[发明专利]一种自动识别学校实验教学过程中学生分组信息的方法

说明书

本发明公开了一种自动识别学校实验教学过程中学生分组信息的方法，属于学校实验教学技术领域，本方案包括如下步骤：对监控视频流进行AI智能分析，建立AI目标检测模型；针对每个实验课教室，按照要求预定义一定数量的分组框，并计算每个学生的每个位置顶点坐标与每个预定义分组框的判定点的距离；根据学生位置与判定点的距离确定确定学生的分组。基于学校视频流进行实时分析，对学生进行分组的技术。并且不需要获取并处理其他统计信息来判断分组，直接对视频流进行分析，根据视觉直接对学生分组，准确率更高，能够直接接入学校原有的视频监控进行分析，扩展性强。为学校学生实验课的监督提供了良好的工具与环境。

技术领域

本发明涉及学校实验教学技术领域，具体为一种自动识别学校实验教学过程中学生分组信息的方法。

背景技术

近年来，中小学越来越注重学生的动手能力，教育局对于学校实验课的教学质量也越来越重视。在上实验课时，通常需要老师根据现场学生的数量、课桌位置以及上课状况来手动对学生进行分组。由于上课时，因实验关系可能会存在学生需要到处走动的情况，所以这种通过老师手动分组的管理方式，增加了老师的负担，学生分组效率低，降低了学生在实验课的学习效果与质量。

现有的技术中没有直接分析学校实验室视频流获得学生分组信息的技术，更多的是为了方便在线直播课学生的管理，而提出相关学生分组的技术，例如一种大班直播课讨论区学生分组的方法及系统(CN202110663538.0)，该方法是对直播课中的学生进行分组。在直播课开播前，学生在学生端进行直播课报名，学生端将报名信息上传至服务器，所述报名信息包括学生的姓名、学生ID、报名的直播课名称和直播课ID；服务器对报名直播课的学生进行分组时，统计报名的学生在以往参与的直播课中在讨论区发言的次数总和；发言的次数总和不为0的学生按发言的次数总和降序排列，发言的次数总和为0的学生则不参与排列，单独列出；然后按照直播课讨论区的管理老师人数确定学生分组数量，一个管理老师管理一个学生分组；轮流为每个学生分组分配参与排列的学生，每次分配均在参与排列的学生的队列中取第一个学生和最后一个学生，取过后将学生从队列中删除，直至参与排列的学生分配完毕；最后将未参与排列的学生轮流分配给各个学生分组，每次分配均取一个学生，直至所有学生都分配完毕，该类方法往往需要首先获取额外的统计信息，例如学生总人数、分组人数、发言次数、发言时常、发言轮数等，再根据这些统计信息进行分组，如果上述信息获取不够准确，则很容易出现错误分组的问题。

为此我们提出一种自动识别学校实验教学过程中学生分组信息的方法用于解决上述问题。

发明内容

本发明的目的在于提供一种自动识别学校实验教学过程中学生分组信息的方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种自动识别学校实验教学过程中学生分组信息的方法，包括如下步骤：

S1、对监控视频流进行AI智能分析，建立AI目标检测模型；

S2、针对每个实验课教室，按照要求预定义一定数量的分组框，并计算每个学生的每个位置顶点坐标与每个预定义分组框的判定点的距离；

S3、根据学生位置与判定点的距离确定确定学生的分组。

优选的一种实施案例，步骤S1中，AI目标检测模型采用yolov5算法对视频图像进行检测，yolov5首先将视频图片缩放到统一的大小，然后将图片划分为NxN的网格，如果目标的中心点在某个网格中，则该网格以及该网格附近的网格对该目标进行预测；每个网格会输出目标的分类概率，能够反应目标是否存在的置信度，以及边框的偏移量，对于不同大小的目标框，首先会给每一个网格预定义一组锚框，然后将每个网格输出的边框偏移量与预定义的锚框进行计算得到最终的预测框。

优选的一种实施案例，对视频图像进行检测，包括检测该区间视频流中学生的人脸、人头、身体来进行分析，使用单帧图片进行作为神经网络的输入，输出人脸框、人头框、身体框在图像中的左上角右下角两个二维坐标(x1,y1，x2，y2)。