[发明专利]一种基于机器视觉的课堂迟到早退检测方法有效

专利信息
申请号: 201810915073.1 申请日: 2018-08-13
公开(公告)号: CN109118512B 公开(公告)日: 2022-03-08
发明(设计)人: 窦东阳;周德炀;薛研 申请(专利权)人: 中国矿业大学
主分类号: H04N7/18 分类号: H04N7/18;G06T7/20;G06T7/11;G06K9/00;G06Q50/20
代理公司: 南京正联知识产权代理有限公司 32243 代理人: 胡定华
地址: 221116 江苏省徐*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 课堂 迟到 早退 检测 方法
【说明书】:

发明公开了一种基于机器视觉的课堂迟到早退检测方法,检测方法:S1、计算机通过导入数据库中教室课表信息循环判断该教室是否处于课堂阶段;S2、若该教室处于课堂阶段,计算机通过教室的监控摄像头获取课堂阶段内进出教室前后门的视频,分割视频图像并进行运动目标跟踪检测;S3、对于被跟踪检测到的运动目标,依据运动方向判断是迟到还是早退,并截留捕捉有运动目标的运动视频;S4、将跟踪检测到的运动目标的信息通过短信、邮箱或网络链接发送给任课老师或管理人员。本发明利用机器视觉实现课堂迟到或早退检测,做到实时监控,适时监控,为管理课堂纪律提供便利,且利用已有的校园监控系统设施,大大节约了资金投入。

技术领域

本发明涉及教务系统技术领域,特别是涉及一种基于机器视觉的课堂迟到早退检测方法。

背景技术

课堂纪律监管是学校提高校风学风的重点。许多学校尤其是高等院校在大教室上课,学生众多,班级混杂,因此任课老师很难管理课堂纪律;又有部分学生的自律能力较差,无心学习,纵是课堂点名也无法阻止学生迟到、早退等现象时常发生;而任课老师在授课时不是一直注意着课堂状况,一些学生经常趁任课老师疏忽时离开课堂,影响课堂纪律和学习氛围,任课老师也因不知事由无法对这些学生做出管理;已有的各类课堂考勤无法做到实时考查,亦或存在各种缺点无法检测迟到早退状况。鉴于上述问题,寻求一种实时监管考勤或检测课堂迟到早退状况的方法十分必要。

目前校园教室的视频监控的到广泛运用,但校园视频监控系统多用于监考和防盗,功能单一,造成设备资源的浪费。现阶段监控设备的性能有了很大提高,如计算机计算性能、摄像机拍摄视频性能、无线数据传输等。计算机视觉处理技术发展迅猛,已在交通、医学、军事和工业等领域得到广泛应用。这些都为实现基于机器视觉的课堂迟到早退检测方法提供良好的支持。

发明内容

为了克服上述现有技术的不足,本发明提供了提供一种基于机器视觉的课堂迟到早退检测方法,以教室已有的视频监控设备为基础,不仅使得校园视频监控系统功能更加多样化,而且对课堂迟到早退问题提供良好的检测方法。

本发明所采用的技术方案是:一种基于机器视觉的课堂迟到早退检测方法,

检测方法:

S1、计算机通过导入数据库中教室课表信息循环判断该教室是否处于课堂阶段;

S2、若该教室处于课堂阶段,计算机通过教室的监控摄像头获取课堂阶段内进出教室前后门的视频,分割视频图像并进行运动目标跟踪检测;

S3、对于被跟踪检测到的运动目标,依据运动方向判断是迟到还是早退,并截留捕捉有运动目标的运动视频;

S4、将跟踪检测到的运动目标的信息通过短信、邮箱或网络链接发送给任课老师或管理人员,发送内容包括事件时间、事件内容和事件截图。

进一步地,在步骤S2中,运动目标跟踪检测采用基于混合高斯背景模型的背景差分法。

进一步地,在步骤S3中,使用Blob分析寻找连通域,依据连通域面积的大小判断是否为人为运动,判断阈值即最小连通域面积由操作人员依据选取检测图像的分辨率预设。

进一步地,在步骤S3之前,由操作人员依据拍摄画面预设迟到和早退的运动方向向量分别为和,运动检测时对被检测到的人员进行跟踪来获得其运动方向向量,并将获得的运动方向向量与预设的运动方向向量和进行匹配以判断迟到或早退。计算公式为:

当所得值满足时匹配成功,即匹配成功将判断为迟到,匹配成功则判断为早退。

进一步地,在步骤S3中,计算机在检测到运动目标时截留捕捉有运动目标的运动视频,截取捕捉有运动目标的视频图片,获取人员面部图像,进行人脸识别,匹配学生信息数据库,获得运动目标信息。

进一步地,检测方法所需硬件设备包括:计算机和监控摄像头。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国矿业大学,未经中国矿业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810915073.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top