[发明专利]一种学生课堂行为分析及监控方法

说明书

本发明公开了一种学生课堂行为分析及监控方法，其特征在于：包括以下步骤：步骤一：实时采集学生上课的图像，上传到服务器；步骤二：分别对图像中的学生行为进行识别，判断学生行为是否属于异常行为；步骤三：若学生的行为是异常行为，记录学生的异常行为，并将对应的提示信息分别发送到学生和老师的终端上。本发明学生课堂行为分析及监控方法，准确识别学生的行为，及时发现异常行为，实现对学生课堂行为的监控和管理，减轻老师的工作，促进学生认真的听课，提高课堂教学效率。

技术领域

本发明涉及校园数据处理领域，尤其是一种学生课堂行为分析及监控方法。

背景技术

在学校里，学生的听课情况与学生的成绩有很大的关系，认真听课是获得好的成绩的重要前提；对学生听课情况的管理有助于学生的成绩，但是老师在上课中需要更多的精力去讲解课程，没有很多的精力和时间对所有学生的课堂行为进行实时管理，需要一种能够帮助老师管理课堂，实时监控所有学生的听课状态，对不认真听课的学生进行提醒的方法，既能减少老师课堂管理的时间，用更多的时间去讲解；又能对所有的学生同时进行管理，促进学生的专心听课。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种学生课堂行为分析及监控方法，通过学生终端采集学生课堂上的图像，并对图像中的学生行为进行识别，当检测到异常行为时，及时提醒老师或学生，帮助老师管理课堂，同时监督学生认真听讲。

本发明采用的技术方案如下：

本发明一种学生课堂行为分析及监控方法，其特征在于：包括以下步骤：

步骤一：实时采集学生上课的图像，上传到服务器；

步骤二：分别对图像中的学生行为进行识别，判断学生行为是否属于异常行为；

步骤三：若学生的行为是异常行为，记录学生的异常行为，并将对应的提示信息分别发送到学生和老师的终端上。

以上方法，采集学生的图像，通过图像自动识别学生的课堂行为，并发现学生的异常行为，及时发送给老师，同时向学生发送提示信息，实现对学生课堂行为的自动监控，帮助老师管理课堂，既能监控到所有的学生的听课情况，解决现有老师无法对所有的学生进行管理的问题，又能减少老师上课的工作，用更多的时间去教学，提高教学质量。

作为优选，所述步骤二中，学生行为识别方法包括以下步骤：S1：进行图像预处理；S2：识别预处理后图像中学生的行为。

以上方法，由于采集的图像是连续的图像序列，在识别前需要进行图像预处理，检测到其中的识别目标，进行精确的识别。

作为优选，所述S1具体包括：通过人体前景提取，进行目标检测和去噪；所述人体前景提取方法：利用背景边界模型获取前景边缘，利用背景模型获取前景，将获取的前景边缘和前景相加，进行形态学的闭运算，填充前景孔洞，得到前景目标。

以上方法，在视频图像中识别人体行为，需要先进行前景提取，提取出所需的全部真实运动目标，并且剔除各种因其他原因而误入的噪声干扰及虚假目标；本申请通过背景边缘法来获取人体的边界轮廓，背景法获取前景人体区域，由于背景法容易受光照影响，通过该方法提取的人体区域不够完整，但通过人体边界和人体区域的相加，再进行形态学闭运算，就能够得到较完整的前景目标。

作为优选，所述背景边界模型的建立方法：设置当前时刻图像帧为Q(x，y)，每帧图像中的位Location(x,y)(x＝1,2，…G；y＝1,2，…K，其中G和K分别是图像帧的高和宽)是背景边缘的概率式中edge(x，y，k)为第k帧对应的边缘图像，通过Sobel算子检测得到，T为背景边缘模型的更新时间；若背景边缘概率P(x，y)低于预设阈值，边缘点为前景边缘点a，否则背景边缘点为：

式中，Q_edge为前景边缘。