[发明专利]学生学习专注度检测方法和系统在审

专利信息
申请号: 202011020343.6 申请日: 2020-09-24
公开(公告)号: CN112163760A 公开(公告)日: 2021-01-01
发明(设计)人: 王鑫 申请(专利权)人: 上海松鼠课堂人工智能科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/20;G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 200237 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 学生 学习 专注 检测 方法 系统
【说明书】:

发明提供了学生学习专注度检测方法和系统,其通过对学生对象的课程学习过程进行拍摄和获取学生对象的历史考试作答数据,并从学生对象在课程学习过程中的学习响应动作状态和历史考试作答状态这两个主观和客观因素进行综合的分析处理,以此确定学生对象的学习专注度检测结果,其从主观和客观上对应的两个关键的因素对学生对象的学习专注状态进行有效的评价,从而提高确定学生对象学习专注度的可靠性和准确性,以及最大限度地减少学习专注度计算的工作量。

技术领域

本发明涉及智能教育的技术领域,特别涉及学生学习专注度检测方法和系统。

背景技术

在教学过程中,学生学习的专注度会直接影响学生的学习效率,而在实际课程教学中,学生学习的专注度高低受学习课程内容、学生实时的个人状态和当前学习环境等不同因素的共同影响,这导致难以对学生学习的专注度进行客观和准确的评估。学生学习的专注度属于主观学习状态评价量,但是学生学习专注度的高低情况可以从学生在学习过程中的个人动作状态和学习的课程章节知识内容这两个方面入手来进行客观的评价,而现有技术并没有专门针对上述两个方面对学生学习专注度进行有效和准确分析的方法。

发明内容

针对现有技术存在的缺陷,本发明提供学生学习专注度检测方法和系统,其通过对学生对象在课程学习过程中进行拍摄,以此获得学生对象的课程学习影像,并对课程学习影像进行分析,从而生成学生对象的有效学习效率监测结果,并获取学生对象的历史考试作答数据,并对历史考试作答数据进行分析处理,从而生成学生对象的考试作答有效成绩评价信息,最后对有效学习效率监测结果和考试作答有效成绩评价信息进行综合评判,从而得到学生对象的学习专注度检测结果;可见,该学生学习专注度检测方法和系统通过对学生对象的课程学习过程进行拍摄和获取学生对象的历史考试作答数据,并从学生对象在课程学习过程中的学习响应动作状态和历史考试作答状态这两个主观和客观因素进行综合的分析处理,以此确定学生对象的学习专注度检测结果,其从主观和客观上对应的两个关键的因素对学生对象的学习专注状态进行有效的评价,从而提高确定学生对象学习专注度的可靠性和准确性,以及最大限度地减少学习专注度计算的工作量。

本发明提供学生学习专注度检测方法,其特征在于,其包括如下步骤:

步骤S1,对学生对象在课程学习过程中进行拍摄,以此获得所述学生对象的课程学习影像,并对所述课程学习影像进行分析,从而生成所述学生对象的有效学习效率监测结果;

步骤S2,获取所述学生对象的历史考试作答数据,并对所述历史考试作答数据进行分析处理,从而生成所述学生对象的考试作答有效成绩评价信息;

步骤S3,对所述有效学习效率监测结果和所述考试作答有效成绩评价信息进行综合评判,从而得到所述学生对象的学习专注度检测结果;

进一步,在所述步骤S1中,对学生对象在课程学习过程中进行拍摄,以此获得所述学生对象的课程学习影像,并对所述课程学习影像进行分析,从而生成所述学生对象的有效学习效率监测结果具体包括:

步骤S101,在所述课程学习过程中,对所述学生对象进行双目拍摄,从而获得所述学生对象的第一视角课程学习影像和第二视角课程学习影像;

步骤S102,根据所述第一视角课程学习影像和所述第二视角课程学习影像之间的影像视差,生成所述学生对象的三维学习过程影像,并对所述三维学习过程影像依次进行背景降噪处理和学生对象学习动作特征信息提取处理,从而得到所述学生对象在所述课程学习过程中的学习动作信息,其中,所述学习动作信息包括视线动作信息和头部动作信息;

步骤S103,从所述学习动作信息中随机抽取若干项视线动作信息和/或若干项头部动作信息,并确定抽取得到的若干项视线动作信息和/或若干项头部动作信息对应的动作持续时间信息,并根据下面公式(1),确定所述学生对象的有效学习效率评价值

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上海松鼠课堂人工智能科技有限公司,未经上海松鼠课堂人工智能科技有限公司许可,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/202011020343.6/2.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