[发明专利]一种基于机器视觉的学生上课专注度的评测方法

权利要求书

1.一种基于机器视觉的学生上课专注度的评测方法，其特征在于：包括以下步骤：

S1、使用摄像头对课堂上的学生听课状态的图像信息进行采集；

S2、对采集的图像进行预处理；

S3、对人脸特征进行提取，获取专注度评测指标；

S4、通过层次分析法确定专注度评测指标的权重，建立专注度分析模型；

S5、建立专注度分析模型对应的专注度分级评分标准；

S6、根据专注度分析模型中的各专注度评测指标评分及对应的权重，确定专注度等级。

2.根据权利要求1所述的一种基于机器视觉的学生上课专注度的评测方法，其特征在于：步骤S1中，学生听课状态的图像信息采集包括学生的脸部信息和动作信息。

3.根据权利要求1所述的一种基于机器视觉的学生上课专注度的评测方法，其特征在于：步骤S2中，对采集的图像进行预处理为灰度化处理，灰度化处理的方法为：获取图像中R、G、B三通道的平均值Avg_R、Avg_G、Avg_B，灰度均值计算如下，

其中，Avg_H为灰度平均值；

其中，K_r、K_g、K_b均为增益系数。

4.根据权利要求1所述的一种基于机器视觉的学生上课专注度的评测方法，其特征在于：步骤S3中，对人脸特征进行提取具体包括：将灰度化处理的图像通过Viola-Jones算法进行人脸识别和追踪定位，检测人脸的眼睛、鼻子、嘴巴。

5.根据权利要求1所述的一种基于机器视觉的学生上课专注度的评测方法，其特征在于：步骤S3中，专注度评测指标包括人脸的朝向指标，头部俯仰指标、朝向俯仰指标、眼睛张合度指标、嘴巴张合度指标、综合张合度指标。

6.根据权利要求1所述的一种基于机器视觉的学生上课专注度的评测方法，其特征在于：步骤S4中，通过层次分析法确定专注度评测指标的权重：

S41、构建专注度评测指标判断矩阵；

S42、计算专注度评测指标的权重；

S43、对专注度评测指标判断矩阵进行一致性检验。

7.根据权利要求6所述的一种基于机器视觉的学生上课专注度的评测方法，其特征在于：步骤S42中，计算专注度评测指标的权重具体包括：

S421、对专注度评测指标判断矩阵各列求和，对每一列进行归一化处理；其计算公式如下：

其中，∑A_ij为各列的和，B_ij为新的矩阵对应位置的数值，A_ij为原矩阵对应位置的数值；

S422、对专注度评测指标判断矩阵每一行求和，得到特征向量；

S423、计算专注度评测指标的权重；其计算公式如下：

其中，ω_i为对应的权重，B为特征向量，B_j为特征向量对应位置的值，∑B_j为特征向量值的总和。

8.根据权利要求1所述的一种基于机器视觉的学生上课专注度的评测方法，其特征在于：所述专注度分析模型对应的专注度分级包括高专注度、中专注度、低专注度，所述高专注度的评分为70S100，所述中专注度的评分为50S70，所述低专注度的评分为0S50，所述S为专注度评分分数。

9.根据权利要求1所述的一种基于机器视觉的学生上课专注度的评测方法，其特征在于：步骤S6中，确定专注度等级具体包括：

M＝[m₁m₂…m_n]

S＝Mω_i

其中，M为各专注度评测指标的评分矩阵，m为各专注度评测指标的评分。