换的过程中对学生的图像进行采集,对学生听课的影响极小,不会影响学生听课学习的连贯性。
综上所述,本方案能够有效的避免线上教育过程中学生以“假动作”假装认真听课难以进行检测的问题,同时该检测过程中对学生听课产生的影响极小。
进一步,处理模块还用于对学生的眼球图像进行筛选,将未成功采集到眼球的眼球图像筛除,并为未成功采集到眼球图像的学生进行听课状态验证。
有益效果:由于教学页面切换过程时间较短,若学生正好出现眨眼或者闭眼等情况则不能够采集到学生的眼球图像,对于这些眼球图像采集失败的则通过听课状态验证的方式对学生的听课状态进行验证,避免对学生的听课状态检测失败。
进一步,听课状态验证具体是通过处理模块提取学生的眼球图像中眼球的反射图像,同时对教学页面图像进行提取,对反射图像和教学页面图像的相似度进行比对,若相似度低于阈值,则根据眼底图像的标记判定其对应的学生听课状态异常。
有益效果:利用学生眼球图像中存在的图像信息与教学页面显示的信息是否相关从而判断学生的听课状态,同样是在学生听课状态下进行,不会影响学生听课的时间和连贯性。
进一步,还包括防干扰模块,防干扰模块用于监听学生学习环境声音,若学生对应眼底图像的亮度变化评测值与亮度变化参照值差值大于阈值,且监听到有物体通过声音时,则不对该学生的听课状态进行判定,后续通过处理模块对该学生进行听课状态验证。
有益效果:通过防干扰模块排出外界光亮对系统检测的干扰,避免外界干扰因素使系统检测出现误差。
进一步,防干扰模块还用于对教学页面切换过程中学生听课环境的亮度进行采集,若环境亮度变化量超过阈值,则不对该学生的听课状态进行判定,后续通过处理模块对该学生进行听课状态验证。
有益效果:通过防干扰模块排出学生所处学习环境自身的光亮影响,若教学页面切换时学生所处学习环境光亮同样发生较大变化,则不对学生的听课状态进行判定,而是通过听课状态验证的方式对学生听课状态进行检测,同样避免外界干扰因素使系统检测出现误差。
进一步,图像采集模块包括常规图像采集器和清洁单元,清洁单元包括用于固定于常规图像采集器上的夹持件,夹持件预留有用于常规图像采集器进行图像采集的采集孔,夹持件内固定连接有驱动件,夹持部件预留有采集孔一端表面转动连接清洁环,清洁环开设有用于采集孔漏出的缺口。
有益效果:由于需要对眼球图像中光亮区域的亮度进行获取,因此进行眼球图像采集时的要求较高,通过驱动件带动清洁环保持对常规图像采集器的清洁,从而保持系统能够采集到清晰的学生眼底图像。
进一步,持部件预留有采集孔一端表面中心设置有辅助图像采集器,辅助图像采集器与学生听课设备信号连接。
有益效果:在学生听课识别自带的常规图像采集器出现异常时,通过辅助图像采集器进行学生的眼球图像采集,从而避免了常规图像采集器出现异常时无法正常进行听课状态检测。
一种图像处理方法,包括如下步骤:
步骤一、获取学生信息以及用户的指令,并根据用户的指令在切换教学页面的过程中插入与教学页面亮度不同的检测图像;
步骤二、采集教学页面切换前学生的眼球图像以及检测图像出现时学生的眼球图像,并根据学生信息对所属的眼底图像进行标记;
步骤三、识别教学页面切换前和检测图像出现时学生的眼球图像的光亮区域,并获取切换前和检测图像出现时的光亮区域的亮度变化量,输出亮度变化评测值;
获取学生听课设备的实时亮度信息,并获取切换前和检测图像出现时的教学页面在学生听课设备上的亮度变化量,输出亮度变化参照值;
步骤四、将亮度变化评测值依次与亮度变化参照值进行比对,获取与亮度变化参照值差值大于阈值的亮度变化评测值对应的眼底图像,根据眼底图像的标记判定其对应的学生听课状态异常。
进一步,当未成功采集到眼球图像时,学生对应眼底图像的亮度变化评测值与亮度变化参照值差值大于阈值,且监听到有物体通过声音时以及学生听课环境的亮度变化量超过阈值时,则对该学生进行听课状态验证。
进一步,听课状态验证具体步骤如下:提取学生的眼球图像中眼球的反射图像,同时对教学页面图像进行提取,对反射图像和教学页面图像的相似度进行比对,若相似度低于阈值,则根据眼底图像的标记判定其对应的学生听课状态异常。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为本发明图像处理系统实施例的系统框图;
图2为本发明图像处理系统实施例的采集模块侧视图;
图3为本发明图像处理系统实施例的采集模块正视图;
图4为本发明图像处理系统实施例的流程框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“竖向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
下面通过具体实施方式进一步详细说明:
说明书附图中的附图标记包括:清洁环1、盖板2、辅助图像采集器3、第一夹持块4、采集孔5、第二夹持块6、滑动轴7、缺口8。
实施例一:如附图1-3所示:一种图像处理系统,包括信息获取模块、图像采集模块、处理模块和判定模块。
信息获取模块获取学生信息以及用户的指令,并根据用户的指令在切换教学页面的过程中插入与教学页面亮度不同的检测图像;其中,信息获取模块为教师使用的教学设备终端,在使用该系统的情况下教师通过所使用的教学设备终端对检测图像的出现时间点进行设置,检测图像即可根据教师设置的出现时间点在教学页面切换的过程中出现,优选的检测图像采用比教学页面亮度更低的图像,避免亮度过高对学生眼球造成刺激,影响学生上课体验。
图像采集模块采集教学页面切换前学生的眼球图像以及检测图像出现时学生的眼球图像,并根据学生信息对所属的眼底图像进行标记;为了保持采集到清晰的学生眼球图像,其中,图像采集模块包括常规图像采集器和清洁单元,常规图像采集器应用学生听课设备自带的摄像头,包括手机、平板、电脑等自带摄像头,清洁单元包括用于固定于常规图像采集器上的夹持件,夹持件包括第一夹持块4、第二夹持块6和滑动轴7,第一夹持块4为圆形结构,第二夹持块6为矩形结构,第一夹持块4上预留有用于常规图像采集器进行图像采集的采集孔5,第二夹持块6与滑动轴7滑动配合,且可通过螺栓将二者相对位置锁定。
夹持时,将第一夹持块4放置于学生听课设备前表面,第二夹持块6放置于学生听课设备后表面,通过滑动第二夹持块6来调节与第一夹持块4之间的间距,从而将图像采集模块固定在学生听课设备自带的摄像头处。
滑动轴7内固定连接有驱动件,本实施例的驱动件为伺服电机,第一夹持块4表面转动连接清洁环1,清洁环1靠近常规图像采集器的表面设置有毛刷(附图未示出),清洁环1开设有用于采集孔5漏出的缺口8。
其次,第一夹持块4表面中心固定连接有辅助图像采集器3,辅助图像采集器3前方设置有盖板2,在常规图像采集器出现异常时盖板2自动开启,并通过辅助图像采集器3进行眼球图像采集,辅助图像采集器3与学生听课设备通过数据线连接,通过数据线可直接将辅助图像采集器3采集到的学生眼球图像输入到学生听课设备内。
处理模块识别教学页面切换前和检测图像出现时学生的眼球图像的光亮区域,并获取切换前和检测图像出现时的光亮区域的亮度变化量,输出亮度变化评测值;处理模块还用于获取学生听课设备的实时亮度信息,并获取切换前和检测图像出现时的教学页面在学生听课设备上的亮度变化量,输出亮度变化参照值。
其中,光亮区域识别直接使用Opencv中自带的函数(minVal, maxVal, minLoc,maxLoc)=cv2.minMaxLoc(gray),函数中:cv2.minMaxLoc(gray)表示灰度图像,本实施例中即为灰度处理后的学生眼球图像;minVal表示灰度图像中的最小像素值;maxVal表示灰度图像中的最大像素值;minLoc是一个元组(x,y),表示最小像素值在图像中的位置坐标;maxLoc是一个元组(x,y),表示最大像素值在图像中的位置坐标;该函数是用来获取图像中的最大值和最小值所在的位置,而最大值则为学生眼球图像中的光亮区域。
判定模块将亮度变化评测值依次与亮度变化参照值进行比对,获取与亮度变化参照值差值大于阈值的亮度变化评测值对应的眼底图像,根据眼底图像的标记判定其对应的学生听课状态异常,从而完成基础的学生听课状态检测。
此外,处理模块还对学生的眼球图像进行筛选,将未成功采集到眼球的眼球图像筛除,并为未成功采集到眼球图像的学生进行听课状态验证。听课状态验证具体是通过处理模块提取学生的眼球图像中眼球的反射图像,同时对教学页面图像进行提取,对反射图像和教学页面图像的相似度进行比对,若相似度低于阈值,则根据眼底图像的标记判定其对应的学生听课状态异常。
其中,反射图像和教学页面图像均通过图像特征识别技术实现,将反射图像和教学页面图像特征进行比对,从而能够获取到学生眼前的界面的内容与教学界面显示的内容差异,在差异较大的情况下就判定学生听课状态异常
还包括防干扰模块,防干扰模块监听学生学习环境声音,若学生对应眼底图像的亮度变化评测值与亮度变化参照值差值大于阈值,且监听到有物体通过声音时,则不对该学生的听课状态进行判定,后续通过处理模块对该学生进行听课状态验证。
例如,当学生正在进行听课的状态下,外界有车辆通过又属于天黑的时间段,车辆的车灯经过时可能会照射到学生的眼球内,若车辆经过时间点与检测图像出现时间点重合,则学生的眼球图像中的光亮区域被车辆经过时候的车灯影响,采集到的学生眼球图像中的光亮区域亮度会产生异常,因此监听到有车辆通过时,则将所采集到的眼球图像无效,通过听课状态验证的方式进行学生听课状态的检测。
此外,防干扰模块对教学页面切换过程中学生听课环境的亮度进行采集,若环境亮度变化量超过阈值,则不对该学生的听课状态进行判定,后续通过处理模块对该学生进行听课状态验证。
例如,学生听课过程中突然关闭灯光,若关闭灯光的时间点与检测图像出现的时间点重合,则生的眼球图像中的光亮区域被学习环境灯光影响,采集到的学生眼球图像中的光亮区域亮度会产生异常,因此检测到学生听课环境亮度发生变化时,则将所采集到的眼球图像无效,通过听课状态验证的方式进行学生听课状态的检测。
通过防干扰模块能够进一步提升系统对学生听课状态的判断准确性。
实施例二:如附图4所示:一种图像处理方法,包括如下步骤:
步骤一、获取学生信息以及用户的指令,并根据用户的指令在切换教学页面的过程中插入与教学页面亮度不同的检测图像;
步骤二、采集教学页面切换前学生的眼球图像以及检测图像出现时学生的眼球图像,并根据学生信息对所属的眼底图像进行标记;
步骤三、识别教学页面切换前和检测图像出现时学生的眼球图像的光亮区域,并获取切换前和检测图像出现时的光亮区域的亮度变化量,输出亮度变化评测值;
获取学生听课设备的实时亮度信息,并获取切换前和检测图像出现时的教学页面在学生听课设备上的亮度变化量,输出亮度变化参照值;
步骤四、将亮度变化评测值依次与亮度变化参照值进行比对,获取与亮度变化参照值差值大于阈值的亮度变化评测值对应的眼底图像,根据眼底图像的标记判定其对应的学生听课状态异常。
当未成功采集到眼球图像时,学生对应眼底图像的亮度变化评测值与亮度变化参照值差值大于阈值,且监听到有物体通过声音时以及学生听课环境的亮度变化量超过阈值时,则对该学生进行听课状态验证。
听课状态验证具体步骤如下:提取学生的眼球图像中眼球的反射图像,同时对教学页面图像进行提取,对反射图像和教学页面图像的相似度进行比对,若相似度低于阈值,则根据眼底图像的标记判定其对应的学生听课状态异常。
以上所述的仅是本发明的实施例,方案中公知的具体结构和/或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (7)
1.一种图像处理系统,其特征在于:包括信息获取模块、图像采集模块、处理模块和判定模块;
信息获取模块用于获取学生信息以及用户的指令,并根据用户的指令在切换教学页面的过程中插入与教学页面亮度不同的检测图像;
图像采集模块用于采集教学页面切换前学生的眼球图像以及检测图像出现时学生的眼球图像,并根据学生信息对所属的眼底图像进行标记;
处理模块用于识别教学页面切换前和检测图像出现时学生的眼球图像的光亮区域,并获取切换前和检测图像出现时的光亮区域的亮度变化量,输出亮度变化评测值;处理模块还用于获取学生听课设备的实时亮度信息,并获取切换前和检测图像出现时的教学页面在学生听课设备上的亮度变化量,输出亮度变化参照值;
判定模块用于将亮度变化评测值依次与亮度变化参照值进行比对,获取与亮度变化参照值差值大于阈值的亮度变化评测值对应的眼底图像,根据眼底图像的标记判定其对应的学生听课状态异常。
2.根据权利要求1所述的图像处理系统,其特征在于:还包括防干扰模块,防干扰模块用于监听学生学习环境声音,若学生对应眼底图像的亮度变化评测值与亮度变化参照值差值大于阈值,且监听到有物体通过声音时,则不对该学生的听课状态进行判定,后续通过处理模块对该学生进行听课状态验证。
3.根据权利要求2所述的图像处理系统,其特征在于:防干扰模块还用于对教学页面切换过程中学生听课环境的亮度进行采集,若环境亮度变化量超过阈值,则不对该学生的听课状态进行判定,后续通过处理模块对该学生进行听课状态验证。
4.根据权利要求3所述的图像处理系统,其特征在于:图像采集模块包括常规图像采集器和清洁单元,清洁单元包括用于固定于常规图像采集器上的夹持件,夹持件预留有用于常规图像采集器进行图像采集的采集孔,夹持件内固定连接有驱动件,夹持部件预留有采集孔一端表面转动连接清洁环,清洁环开设有用于采集孔漏出的缺口。
5.根据权利要求4所述的图像处理系统,其特征在于:夹持部件预留有采集孔一端表面中心设置有辅助图像采集器,辅助图像采集器与学生听课设备信号连接。
6.一种图像处理方法,其特征在于,包括如下步骤:
步骤一、获取学生信息以及用户的指令,并根据用户的指令在切换教学页面的过程中插入与教学页面亮度不同的检测图像;
步骤二、采集教学页面切换前学生的眼球图像以及检测图像出现时学生的眼球图像,并根据学生信息对所属的眼底图像进行标记;
步骤三、识别教学页面切换前和检测图像出现时学生的眼球图像的光亮区域,并获取切换前和检测图像出现时的光亮区域的亮度变化量,输出亮度变化评测值;
获取学生听课设备的实时亮度信息,并获取切换前和检测图像出现时的教学页面在学生听课设备上的亮度变化量,输出亮度变化参照值;
步骤四、将亮度变化评测值依次与亮度变化参照值进行比对,获取与亮度变化参照值差值大于阈值的亮度变化评测值对应的眼底图像,根据眼底图像的标记判定其对应的学生听课状态异常。
7.根据权利要求6所述的图像处理方法,其特征在于:当未成功采集到眼球图像时,学生对应眼底图像的亮度变化评测值与亮度变化参照值差值大于阈值,且监听到有物体通过声音时以及学生听课环境的亮度变化量超过阈值时,则对该学生进行听课状态验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310911327.3A CN116665291B (zh) | 2023-07-24 | 2023-07-24 | 一种图像处理系统以及图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310911327.3A CN116665291B (zh) | 2023-07-24 | 2023-07-24 | 一种图像处理系统以及图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116665291A CN116665291A (zh) | 2023-08-29 |
CN116665291B true CN116665291B (zh) | 2023-10-03 |
Family
ID=87710004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310911327.3A Active CN116665291B (zh) | 2023-07-24 | 2023-07-24 | 一种图像处理系统以及图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116665291B (zh) |
Citations (8)
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 |
JP2014194617A (ja) * | 2013-03-28 | 2014-10-09 | Advanced Telecommunication Research Institute International | 視線方向推定装置、視線方向推定装置および視線方向推定プログラム |
CN106228982A (zh) * | 2016-07-27 | 2016-12-14 | 华南理工大学 | 一种基于教育服务机器人的交互式学习系统与交互方法 |
CN110298569A (zh) * | 2019-06-19 | 2019-10-01 | 重庆工商职业学院 | 基于眼动识别的学习评价方法及装置 |
CN113095259A (zh) * | 2021-04-20 | 2021-07-09 | 上海松鼠课堂人工智能科技有限公司 | 远程在线课程教学管理方法 |
CN114549253A (zh) * | 2022-02-28 | 2022-05-27 | 山东建筑大学 | 一种实时评估听课状态的线上教学系统 |
CN114743274A (zh) * | 2022-06-09 | 2022-07-12 | 深圳市纬亚森科技有限公司 | 基于物联网的多媒体远程教学管理系统及方法 |
CN115937923A (zh) * | 2022-10-12 | 2023-04-07 | 南通大学 | 一种可实现学生专注度检测的线上教学平台 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3701661B2 (ja) * | 2003-12-05 | 2005-10-05 | シャープ株式会社 | 表示パネルおよび表示装置 |
US9666088B2 (en) * | 2013-08-07 | 2017-05-30 | Xerox Corporation | Video-based teacher assistance |
-
2023
- 2023-07-24 CN CN202310911327.3A patent/CN116665291B/zh active Active
Patent Citations (8)
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 |
JP2014194617A (ja) * | 2013-03-28 | 2014-10-09 | Advanced Telecommunication Research Institute International | 視線方向推定装置、視線方向推定装置および視線方向推定プログラム |
CN106228982A (zh) * | 2016-07-27 | 2016-12-14 | 华南理工大学 | 一种基于教育服务机器人的交互式学习系统与交互方法 |
CN110298569A (zh) * | 2019-06-19 | 2019-10-01 | 重庆工商职业学院 | 基于眼动识别的学习评价方法及装置 |
CN113095259A (zh) * | 2021-04-20 | 2021-07-09 | 上海松鼠课堂人工智能科技有限公司 | 远程在线课程教学管理方法 |
CN114549253A (zh) * | 2022-02-28 | 2022-05-27 | 山东建筑大学 | 一种实时评估听课状态的线上教学系统 |
CN114743274A (zh) * | 2022-06-09 | 2022-07-12 | 深圳市纬亚森科技有限公司 | 基于物联网的多媒体远程教学管理系统及方法 |
CN115937923A (zh) * | 2022-10-12 | 2023-04-07 | 南通大学 | 一种可实现学生专注度检测的线上教学平台 |
Non-Patent Citations (4)
Title |
---|
Learner attending auto-monitor in distance learning using image recognition and Bayesian Networks;Kuo-An Hwang 等;《Expert Systems with Applications》;第36卷(第9期);11461-11469 * |
M. Ali Akber Dewan 等.A Deep Learning Approach to Detecting Engagement of Online Learners.《2018 IEEE SmartWorld, Ubiquitous Intelligence & Computing, Advanced & Trusted Computing, Scalable Computing & Communications, Cloud & Big Data Computing, Internet of People and Smart City Innovation 》.2018,1895-1902. * |
基于眼动检测的在线学习状态实时评估系统的研究与应用;易佳玥;《中国优秀硕士学位论文全文数据库 信息科技辑》(第3期);I138-1049 * |
驾驶员人眼反光区域识别系统的设计与实现;徐圣;《中国优秀硕士学位论文全文数据库 信息科技辑》(第3期);I138-407 * |
Also Published As
Publication number | Publication date |
---|---|
CN116665291A (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108304793B (zh) | 在线学习分析系统及方法 | |
CN103679591A (zh) | 一种远程学习状态监测系统及方法 | |
CN107133611B (zh) | 一种课堂学生点头率识别与统计方法及装置 | |
CN112183238B (zh) | 一种远程教育注意力检测方法及系统 | |
CN106023516A (zh) | 一种考试监控方法、系统及考场监控器 | |
CN109308581A (zh) | 一种基于区块链的考试云平台系统 | |
CN111091484B (zh) | 基于大数据的学生学习行为分析系统 | |
CN111523445A (zh) | 一种基于改进的Openpose模型和面部微表情的考试行为检测方法 | |
CN112085883A (zh) | 一种智慧监考反作弊系统 | |
CN104077568A (zh) | 一种高精度的驾驶员行为识别与监控方法及系统 | |
CN109034590A (zh) | 一种智能化的教师教学质量评价管理系统 | |
CN108428073A (zh) | 一种用于教师教学质量的智能评价系统 | |
CN114219224A (zh) | 一种用于智慧教室的教学质量检测方法和系统 | |
CN116665291B (zh) | 一种图像处理系统以及图像处理方法 | |
CN105631410B (zh) | 一种基于智能视频处理技术的课堂检测方法 | |
Zeng et al. | Finger-vein image quality assessment based on light-cnn | |
CN108681713A (zh) | 一种用于教师教学质量评价的系统 | |
CN111402641A (zh) | 一种基于互动的课堂教学分析系统及方法 | |
CN111738209A (zh) | 一种基于考生姿态识别考场作弊行为预判系统 | |
CN114359982B (zh) | 一种基于大数据处理的反欺诈系统及方法 | |
Fang et al. | Realization of intelligent invigilation system based on adaptive threshold | |
CN114549253A (zh) | 一种实时评估听课状态的线上教学系统 | |
CN114359879A (zh) | 一种基于yolo神经网络的驾驶员疲劳检测方法 | |
CN113160012A (zh) | 一种基于深度学习的计算机在线考试监考方法 | |
CN112651858A (zh) | 一种在线学习监督辅助系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |