基于行为分析的学生活动多维管理系统及管理方法技术方案

本申请提供一种基于行为分析的学生活动多维管理系统及管理方法。本申请在学生活动区域的出入口位置步骤相应的身份识别模块，对学生身份信息和衣着特征进行识别，然后触发监控系统接口相应采集学生图像以供行为监控模块进行行为识别。行为监控模块通过对学生图像中特定的状态特征进行相应统计，可通过简单运算直接获得学生的参与情况。由此，本发明专利技术能根据统计所获得的参与情况，比照相应的统计模型，而获得学生在不同类型的活动中的参与状况，综合评价学生表现，并进行相应提示。本申请对学生状态特征的提取方式简单便捷，能够有效减少对校内运算资源的占用，而同时又能提供较为准确的综合评价数据，为教学管理提供参考。

【技术实现步骤摘要】
基于行为分析的学生活动多维管理系统及管理方法
本申请涉及行为分析
，具体而言涉及一种基于行为分析的学生活动多维管理系统及管理方法。
技术介绍
现有的学生行为分析系统，通常只能适应单一应用环境下的检测需求，仅能够针对学生的单一活动，比如课堂活动情况进行分析和记录。但是，学生在校生活学习并不局限于课堂，学生课余时间内的自习情况、社团活动的参与情况均会影响学生综合素质的发展。因此这些活动场景下也需要对学生的参与情况进行评估。然而，这些场景下进行学生行为分析时，由于场景中学生的行为模式与课堂场景完全不同，因此，若直接套用课堂场景下的评估模型，将由于模型本身收敛速度、数据处理能力、特征数据的表征和筛选偏差而导致错误的评估结果。并且，由于学校学生数量庞大，现有的基于机器视觉的分析模型，其提取和收敛速度较慢，并且其所采用的深度学习算法需占用庞大的运算资源，因此将其部署于整个校园环境后，将很难通过学校现有运算资源实现应有的运算功能。现有方式下，很难实现对整个校园环境中不同活动的多维度综合管理。
技术实现思路
>本申请针对现有技术本文档来自技高网...

【技术保护点】
1.一种基于行为分析的学生活动多维管理系统，其特征在于，包括：/n身份识别模块，其分别安装在各学生活动区域的入口位置以及出口位置，用于采集并识别学生的身份信息以及对应该学生的衣着特征信息；/n监控系统接口，其分别连接各学生活动区域中的监控摄像头，用于接收并提取监控摄像头所采集的学生图像；/n行为监控模块，其连接所述监控系统接口，用于接收学生图像，根据学生图像中所包含的学生的衣着特征信息以及学生的面部特征信息识别并标记学生的身份，还用于提取各学生图像中的状态特征，针对各状态特征计算学生的参与状况，上传各学生的参与状况；/n管理数据库，其接收所述行为监控模块所上传的各学生的参与状况，对每一个学生的...

【技术特征摘要】
1.一种基于行为分析的学生活动多维管理系统，其特征在于，包括：
身份识别模块，其分别安装在各学生活动区域的入口位置以及出口位置，用于采集并识别学生的身份信息以及对应该学生的衣着特征信息；
监控系统接口，其分别连接各学生活动区域中的监控摄像头，用于接收并提取监控摄像头所采集的学生图像；
行为监控模块，其连接所述监控系统接口，用于接收学生图像，根据学生图像中所包含的学生的衣着特征信息以及学生的面部特征信息识别并标记学生的身份，还用于提取各学生图像中的状态特征，针对各状态特征计算学生的参与状况，上传各学生的参与状况；
管理数据库，其接收所述行为监控模块所上传的各学生的参与状况，对每一个学生的参与状况进行归档存储，并对每一个活动中所有学生的参与状况进行统计；
评估提示模块，其连接所述管理数据库，用于按照预设的第一周期，调取每一名学生的参与状况，按照学生的参与状况与各活动所对应的行为模型之间的匹配度计算每一名学生的评分，在评分低于设定范围时向相应的学生发出提示；还用于按照预设的第二周期，调取每一个活动中所有学生的参与状况的统计数据，按照学生参与状况统计数据与该活动所对应的参与模型之间的匹配度分别计算每一个活动的参与程度，在参与程度低于预设标准时向活动所对应的管理人输出提示。


2.如权利要求1所述的基于行为分析的学生活动多维管理系统，其特征在于，所述学生活动区域包括：宿舍楼、体育场馆、运动场、社团活动室、教室、图书馆；
所述身份识别模块包括身份信息采集终端和摄像头，
所述身份信息采集终端包括以下任意一种或其组合：指纹采集装置、虹膜扫描装置、语音识别装置、身份证件读取装置，分别用于采集并识别学生的指纹特征、虹膜特征、语音特征、身份证件信息以识别该学生的身份信息；
所述摄像头用于在身份信息采集终端采集并识别到学生的身份信息时，拍摄对应该学生的图像，提取图像中学生的上衣颜色范围、下衣颜色范围、上衣与下衣之间的长宽比例，生成衣着特征信息。


3.如权利要求1所述的基于行为分析的学生活动多维管理系统，其特征在于，所述行为监控模块按照以下步骤提取各学生图像中的状态特征，计算学生的参与状况：
步骤d1，对同一学生活动区域内不同监控摄像头所采集的学生图像分别：提取监控摄像头所采集的学生图像的像素范围Z记为第一状态特征，提取学生图像中学生嘴部的中心位置坐标记为第一特征坐标(x1,y1)，提取学生图像中学生左眼的中心位置坐标记为第二特征坐标(x2，y2)，提取学生图像中学生右眼的中心位置坐标记为第三特征坐标(x3，y3)；
步骤d2，对同一学生活动区域内不同监控摄像头所采集的学生图像分别：统计学生图像的像素范围Z处于该学生活动区域所对应的有效活动范围内的第一时常t1；计算相邻两学生图像中第一特征坐标之间的间距，统计每一个学生所对应的第一特征坐标之间的间距低于交谈阈值的第二时长t2；统计学生图像的像素范围Z位置不变而第一特征坐标(x1,y1)的移动量超出发言阈值第三时长t3；计算同一学生图像的像素范围Z内第一特征坐标(x1,y1)与第二特征坐标(x2，y2)之间连线相对于像素范围Z长边的第一角度、计算同一学生图像的像素范围Z内第一特征坐标(x1,y1)与第三特征坐标(x3，y3)之间连线相对于像素范围Z长边的第二角度，统计第一角度或第二角度中的任意一个超出判定阈值的第四时长t4；统计同一学生图像的像素范围Z的移动量超出移动阈值的第五时长t5；
步骤d3，以同一学生活动区域内不同监控摄像头所采集的同一活动中上述各统计时长的最大值对应生成每一个学生的参与状况(t1,t2,t3,t4,t5)。


4.如权利要求1-3所述的基于行为分析的学生活动多维管理系统，其特征在于，所述行为模型由以下步骤预先统计获得：
步骤m1，以上一教学年度所评选的优秀班级中每一个学生参与各类活动的监控图像为第一样本，分别统计第一样本中每一个学生在各类活动中的参与状况；
步骤m2，按照活动类别，分别统计步骤m1中第一样本在各类型活动中参与状况的数据分布；
步骤m3，根据步骤m2所统计的参与状况的数据分布，分别计算获得每一个活动类别所对应的第一时长分布函数X1，第二时长分布函数X2，第三时长分布函数X3，第四时长分布函数X4，第五时长分布函数X5，以各类型活动所对应的各分布函数建立对应该类型活动的行为模型(X1,X2,X3,X4,X5)；
按照学生的参与状况与各活动所对应的行为模型之间的匹配度计算每一名学生的评分的具体步骤包括：
步骤a1，分别计算学生的参与状况中第一时长t1对应于行为模型中第一时长分布函数X1的分布概率x1，计算第二时长t2相对于行为模型中第二时长分布函数X2的分布概率x2，计算第三时长t3相对于行为模型中第三时长分布函数X3的分布概率x3，计算第四时长t4相对于行为模型中第四时长分布函数X4的分布概率x4，计算第五时长t5相对于行为模型中第五时长分布函数X5的分布概率x5；
步骤a2，计算匹配度p＝x1+x2+x3+x4+x5；
步骤a3，计算评分P＝p/p’，其中，p’表示步骤m1第一样本中各学生在相同活动中与该类型活动的行为模型之间的匹配度的众数。


5.如权利要求1-4所述的基于行为分析的学生活动多维管理系统，其特征在于，所述参与模型由以下步骤预先统计获得：
步骤n1，以上一教学年度所评选的优秀活动中各学生参与该活动的监控图像为第二样本，分别统计第二样本中每一个学生在该活动中的参与状况；
步骤n2，分别统计步骤n1中第二样本在该活动中参与状况的数据分布；
步骤n3，根据步骤n2所统计的参与状况的数据分布，分别计算获得对应该活动类别的参与模型第一时长分布函数C1，参与模型第二时长分布函数C2，参...

【专利技术属性】
技术研发人员：张庆，王刚，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32