The present invention provides a real-time attention to the face recognition technology analysis method and system based on the method of the field of information technology AI (Artificial Intelligence) analysis of the face recognition technology of current staff face image under video surveillance environment is sampled in the classroom teaching process, no interference in the state, the establishment of large the data acquisition standard of students attention, determine the focus, through big data analysis for scientific algorithms, classroom teaching and learning situation, provides the objective and real data results. The above results are applied to the field of educational technology, and the principle of statistics and the algorithm of the invention can be used to complete the students' concentration analysis in the whole class. Combined with other related data, such as classroom teaching process analysis, accurate matching of face recognition, we can make precise analysis of students' learning situation in classroom teaching.
【技术实现步骤摘要】
一种基于人脸识别技术的实时专注度分析方法及系统
本专利技术涉及信息
和教育
,更具体地,涉及一种基于人脸识别技术的实时专注度分析方法及系统。
技术介绍
现有的技术方案中,对于课堂学情分析,有以下三种方式:一是不使用技术手段,直接通过专家旁听的方式去记录,偏重于听课人员的主观印象,属于全人工方式;二是通过使用辅助设备来采集数据,这类辅助设备需要学生手动去触动终端来记录,属于半自动;三是采用比较新的技术,通过人脸识别,来进行分析判断。现有的技术方案中,第一种和第二种均依赖大量的人力参与,缺乏实际应用效果。而目前市场上出现的第三种方案,在数据采集之后的计算分析上,缺乏科学性;在实际应用上,缺乏数据应用的关联分析,系统性缺失。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术问题。本专利技术的首要目的是提供一种基于人脸识别技术的实时专注度分析方法,通过科学的大数据算法,为课堂教学的学情分析,提供了客观、真实的数据结果。本专利技术的进一步目的是供一种基于人脸识别技术的实时专注度分析系统。为解决上述技术问题,本专利技术的技术方案如下:一种基于人脸识别技术的实时专注度分析方法,包括以下步骤:S1:通过摄像头采集课堂上课时学生的脸部视频;S2:依据人脸识别算法,提取出视频图像中的人脸区域,提取人脸区域的特征;S3:根据提取的人脸区域的特征判断抬头的学生数目,根据学生是否抬头设定学生的专注度为A或B,其中A≠B,A表示专注度高,B表示专注度低;S4:依据统计学的二项式分布原理,即重复n次的伯努利试验,得到学生整体专注度的均值概率,并得出均值概率置信区间。由于 ...
【技术保护点】
一种基于人脸识别技术的实时专注度分析方法,其特征在于,包括以下步骤:S1:通过摄像头采集课堂上课时学生的脸部视频;S2:依据人脸识别算法,提取出视频图像中的人脸区域,提取人脸区域的特征;S3:根据提取的人脸区域的特征判断抬头的学生数目,根据学生是否抬头设定学生的专注度为A或B,其中A≠B,A表示专注度高,B表示专注度低;S4:依据统计学的二项式分布原理,即重复n次的伯努利试验,得到学生整体专注度均值概率,并得出均值概率的置信区间。
【技术特征摘要】
1.一种基于人脸识别技术的实时专注度分析方法,其特征在于,包括以下步骤:S1:通过摄像头采集课堂上课时学生的脸部视频;S2:依据人脸识别算法,提取出视频图像中的人脸区域,提取人脸区域的特征;S3:根据提取的人脸区域的特征判断抬头的学生数目,根据学生是否抬头设定学生的专注度为A或B,其中A≠B,A表示专注度高,B表示专注度低;S4:依据统计学的二项式分布原理,即重复n次的伯努利试验,得到学生整体专注度均值概率,并得出均值概率的置信区间。2.根据权利要求1所述的基于人脸识别技术的实时专注度分析方法,其特征在于,所述摄像头的数目根据教室规模大小设置为1-2个。3.根据权利要求2所述的基于人脸识别技术的实时专注度分析方法,其特征在于,所述摄像头的数目为2个,部署位置居于教室中央两侧,能够采集所覆盖范围的所有人脸图像。4.根据权利要求2所述的基于人脸识别技术的实时专注度分析方法,其特征在于,设摄像头的部署高度为ha,摄像头的部署高度是指摄像头与教室人脸平均高度的高度差,摄像头覆盖长度为la,则ha和la满足:arctan(ha/la)=10°~arctan(ha/la)=30°。5.根据权利要求1所述的基于人脸识别技术的实时专注度分析方法,其特征在于,步骤S2中,提取视频图像中的人脸区域包括以下步骤:S2.1:对采集的课堂上课时学生的脸部视频进行图像取样,取样值由用户自定义,范围为1-30秒/帧;S2.2:依据人脸识别原理,对图像中的人脸图像进行特征提取,将特征集入库存取;S2.3:如涉及到多个摄像头,则将不同摄像头之间采集到的特征集进行比对,按照设定的阈值确认人员重复数量,...
【专利技术属性】
技术研发人员:李昊,辛继胜,袁先珍,黄叶敏,
申请(专利权)人:广州思涵信息科技有限公司,广东轻工职业技术学院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。