一种注意力水平检测方法、装置、计算设备及存储介质制造方法及图纸

本申请公开了一种注意力水平检测方法、装置、计算设备及存储介质。所述方法包括：采用SSIM算法从监控设备输出的视频中提取关键帧；采用卷积神经网络检测所述关键帧中人物的睡意、注视情况及面部表情；根据睡意检测结果、面部表情检测结果、以及注视情况检测结果确定视频中人物的注意力水平。所述装置包括：关键帧提取模块、检测模块和判断模块。所述计算设备包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序，其中，所述处理器执行所述计算机程序时实现本申请所述的方法。所述存储介质优选为非易失性可读存储介质，其内存储有计算机程序，所述计算机程序在由处理器执行时实现本申请所述的方法。

【技术实现步骤摘要】
一种注意力水平检测方法、装置、计算设备及存储介质
本申请涉及视频图像中人物的动作表情识别，特别是涉及课堂上人物注意力检测技术。
技术介绍
评估学生注意力水平通常采用的方法是评估教室中学生的肢体语言，包括检查学生是否在睡觉、在演讲过程中学生是否有愉快的表情、以及学生的目光朝向等。由于只检测了单个方面，所以评估结果往往不够准确。
技术实现思路
本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。根据本申请的一个方面，提供了一种注意力水平检测方法，包括：采用SSIM算法从监控设备输出的视频中提取关键帧；采用卷积神经网络检测所述关键帧中人物的睡意、注视情况及面部表情；根据睡意检测结果、面部表情检测结果、以及注视情况检测结果确定视频中人物的注意力水平。可选地，所述的根据睡意检测结果、面部表情检测结果、以及注视情况检测结果确定视频中人物的注意力水平包括：根据睡意检测结果、面部表情检测结果、以及注视情况检测结果确定每一帧为专注或不专注；统计专注和不专注的帧数，并根据专注本文档来自技高网...

【技术保护点】
1.一种注意力水平检测方法，包括：/n采用SSIM算法从监控设备输出的视频中提取关键帧；/n采用卷积神经网络检测所述关键帧中人物的睡意、注视情况及面部表情；/n根据睡意检测结果、面部表情检测结果、以及注视情况检测结果确定视频中人物的注意力水平。/n

【技术特征摘要】
1.一种注意力水平检测方法，包括：
采用SSIM算法从监控设备输出的视频中提取关键帧；
采用卷积神经网络检测所述关键帧中人物的睡意、注视情况及面部表情；
根据睡意检测结果、面部表情检测结果、以及注视情况检测结果确定视频中人物的注意力水平。


2.根据权利要求1所述的方法，其特征在于，所述的根据睡意检测结果、面部表情检测结果、以及注视情况检测结果确定视频中人物的注意力水平包括：
根据睡意检测结果、面部表情检测结果、以及注视情况检测结果确定每一帧为专注或不专注；
统计专注和不专注的帧数，并根据专注帧数和不专注帧数计算专注度百分比。


3.根据权利要求1或2所述的方法，其特征在于，
睡意检测结果包括阴性和阳性，当所述睡意检测结果为阳性时，表明所述关键帧中的人物正在睡觉；
注视检测结果包括阴性和阳性，当所述注视检测结果为阳性时，表明所述关键帧中的人物注意力集中；
面部表情检测结果包括阴性情绪和阳性情绪。


4.根据权利要求1或2所述的方法，其特征在于，所述的SSIM算法所采用的公式为：
SSIM(x，y)＝l(x，y).c(x，y).s(x，y)
其中，l(x,y)表示图像x和图像y之间亮度的变化，c(x,y)表示图像x和图像y之间对比度的变化，s(x,y)表示图像x和图像y之间像素结构的变化，SSIM(x,y)表示图像x和图像y之间的相似度指数。


5.一种注意力水平检测装置，包括：
关键帧提取模块，其配置成采用SSIM算法从监控设备输出的视频中提取关键帧；
检测模块，其配置成采用卷积神经网络检测所述关键帧中人物的睡意...

【专利技术属性】
技术研发人员：樊硕，
申请(专利权)人：北京影谱科技股份有限公司，
类型：发明
国别省市：北京;11