[发明专利]用于检测学习状态的方法和装置

权利要求书

1.一种用于检测学习状态的方法，包括：

将从通信连接的图像采集设备收到的视频中提取的包括人体脸部图像的视频帧确定为目标图像；

将所述目标图像输入至预先训练的学习状态检测模型，得到所述目标图像的学习状态检测结果，其中，所述学习状态检测结果包括：违规学习状态和正常学习状态；

响应于确定所述学习状态检测结果表征的学习状态属于违规学习状态，确定所述人体脸部图像对应的用户信息；

生成第一提示信息以及将所生成的第一提示信息发送给目标客户端，其中，所述第一提示信息用于表征所述用户信息所指示的用户的学习状态为违规学习状态。

2.根据权利要求1所述的方法，其中，所述违规学习状态包括以下至少一项：眼睛焦点脱离学习材料超过第一预设时长，处于闭眼状态超过第二预设时长。

3.根据权利要求1所述的方法，其中，所述违规学习状态还包括瞌睡状态，所述瞌睡状态是将所述人体脸部图像中的眼部特征和嘴部特征通过PERCLOS算法来判断得到的。

4.根据权利要求1-3之一所述的方法，其中，所述学习状态检测模型通过如下步骤训练得到：

获取样本集，其中，样本包括人体脸部图像的样本图像，以及与样本图像对应的样本学习状态检测结果；

基于样本集执行以下训练步骤：将样本集中的至少一个样本的样本图像分别输入至初始神经网络，得到所述至少一个样本中的每个样本对应的学习状态检测结果；将所述至少一个样本中的每个样本对应的学习状态检测结果与对应的样本学习状态检测结果进行比较，根据比较结果确定初始神经网络是否达到预设的优化目标，响应于确定初始神经网络达到所述优化目标，将初始神经网络作为训练完成的学习状态检测模型。

5.根据权利要求4所述的方法，其中，训练得到所述学习状态检测模型的步骤还包括：

响应于确定初始神经网络未达到所述优化目标，调整初始神经网络的网络参数，以及使用未用过的样本组成样本集，使用调整后的初始神经网络作为初始神经网络，继续执行所述训练步骤。

6.一种用于检测学习状态装置，包括：

接收确定单元，被配置成将从通信连接的图像采集设备收到的视频中提取的包括人体脸部图像的视频帧确定为目标图像；

输入单元，被配置成将所述目标图像输入至预先训练的学习状态检测模型，得到所述目标图像的学习状态检测结果，其中，所述学习状态检测结果包括：违规学习状态和正常学习状态；

确定单元，被配置成响应于确定所述学习状态检测结果表征的学习状态属于违规学习状态，确定所述人体脸部图像对应的用户信息；

生成发送单元，被配置成生成第一提示信息以及将所生成的第一提示信息发送给目标客户端，其中，所述第一提示信息用于表征所述用户信息所指示的用户的学习状态为违规学习状态。

7.根据权利要求6所述的装置，其中，所述违规学习状态包括以下至少一项：眼睛焦点脱离学习材料超过第一预设时长，处于闭眼状态超过第二预设时长。

8.根据权利要求6所述的装置，其中，所述违规学习状态还包括瞌睡状态，所述瞌睡状态是将所述人体脸部图像中的眼部特征和嘴部特征通过PERCLOS算法来判断得到的。

9.根据权利要求6-8之一所述的装置，其中，所述学习状态检测模型通过如下步骤训练得到：

获取样本集，其中，样本包括人体脸部图像的样本图像，以及与样本图像对应的样本学习状态检测结果；

基于样本集执行以下训练步骤：将样本集中的至少一个样本的样本图像分别输入至初始神经网络，得到所述至少一个样本中的每个样本对应的学习状态检测结果；将所述至少一个样本中的每个样本对应的学习状态检测结果与对应的样本学习状态检测结果进行比较，根据比较结果确定初始神经网络是否达到预设的优化目标，响应于确定初始神经网络达到所述优化目标，将初始神经网络作为训练完成的学习状态检测模型。