课堂监控方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种课堂监控方法、装置及电子设备，涉及教学管理的技术领域，其中该方法包括：获取教室内的图像信息；对该图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度；其中，该特征库包括行为特征库和人脸特征库。本发明专利技术提供的技术方案，通过人脸特征对比对学生的课堂情绪进行分析，通过行为特征对比对学生的课堂行为进行分析，从而从情绪和行为两个方面对学生的课堂接受程度进行分析，该方式将教学与图像信息处理相融合，改善了传统教学环境单一化、智能化程度低、信息化不足的问题，并能够获得准确的教学数据，有利于提高课堂教学质量，便于进行后期数据统计，进而满足人们的日常教学和学习需求。

【技术实现步骤摘要】
课堂监控方法、装置及电子设备
本专利技术涉及教学管理
，尤其是涉及一种课堂监控方法、装置及电子设备。
技术介绍
近年来，我国教育信息化发展迅速，教育行业在时代变化的大背景下，也正朝着全方位变革的方向进行。教室作为教室和学生的教学和学习的重要场地，对于学生的学习效果影响明显，尤其对自控能力较差的低年龄段学生来说，学习过程中需要老师起到督促和情感支持的作用。传统教室的教学环境，老师需要通过疑问确认环节、提问互动环节、课堂小测试环节等，在给出简单选择后，学生举手或者口头回答，该方式不能获得准确的统计数据，教师只能根据大体情况来判断学生对知识的接受程度。因此，传统教学环境单一化、智能化程度低、信息化不足，难以获得准确的教学数据，从而无法进行后期数据统计，进而无法满足人们的日常教学和学习需求。
技术实现思路
有鉴于此，本专利技术的目的在于提供课堂监控方法、装置及电子设备，以将教学与图像信息处理相融合，改善了传统教学环境单一化、智能化程度低、信息化不足的问题，并能够获得准确的教学数据，有利于提高课堂教学质量，便于进行后期数据统计，进而满足人们的日常教学和学习需求。第一方面，本专利技术实施例提供了一种课堂监控方法，包括：获取教室内的图像信息；对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度；其中，所述特征库包括行为特征库和人脸特征库。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，所述对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度包括：对所述图像信息进行特征提取，获得人脸特征和行为特征；基于所述人脸特征和所述人脸特征库，确定学生的情绪类型；基于所述行为特征和所述行为特征库，确定所述学生的行为类型；根据所述情绪类型和所述行为类型，确定所述学生的课堂接收程度。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，所述对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度包括：对所述图像信息进行预处理，提取人脸特征；基于所述人脸特征与人脸特征库，确定检测对象的身份信息及情绪类型；当根据所述身份信息确定所述检测对象为学生时，对所述图像信息进行行为识别，提取行为特征；基于所述行为特征与行为特征库，确定所述学生的行为类型；根据所述情绪类型和所述行为类型，确定所述学生的课堂接受程度。结合第一方面的第一种或者第二种可能的实施方式，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述情绪类型和所述行为类型，确定所述学生的课堂接受程度包括：根据所述情绪类型及预设的情绪分值关联信息，确定所述情绪类型对应的情绪分值；根据所述行为类型及预设的行为分值关联信息，确定所述行为类型对应的行为分值；根据所述情绪分值和情绪比重值，及所述行为分值及行为比重值，确定所述学生的课堂接收程度。结合第一方面的第一种或者第二种可能的实施方式，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，所述基于所述行为特征与行为特征库，确定所述学生的行为类型之后，还包括：判断所述学生的行为类型对应的行为是否为危险行为；如果是，则发送报警信息至对应的家长终端。结合第一方面的第一种或者第二种可能的实施方式，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，所述基于所述行为特征与行为特征库，确定所述学生的行为类型之后，还包括：判断所述学生的行为类型对应的行为是否为预置行为；如果是，则保存当前的图像信息至相应的成长档案。结合第一方面，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，还包括：接收家长终端发送的查看请求，所述查看请求包括班级信息；根据所述查看请求，实时发送相应的图像信息至所述家长终端。第二方面，本专利技术实施例还提供一种课堂监控装置，包括：获取模块，用于获取教室内的图像信息；确定模块，用于对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度；其中，所述特征库包括行为特征库和人脸特征库。第三方面，本专利技术实施例还提供一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面及其任一种可能的实施方式所述的方法。第四方面，本专利技术实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行所述第一方面及其任一种可能的实施方式所述方法。本专利技术实施例带来了以下有益效果：在本专利技术实施例中，该课堂监控方法包括：获取教室内的图像信息；对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度；其中，该特征库包括行为特征库和人脸特征库。本专利技术提供的技术方案，通过人脸特征对比对学生的课堂情绪进行分析，通过行为特征对比对学生的课堂行为进行分析，从而从情绪和行为两个方面对学生的课堂接受程度进行分析，该方式将教学与图像信息处理相融合，改善了传统教学环境单一化、智能化程度低、信息化不足的问题，并能够获得准确的教学数据，有利于提高课堂教学质量，便于进行后期数据统计，进而满足人们的日常教学和学习需求。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种课堂监控方法的流程示意图；图2为本专利技术实施例提供的另一种课堂监控方法的流程示意图；图3为本专利技术实施例提供的一种课堂监控装置的流程示意图；图4为本专利技术实施例提供的电子设备的流程示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。目前传统教学环境单一化、智能化程度低、信息化不足，难以获得准确的教学数据，从而无法进行后期数据统计，进而无法满足人们的日常教学和学习需求。基于上述问题，本专利技术实施例提供的一种课堂监控方法、装置及电子设备，可以通过人脸特征对比对学生的课堂情绪进行分析，通过行为特征对比对学生的课堂行为进行分析，从而从情绪和行为两个方面对学生的课堂接受程度进行分析，该方式将教学与图像信息处理相融合，改善了传统教学环境单一化、智能化程度低、信息化不足的问题，并能够获得准确的教学数据，有利于提高课堂教学质量，便于进行后期数据统计，进而满足人们的日常教学和学习需求。为便于对本实施例进行理解，首先对本专利技术实施例所公开的一种课堂监控方法进行详细介绍。该方法可以但不限于应用于云服务器，并依靠相关硬件或者软件实现本文档来自技高网...

【技术保护点】
1.一种课堂监控方法，其特征在于，包括：获取教室内的图像信息；对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度；其中，所述特征库包括行为特征库和人脸特征库。

【技术特征摘要】
1.一种课堂监控方法，其特征在于，包括：获取教室内的图像信息；对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度；其中，所述特征库包括行为特征库和人脸特征库。2.根据权利要求1所述的方法，其特征在于，所述对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度包括：对所述图像信息进行特征提取，获得人脸特征和行为特征；基于所述人脸特征和所述人脸特征库，确定学生的情绪类型；基于所述行为特征和所述行为特征库，确定所述学生的行为类型；根据所述情绪类型和所述行为类型，确定所述学生的课堂接收程度。3.根据权利要求1所述的方法，其特征在于，所述对所述图像信息进行特征提取，并基于预先存储的特征库，确定学生的课堂接受程度包括：对所述图像信息进行预处理，提取人脸特征；基于所述人脸特征与人脸特征库，确定检测对象的身份信息及情绪类型；当根据所述身份信息确定所述检测对象为学生时，对所述图像信息进行行为识别，提取行为特征；基于所述行为特征与行为特征库，确定所述学生的行为类型；根据所述情绪类型和所述行为类型，确定所述学生的课堂接受程度。4.根据权利要求2或3所述的方法，其特征在于，所述根据所述情绪类型和所述行为类型，确定所述学生的课堂接受程度包括：根据所述情绪类型及预设的情绪分值关联信息，确定所述情绪类型对应的情绪分值；根据所述行为类型及预设的行为分值关联信息，确定所述行...

【专利技术属性】
技术研发人员：曾金鹤，朱志刚，黄玲玲，
申请(专利权)人：杭州闪宝科技有限公司，
类型：发明
国别省市：浙江,33