CN209785022U - 基于人脸识别的多人场景专注度识别装置 - Google Patents
基于人脸识别的多人场景专注度识别装置 Download PDFInfo
- Publication number
- CN209785022U CN209785022U CN201920580266.6U CN201920580266U CN209785022U CN 209785022 U CN209785022 U CN 209785022U CN 201920580266 U CN201920580266 U CN 201920580266U CN 209785022 U CN209785022 U CN 209785022U
- Authority
- CN
- China
- Prior art keywords
- camera
- scene
- direction camera
- transmission device
- degree
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本实用新型公开了基于人脸识别的多人场景专注度识别装置,属于大数据人工智能深度学习领域。该装置由电源模块、驱动器、x方向电机、x方向传动装置、x方向摄像头、y方向电机、y方向传动装置、y方向摄像头、处理芯片、网络、显示器组成。以x方向摄像头为主,通过人脸识别技术计算分析该摄像头视频中的每个人的专注度;对人脸识别不清楚或者遮挡的情况,计算x方向摄像头所需移动的位置并调整,来进一步计算分析专注度;对x方向判断为不专注或者无法识别的人,以y方向摄像头来辅助监测,进行更进一步的专注度分析。本实用新型能够有效地提高检测精度;同时,能够有效的解决人脸识别不清楚或者遮挡等情况下的专注度检测。
Description
技术领域
本实用新型涉及基于人脸识别的多人场景专注度识别装置,属于大数据人工智能深度学习领域。
背景技术
专注度是人类智能行为的一种体现。在教学方面,传统教学中老师通过肉眼观察学生上课和考试过程中的注意力情况,但无法同时全面了解整体情况产生一定滞后性且分散教师注意力。在汽车驾驶方面,疲劳检测系统,通过红外光下的摄像头提取驾驶员的眼睛状态、头部姿势等特征,对驾驶员的专注度进行分析和预警。随着人脸特征识别和机器学习技术在人工智能、医学图像处和安全控制等领域广泛应用,使得专注度识别成为有可能。
现在专注度检测方法使用设备可分为:一、脑电波设备,用以检测脑电波资讯;二、眼动仪,用红外线跟踪测量眼球位置;三、姿态传感器,固定于刚体,用以测量该点三维姿态、三维加速度、三维角速度等;四、深度摄影机,取得影像色彩及深度资讯;五、单摄像头,如网路摄影机等,取得单纯影像色彩资讯。脑电波设备、眼动仪、及姿态传感器等,皆为接触式设备,使用上较为不便且价格昂贵,大幅提高使用门槛。单摄影机好处为造价最低、设备最普及,几乎所有智能手机、平板电脑、笔记本电脑皆为标准配备,外接式网路摄像头亦取得方便,但受环境因素等影响较大。而深度摄影机较单摄影机虽然多了深度资讯,但因其解析度及准确率较低,对于判断专注度的帮助相当有限。
发明内容
有鉴于此,本实用新型的目的是提出基于人脸识别的多人场景专注度识别装置,在图像人脸识别的基础上,采用可移动的双摄像头,有针对性的实现对多人场景专注度的交叉检测,能够有效地提高检测精度。
为达到上述目的,本实用新型提供如下技术方案:
基于人脸识别的多人场景专注度识别装置,包括电源模块、驱动器、x方向电机、y方向传动装置、x 方向摄像头、y方向电机、y方向传动装置、y方向摄像头、处理芯片、网络、显示器,其特征在于:所述的电源模块与驱动器、处理芯片集成在一个电路板上,负责向它们供电;所述的x方向摄像头、y方向摄像头和显示器由外部电源供电;所述的驱动器含有两个脉冲宽度调制器(PWM),分别独立驱动x方向电机和y方向电机,分别通过x方向传动装置和y方向传动装置实现x方向摄像头和y方向摄像头分别向x 方向和y方向的移动;所述的x方向传动装置和y方向传动装置为将旋转运动转化为直线运动的装置,通常可以为丝杠螺母装置。
进一步,所述的多人场景为一人及以上的需要进行监测的场景,并对该场景预先建立平面直角坐标系 xoy。
进一步,所述的处理芯片包含运算模块和控制模块,主要用于分析图像专注度,并计算x方向摄像头和y方向摄像头所需移动的距离,进一步控制x方向摄像头和y方向摄像头的运动,然后将分析结果通过网络传送到显示器进行显示。其工作原理为:对多人场景的x方向摄像头和y方向摄像头定期采样提取视频图像,以x方向摄像头为主,通过人脸识别技术计算分析该摄像头视频中的每个人的专注度;对人脸识别不清楚或者遮挡的情况,计算x方向摄像头所需移动的位置,通过调整x方向摄像头位置,来进一步计算分析专注度;对x方向判断为不专注或者无法识别的人,以y方向摄像头来辅助监测,计算y方向摄像头所需移动的位置并调整其位置,进行更进一步的专注度分析;然后将x方向摄像头和y方向摄像头的视频通过网络传送到显示器进行显示,并在视频中标注出分析结果为不专注的人。
本实用新型的有益效果:本实用新型采用平面坐标系上的可移动的双摄像头,相互协同工作能够实现对多人场景专注度的检测,有效地提高检测精度;同时,能够有效的解决人脸识别不清楚或者遮挡等情况下的专注度检测。
附图说明
为了使本实用新型的目的、技术方案和有益效果更加清楚,本实用新型提供如下附图进行说明:
图1为本实用新型实施例中基于人脸识别的多人场景专注度识别装置构架图;
图2为本实用新型实施例中基于人脸识别的多人场景专注度识别装置布置图。
具体实施方式
以下通过特定的具体实例说明本实用新型的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本实用新型的其他优点与功效。本实用新型还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本实用新型的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本实用新型的基本构想,遂图式中仅显示与本实用新型中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
实施例:在重要考试中,面对大量的监考视频,识别考场中考生的专注度,实现考试过程的无人监考,布置图如图2所示。本实施例提供基于人脸识别的多人场景专注度识别装置,构架图如图1所示,包括电源模块(1)、驱动器(2)、x方向电机(3)、x方向传动装置(4)、x方向摄像头(5)、y方向电机(6)、y方向传动装置(7)、y方向摄像头(8)、处理芯片(9)、网络(10)、显示器(11)。其中,所述的多人场景为一人及以上的需要进行监测的场景,并对该场景预先建立平面直角坐标系xoy;电源模块(1)与驱动器(2)、处理芯片(9)集成在一个电路板上,负责向它们供电;所述的x方向摄像头(5)、 y方向摄像头(8)和显示器(11)由外部电源供电;驱动器含有两个脉冲宽度调制器(PWM),分别独立驱动x方向电机(3)和y方向电机(4),分别通过x方向传动装置(6)和y方向传动装置(7)实现x 方向摄像头(5)和y方向摄像头(8)分别向x方向和y方向的移动;x方向传动装置(6)和y方向传动装置(7)为丝杠螺母装置。
在考试进行中,对多人场景的x方向摄像头(5)和y方向摄像头(8)定期采样提取视频图像,以x 方向摄像头(5)为主,通过人脸识别技术计算分析该摄像头视频中的每个考生的专注度;对人脸识别不清楚或者遮挡的情况,计算x方向摄像头(5)所需移动的位置,通过调整x方向摄像头(5)位置,来进一步计算分析专注度;对x方向判断为不专注或者无法识别的考生,以y方向摄像头(8)来辅助监测,计算 y方向摄像头(8)所需移动的位置并调整其位置,进行更进一步的专注度分析;然后将x方向摄像头(5) 和y方向摄像头(8)的视频通过网络(10)传送到显示器(11)进行显示,并在视频中标注出最后综合判定为不专注的考生表示出来,供监考人员参考。
从实例可以看出基于人脸识别的多人场景专注度识别装置采用平面坐标系上的可移动的双摄像头,相互协同工作能够实现对多人场景专注度的检测,能够有效的解决人无人监考下的考生专注度识别的问题。
上述实施例仅例示性说明本实用新型的原理及其功效,而非用于限制本实用新型。任何熟悉此技术的人士皆可在不违背本实用新型的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本实用新型所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本实用新型的权利要求所涵盖。
Claims (3)
1.基于人脸识别的多人场景专注度识别装置,包括电源模块(1)、驱动器(2)、x方向电机(3)、x方向传动装置(4)、x方向摄像头(5)、y方向电机(6)、y方向传动装置(7)、y方向摄像头(8)、处理芯片(9)、网络(10)、显示器(11),其特征在于:所述的电源模块(1)与驱动器(2)、处理芯片(9)集成在一个电路板上,负责向它们供电;所述的x方向摄像头(5)、y方向摄像头(8)和显示器(11)由外部电源供电;所述的驱动器(2)含有两个脉冲宽度调制器,分别独立驱动x方向电机(3)和y方向电机(6),分别通过x方向传动装置(4)和y方向传动装置(7)实现x方向摄像头(5)和y方向摄像头(8)分别向x方向和y方向的移动;所述的x方向传动装置(4)和y方向传动装置(7)为将旋转运动转化为直线运动的装置。
2.根据权利要求1所述的基于人脸识别的多人场景专注度识别装置,其特征在于:所述的多人场景为一人及以上的需要进行监测的场景,并对该场景预先建立平面直角坐标系xoy。
3.根据权利要求1所述的基于人脸识别的多人场景专注度识别装置,其特征在于:所述的处理芯片(9)包含运算模块和控制模块,主要用于分析图像专注度,并计算x方向摄像头(5)和y方向摄像头(8)所需移动的距离,进一步控制x方向摄像头(5)和y方向摄像头(8)的运动,然后将分析结果通过网络(10)传送到显示器(11)进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920580266.6U CN209785022U (zh) | 2019-04-19 | 2019-04-19 | 基于人脸识别的多人场景专注度识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920580266.6U CN209785022U (zh) | 2019-04-19 | 2019-04-19 | 基于人脸识别的多人场景专注度识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN209785022U true CN209785022U (zh) | 2019-12-13 |
Family
ID=68803988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201920580266.6U Active CN209785022U (zh) | 2019-04-19 | 2019-04-19 | 基于人脸识别的多人场景专注度识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN209785022U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353437A (zh) * | 2020-03-01 | 2020-06-30 | 金陵科技学院 | 一种集会场景中人的面部表情分析系统 |
CN114708657A (zh) * | 2022-03-30 | 2022-07-05 | 深圳可视科技有限公司 | 一种基于多媒体教学的学生注意力检测方法及系统 |
-
2019
- 2019-04-19 CN CN201920580266.6U patent/CN209785022U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353437A (zh) * | 2020-03-01 | 2020-06-30 | 金陵科技学院 | 一种集会场景中人的面部表情分析系统 |
CN114708657A (zh) * | 2022-03-30 | 2022-07-05 | 深圳可视科技有限公司 | 一种基于多媒体教学的学生注意力检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909061B (zh) | 一种基于不完备特征的头部姿态跟踪装置及方法 | |
CN209785022U (zh) | 基于人脸识别的多人场景专注度识别装置 | |
CN109215774B (zh) | 实时远程脉诊系统及其工作方法 | |
CN110688910B (zh) | 一种可穿戴人体基本姿态识别的实现方法 | |
CN104615978A (zh) | 视线方向跟踪方法及装置 | |
CN105159452A (zh) | 一种基于人脸姿态估计的控制方法与系统 | |
CN107103293B (zh) | 一种基于相关熵的注视点估计方法 | |
Wei et al. | A hybrid human-machine interface for hands-free control of an intelligent wheelchair | |
Zhang et al. | Robotic control of dynamic and static gesture recognition | |
CN109634407B (zh) | 一种基于多模人机传感信息同步采集与融合的控制方法 | |
Doxon et al. | Human detection and discrimination of tactile repeatability, mechanical backlash, and temporal delay in a combined tactile-kinesthetic haptic display system | |
CN110806581B (zh) | 医疗推车防碰撞检测方法、装置和系统 | |
Gao et al. | Kinect-based motion recognition tracking robotic arm platform | |
CN111673745A (zh) | 一种基于体感互动的机器人控制系统和方法 | |
WO2023103145A1 (zh) | 一种头部姿势真值的获取方法、装置、设备及存储介质 | |
Saha et al. | A study on leg posture recognition from Indian classical dance using Kinect sensor | |
van der Pol et al. | Head pose estimation for a domestic robot | |
Du et al. | Vision-Based Robotic Manipulation of Intelligent Wheelchair with Human-Computer Shared Control | |
Al-Jubouri et al. | A Survey On Movement Analysis (Hand, Eye, Body) And Facial Expressions-Based Diagnosis Autism Disorders Using Microsoft Kinect V2 | |
Li et al. | Driver-car natural interaction method based on head-eye behaviors | |
Antonya | Accuracy of gaze point estimation in immersive 3d interaction interface based on eye tracking | |
Littmann et al. | Visual gesture recognition by a modular neural system | |
Samuel et al. | A survey on control of mechanical arm based on hand gesture recognition using wearable IMU sensors | |
CN214623681U (zh) | 一种基于头部姿势变化的学生注意力评测装置 | |
CN104965587B (zh) | 一种双指运动跟踪及力反馈装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |