[发明专利]一种高校教学评估方法及基于边缘智能的高校教学评估系统

说明书

本发明公开了一种高校教学评估方法及基于边缘智能的高校教学评估系统，通过教室内前置的摄像头获取教室上课视频并按帧截取图像，对图像进行人脸识别和学生身份辨别，计算脸部朝向；根据人脸特征数据进行表情识别；对图像进行人体状态识别，并将人脸识别所得到的人脸边框坐标数据与人体边框坐标数据利用最短距离算法比对进行匹配，再结合人脸辨别得到的学生身份数据，将学生人体状态与学生身份进行一一匹配；最后根据人脸朝向权重分值、表情权重分值以及人体状态权重分值，并结合班级平均数据，计算得出相应学生的上课专注度。

技术领域

本发明属于人工智能领域，具体涉及一种高校教学评估方法及基于边缘智能的高校教学评估系统。

背景技术

课堂教学环节是学生接受系统教育最重要的一环，而现行的教学过程中，传统的签到环节耗时耗力、课堂授课中无法得知每位学生具体状态、课后对学生的评价也缺乏客观依据、学院学风检查也存在不便和盲区，学生们无法对自己的上课状态进行反思，老师也更加没法因材施教，学生、教师、院校急需利用一套系统，能够全方位了解到学生个体、班级、学院整体教学情况，对教学环节进行针对性的调整和优化。

全球云指数的预估，到2019年，物联网产生数据的45％将在网络边缘存储、处理、分析，到2020年连接到网络的无线设备数量将达到500亿台。基于万物互联平台的应用服务需要更短的响应时间。边缘计算的兴起，提高了数据处理效率，减少了数据上传量，降低了大量数据上云所带来的传输和存储成本。具有低成本、低延时、高效处理的优点。新颖的人工智能和其他数据驱动的应用程序需要汇集至边缘终端进行处理计算。加之近来AI芯片的格局日趋火热，Google、地平线、Nvidia等公司纷纷加入AI芯片的研发制造中，AI芯片的强大使得更多的人工智能算法在边缘运行已具备成熟的条件。

发明内容

本发明的目的在于克服现有技术的不足，提供一种高校教学评估方法及基于边缘智能的高校教学评估系统，其采用多种人工智能算法，用来检测人脸、识别表情及人体姿态，并且系统使用边缘计算的核心思想，使得传输成本和存储成本更低，响应速度更快，同时也为云端减负。

本发明是通过以下技术方案实现的：

一种高校教学评估方法，具体实施步骤如下：

步骤1：通过教室内前置的摄像头获取教室上课视频，并按帧截取图像；

步骤2：对步骤1截取的图像进行人脸与非人脸分类、人脸边框回归及相关坐标获取、人脸特征点获取，根据人脸特征点数据，计算其映射在三维空间的欧拉角，进而计算出脸部朝向，并给予不同权重分值；

步骤3：对步骤2中检测出的人脸特征点数据与已知的学生人脸数据库中的人脸特征点数据进行比对，辨别人脸所对应的学生身份；

步骤4：对步骤2检测出的人脸特征点数据进行表情识别，根据不同表情给与不同权重分值；

步骤5：对步骤1截取的图像进行人体与非人体识别、人体边框回归及相关坐标获取、人体状态识别，根据不同人体状态给予不同权重分值；

步骤6：将步骤2中人脸识别所得到的人脸边框坐标数据与步骤5中的人体边框坐标数据利用最短距离算法比对进行匹配，再结合步骤3的人脸辨别得到的学生身份数据，将步骤5得到的学生上课时的人体状态与学生身份进行一一匹配；

步骤7：根据步骤2获取的人脸朝向权重分值、步骤4获取的表情权重分值以及步骤5获取的人体状态权重分值，并结合班级平均数据，计算得出相应学生的上课专注度。

在上述技术方案中，所述上课视频是指上课时对学生的视频文件，该视频文件可以是实时正在录制的，也可以是已经录制完成的。上课视频文件包含有多帧图像，每帧图像中包含有不同的图像信息，如图像模糊度、图像人脸完整度、图像分辨率等，通过图像信息可确定图像质量，当图像质量不满足要求时，可认为该帧图像为无效图像。