[发明专利]在线学习分析系统及方法

权利要求书

1.一种在线学习分析系统，其特征在于，包括：

图像采集装置，适于采集用户的图像；

图像处理装置，适于对所述图像进行处理，获得所述图像内的用户表情类别中的实际种类，筛选出所述实际种类为疑惑表情的图像；

疑惑时段确定装置，适于统计时间阈值内各表情类别的实际种类的图像数量，并在统计到所述疑惑表情的数量高于其他各实际种类的图像数量时，将所述时间阈值作为疑惑时段；

课程视频确定装置，适于根据所述疑惑时段，确定疑问课程视频；

信息推送装置，适于将所述疑问课程视频的内容推送至所述用户。

2.如权利要求1所述的在线学习分析系统，其特征在于，所述图像处理装置包括：

尺寸调整单元，适于对所述图像进行尺寸调整处理，得到尺寸调整处理后的特征图。

3.如权利要求2所述的在线学习分析系统，其特征在于，所述尺寸调整单元利用卷积神经网络对所述图像进行尺寸调整处理。

4.如权利要求3所述的在线学习分析系统，其特征在于，所述卷积神经网络通过底层特征图的尺寸和相邻两层间感受野的尺寸逐层累积计算得到所述尺寸调整处理后的特征图的尺寸，确定所述卷积神经网络的层数。

5.如权利要求4所述的在线学习分析系统，其特征在于，所述尺寸调整处理后的特征图的尺寸最小为46×46像素点。

6.如权利要求5所述的在线学习分析系统，其特征在于，所述底层特征图的尺寸为1×1像素点或者3×3像素点，所述感受野的尺寸为45×45或15×15，所述卷积神经网络的层数为17层-24层。

7.如权利要求2-6任一项所述的在线学习分析系统，其特征在于，所述图像处理装置包括：

人脸关键点检测单元，适于利用关键点检测算法对所述尺寸调整处理后的特征图进行识别，获得人脸关键点坐标和人脸关键点坐标差值；表情分析单元，适于利用表情识别算法对所述人脸关键点坐标差值和所述尺寸调整处理后的特征图二者中的至少一者进行识别，获得所述用户表情类别中的实际种类。

8.如权利要求7所述的在线学习分析系统，其特征在于，所述人脸关键点包括眼部关键点和嘴部关键点。

9.如权利要求7所述的在线学习分析系统，其特征在于，所述图像处理装置还包括：

灰度图像获取单元，适于利用灰度处理算法对所述尺寸调整处理后的特征图进行灰度处理，得到灰度图像；

所述人脸关键点检测单元，适于利用所述关键点检测算法对所述灰度图像进行检测，获得人脸关键点坐标和人脸关键点坐标差值；

所述表情分析单元，适于利用所述表情识别算法对所述人脸关键点坐标差值和所述灰度图像二者中的至少一者进行算法识别，获得所述用户表情类别中的实际种类。

10.如权利要求7所述的在线学习分析系统，其特征在于，所述图像处理装置还包括：

人脸轮廓检测单元，适于用人脸检测算法对所述尺寸调整处理后的特征图进行检测，得到人脸外接矩形坐标，并根据所述外接矩形坐标得到人脸矩形图像；

所述人脸关键点检测单元，适于利用关键点检测算法对所述人脸矩形图像进行识别，获得人脸关键点坐标和人脸关键点坐标差值；

所述表情分析单元，适于利用表情识别算法对所述人脸关键点坐标差值和所述人脸矩形图像二者中的至少一者进行算法识别，获得所述用户表情类别中的实际种类。

11.如权利要求7所述的在线学习分析系统，其特征在于，所述图像处理装置还包括：

瞳孔位置计算单元，适于根据所述人脸关键点的眼部关键点的坐标计算瞳孔中心与眼球中心的相对位置，得到瞳孔位置；

表情验证单元，适于根据所述瞳孔位置，验证所述疑惑表情的图像，得到验证后的疑惑表情的图像；

所述疑惑时段确定装置，适于根据所述验证后的疑惑表情的图像的时刻，确定疑惑时段。