[发明专利]课堂学生行为分析方法及装置

说明书

本发明涉及人工智能技术领域。本发明实施例提供一种课堂学生行为分析方法及装置，其中所述课堂学生行为分析方法包括：采集预设时间区间中教室中的课堂图像，并提取人体轮廓图像；确定每个学生对应的人体轮廓图像；识别课堂图像中每个学生对应的人体轮廓图像中的人体关键点；基于分类神经网络确定每个学生的的学生行为类型，其中分类神经网络是以人体关键点与相对应的学生行为类型作为输入来进行训练的。由此，将图像人体识别技术和神经网络技术相结合，能够快速准确地识别出课堂中学生的学生行为类型，并能够为后续的教育分析或专注度分析等提供有效的数据支持。

技术领域

本发明涉及人工智能技术领域，具体地涉及一种课堂学生行为分析方法及装置。

背景技术

随着科学技术的不断发展，将信息技术应用在课堂学习中的智能课堂技术得到了飞速发展，并且还出现了利用计算机监测分析课堂学习状态的新型技术。

在目前的相关技术中，一般是基于Kinect实现的课堂教学状态监测系统，该系统利用Kinect传感器获取学生听课过程中的彩色、深度、骨骼点图像来分析学生的上课肢体状态、注意力方向，以此反映学生听课状态。

但是，其都无法对学生的行为(包括举手，扭头，交谈，起立，打闹)进行分析。因此，如何对学生的课堂行为进行分析，以有效地获得教育场景下的学生行为结果是目前业界亟待解决的技术难题。

发明内容

本发明实施例的目的是提供一种课堂学生行为分析方法及装置，用以实现对学生的课堂行为进行分析。

为了实现上述目的，本发明实施例一方面提供一种课堂学生行为分析方法，包括：基于安装在教室内的摄像头，采集预设时间区间中教室中的课堂图像，提取所述课堂图像中的人体轮廓图像；获取所述人体轮廓图像中的人脸图像，将获取到的所述人脸图像与预先存储的多个学生的人脸图像进行匹配，确定每个学生对应的人体轮廓图像；识别所述课堂图像中每个学生对应的人体轮廓图像中的人体关键点；基于分类神经网络确定所识别的每个学生对应的人体关键点对应的学生行为类型，其中所述分类神经网络是以人体关键点与相对应的学生行为类型作为输入来进行训练的。

本发明实施例另一方面提供一种课堂学生行为分析装置，其中该装置包括：人体轮廓图像提取单元，用于采集预设时间区间中教室中的课堂图像，提取所述课堂图像中的人体轮廓图像；人脸身份识别单元，用于获取所述人体轮廓图像中的人脸图像，将获取到的所述人脸图像与预先存储的多个学生的人脸图像进行匹配，确定每个学生对应的人体轮廓图像；人脸关键点识别单元，用于识别所述课堂图像中每个学生对应的人体轮廓图像中的人体关键点；行为类型确定单元，用于基于分类神经网络确定所识别的每个学生对应的人体关键点对应的学生行为类型，其中所述分类神经网络是以人体关键点与对应的学生行为类型作为输入来进行训练的。

本发明实施例另一方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现本申请上述的方法的步骤。

本发明实施例另一方面提供一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本申请上述的方法的步骤。

通过上述技术方案，提出了基于安装在教室内的摄像头，采集预设时间区间中教室中的课堂图像，提取所述课堂图像中的人体轮廓图像，并通过匹配确定出每个学生所对应的人体轮廓图像，然后通过识别课堂图像中每个学生对应的人体轮廓图像中的人体关键点，然后应用经训练的分类神经网络确定所识别的人体关键点所对应的学生行为类型。由此，将图像人体识别技术和神经网络技术相结合，能够快速准确地识别出课堂中学生的学生行为类型，并能够为后续的教育分析或专注度分析等提供有效的数据支持。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明