一种基于人脸识别的学生行为自动分析方法及系统技术方案

本发明专利技术公开了智慧校园技术领域的一种基于人脸识别的学生行为自动分析方法及系统，其中分析方法的步骤包括：S1，获取学生在学校内各个场所的识别事件数据；S2，根据所述识别事件数据和预设的学生行为分类表，给每一个学生的识别事件数据增添行为分类信息，建立识别事件分类信息数据库；分析系统包括摄像机、局域网、数据服务器和数据读取装置。本发明专利技术可以自动获取学生在校的海量行为数据，通过对其行为数据进行分析，可以帮助老师了解学生的行为习惯和兴趣爱好。

An automatic analysis method and system of student behavior based on face recognition

【技术实现步骤摘要】
一种基于人脸识别的学生行为自动分析方法及系统
本专利技术涉及智慧校园
，特别涉及一种基于人脸识别的学生行为自动分析方法及系统。
技术介绍
根据学生性格、兴趣爱好、特长的不同进行施教，是现代教育的基本要求。而在现阶段，老师一般只能通过与学生或学生家长交谈、在课堂上与学生的互动、在学校观察学生行为、批改学生的作业等活动了解学生的性格、兴趣爱好和特长，这样的方式周期长，效率低下，并且由于老师人数较少，学生人数较多，所以老师没有精力对学生在校的活动进行较为仔细地观察和分析，对学生性格、兴趣爱好和特长等情况的了解往往是很有限的。如果仅仅采用老师观察和沟通方式来了解学生状况，那么所掌握学生具体情况就会比较少；如果仅仅依靠老师的分析和总结，那么对学生行为进行分析将会占用老师太多的时间和精力。这种问题某种程度上是因为缺乏对学生行为进行自动化收集和分析的手段引起的。
技术实现思路
随着网络通信的日益发达，人工智能技术的不断进步，如今的校园信息化和智能化程度越来越高，在校园内部署大量的、具备人脸和动作模式识别的摄像头已经成为可能。本文档来自技高网...

【技术保护点】
1.一种基于人脸识别的学生行为自动分析方法，其特征在于，包括以下步骤：/nS1，获取学生在学校内各个场所的识别事件数据，所述识别事件数据包括学生的人脸图像、拍摄时间和摄像机编号，所述摄像机编号与所述各个场所成对应关系；/nS2，根据所述识别事件数据和预设的学生行为分类表，给每一个所述人脸图像对应的学生增添行为分类信息，建立识别事件分类信息数据库。/n

【技术特征摘要】
1.一种基于人脸识别的学生行为自动分析方法，其特征在于，包括以下步骤：
S1，获取学生在学校内各个场所的识别事件数据，所述识别事件数据包括学生的人脸图像、拍摄时间和摄像机编号，所述摄像机编号与所述各个场所成对应关系；
S2，根据所述识别事件数据和预设的学生行为分类表，给每一个所述人脸图像对应的学生增添行为分类信息，建立识别事件分类信息数据库。


2.如权利要求1所述的一种基于人脸识别的学生行为自动分析方法，其特征在于，步骤S2的具体步骤包括：
获取所述人脸图像对应的身份信息；
根据所述摄像机编号与所述各个场所成对应关系，得到场所信息；
根据所述身份信息和场所信息，从所述预设的学生行为分类表中得到所述身份信息对应的行为分类；
给每一个所述身份信息对应的学生建立识别事件分类信息数据库，所述识别事件分类信息数据库中每一条信息包括所述学生的身份信息、拍摄时间、场所信息和行为分类信息。


3.如权利要求1所述的一种基于人脸识别的学生行为自动分析方法，其特征在于，还包括步骤S3，根据所述识别事件分类信息数据库，对学生的性格和兴趣爱好进行分析。


4.如权利要求3所述的一种基于人脸识别的学生行为自动分析方法，其特征在于，所述对学生的性格和兴趣爱好进行分析的方法为：根据所述识别事件分类信息数据库中的数据，计算每个分类对应的时间比重。


5.如权利要求4所述的一种基于人脸识别的学生行为自动分析方法，其特征在于，所述每个分类对应的时间比重按照行为分类的等级进行计算。


6.如权利要求1-5任一所述的一种基于人脸识别的学生行为自动分析方法，其特征在于，所述预设的学生行为分类表包括等级：大类、小类和大组，
所述大类包括但不限于：学习、文体活动、就餐、伤病和自由时间；
每一个所述大类下分为多个小类，每一个所述小类下分为多个大组，每一个所述大组相应的场所与所述摄像机编号成对应关系。


7.如权利要求6所述的一种基于人脸识别的学生行为自动分析方法，其特征在于，所述大类还包括进出校，所述进出校的小类包括返校、离校和临时外出，所述返校的大组包括正常返校和迟到；所述离校的大组包括正常离校和早退；所述...

【专利技术属性】
技术研发人员：李洪钧，方林，鲍辉，邓永生，
申请(专利权)人：成都驰通数码系统有限公司，
类型：发明
国别省市：四川;51