[发明专利]一种基于人脸识别技术的实时专注度分析方法及系统

说明书

技术领域

本发明涉及信息技术领域和教育技术领域，更具体地，涉及一种基于人脸识别技术的实时专注度分析方法及系统。

背景技术

现有的技术方案中，对于课堂学情分析，有以下三种方式：

一是不使用技术手段，直接通过专家旁听的方式去记录，偏重于听课人员的主观印象，属于全人工方式；

二是通过使用辅助设备来采集数据，这类辅助设备需要学生手动去触动终端来记录，属于半自动；

三是采用比较新的技术，通过人脸识别，来进行分析判断。

现有的技术方案中，第一种和第二种均依赖大量的人力参与，缺乏实际应用效果。而目前市场上出现的第三种方案，在数据采集之后的计算分析上，缺乏科学性；在实际应用上，缺乏数据应用的关联分析，系统性缺失。

发明内容

本发明旨在至少在一定程度上解决上述技术问题。

本发明的首要目的是提供一种基于人脸识别技术的实时专注度分析方法，通过科学的大数据算法，为课堂教学的学情分析，提供了客观、真实的数据结果。

本发明的进一步目的是供一种基于人脸识别技术的实时专注度分析系统。

为解决上述技术问题，本发明的技术方案如下：

一种基于人脸识别技术的实时专注度分析方法，包括以下步骤：

S1：通过摄像头采集课堂上课时学生的脸部视频；

S2：依据人脸识别算法，提取出视频图像中的人脸区域，提取人脸区域的特征；

S3：根据提取的人脸区域的特征判断抬头的学生数目，根据学生是否抬头设定学生的专注度为A或B，其中A≠B，A表示专注度高，B表示专注度低；

S4：依据统计学的二项式分布原理，即重复n次的伯努利试验，得到学生整体专注度的均值概率，并得出均值概率置信区间。由于设置的n足够大，根据概率论的大数定律，随机事件的频率近似于它的真实概率，从而可以得到整个课堂学生整体专注度的置信区间。

在一种优选的方案中，所述摄像头的数目根据教室规模大小设置为1-2个。

在一种优选的方案中，所述摄像头的数目为2个，部署位置居于教室中央两侧，能够采集所覆盖范围的所有人脸图像。

在一种优选的方案中，设摄像头的部署高度为ha，摄像头的部署高度是指摄像头与教室人脸平均高度的高度差，摄像头覆盖长度为la,则ha和la满足：

arc tan(ha/la)＝10°～arc tan(ha/la)＝30°。

上述ha和la的部署能够保证最佳的视频采集效果。

在一种优选的方案中，步骤S2中，提取视频图像中的人脸区域包括以下步骤：

S2.1：对采集的课堂上课时学生的脸部视频进行图像取样，取样值由用户自定义，范围为1-30秒/帧；

S2.2：依据人脸识别原理，对图像中的人脸图像进行特征提取，将特征集入库存取；

S2.3：如涉及到多个摄像头，则将不同摄像头之间采集到的特征集进行比对，按照设定的阈值确认人员重复数量，消重，避免人员被重复统计。

在一种优选的方案中，步骤S3中，取A＝1，B＝0。

在一种优选的方案中，步骤S3中，将教学过程和学生专注度分析进行关联，对大数据采集样本进行预处理和置换，在老师讲授、师生互动、教学资源播放三种教学阶段，抬头表示专注度高，低头表示专注度低；在学生互动讨论、静默练习两种教学阶段，则将专注度进行置反处理。

在一种优选的方案中，所述方法还包括：建立全校学生的人脸图库，通过人脸比对从而识别每个学生个人的专注度数据，从而判断每个特定学生的专注度行为。

在一种优选的方案中，所述方法还包括：导入课堂过程数据，形成课堂过程专注度分布分析，具体包括：

1、导入课堂教学的教学阶段、知识点内容和教学方式数据；

2、以时间值为维度进行数据关联；

3、以时间为轴线，形成课堂过程专注度分布结果，完成教学诊断。

一种基于人脸识别技术的实时专注度分析方法，包括：

摄像头：用于采集课堂上课时学生的脸部视频；

人脸特征提取模块：用于依据人脸识别算法，提取出视频图像中的人脸区域，提取人脸区域的特征；

专注度评价模块：用于根据提取的人脸区域的特征判断抬头的学生数目，根据学生是否抬头设定学生的专注度为A或B，其中A≠B，A表示专注度高，B表示专注度低；