智能化学生自学状态监控方法技术

本发明专利技术公开了智能化学生自学状态监控方法，涉及智能学习技术领域，用于解决学生自习时专注力低，学习效果差的问题。所述方法，包括：实时采集当前学生的实时正面坐姿图片；对实时正面坐姿图片进行人物识别，获取其中当前学生的头顶、眼睛和肩部在预设二维坐标系中的坐标信息；根据实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定当前学生的眼睛疲劳度，并根据实时正面坐姿图片中当前学生的头顶坐标信息和肩部坐标信息，确定当前学生的坐姿偏差度；根据当前学生的眼睛疲劳度和坐姿偏差度，计算当前学生的自习专注度；根据当前学生的自习专注度及预设提醒策略，向当前学生发出相应的自习提醒。本发明专利技术能有效地提高学生自习效率。效率。效率。

【技术实现步骤摘要】
智能化学生自学状态监控方法


[0001]本专利技术涉及智能学习
，尤其涉及智能化学生自学状态监控方法。

技术介绍

[0002]自习可以让学生对已经学习过的课程进行充分的复习和总结，及时消化所学的内容，做到“温故而知新”，同时学生通过自习，也可进行查漏补缺，以提高学习成绩。培养学生上好自习，也是当今推进素质教育的必要。自习,是培养学生自主学习的好办法，是自学成才的关键所在，是学习成功的基础。但是，目前学生上自习的时候，往往因自控能力差，在自习过程中容易走神，导致自习效果较差。

技术实现思路

[0003]本专利技术提供智能化学生自学状态监控方法，用于解决学生在自习过程中专注度低，导致自习效果较差的问题。本专利技术提供智能化学生自学状态监控方法，根据实时采集学生头部和肩部的正面坐姿图片，获得学生的自习专注度，并能在学生自习专注度不够时，向学生发出自习提醒，达到提高学生自习专注度的目的。
[0004]本专利技术提供的智能化学生自学状态监控方法，包括：
[0005]通过指定图像采集设备实时采集当前学生的实时正面坐姿图片；所述实时正面坐姿图片至少包括当前学生的头部和肩部；
[0006]对所述实时正面坐姿图片进行人物识别，获取其中所述当前学生的头顶、眼睛和肩部在预设二维坐标系中的坐标信息；
[0007]根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，并根据所述实时正面坐姿图片中所述当前学生的头顶坐标信息和肩部坐标信息，确定所述当前学生的坐姿偏差度；
[0008]根据所述当前学生的眼睛疲劳度和坐姿偏差度，计算所述当前学生的自习专注度；
[0009]根据所述当前学生的自习专注度及预设提醒策略，向所述当前学生发出相应的自习提醒。
[0010]在一可选实施例中，在所述通过指定图像采集设备实时采集当前学生的实时正面坐姿图片之前，还包括：
[0011]通过所述指定图像采集设备采集所述当前学生的标准正面坐姿图片；
[0012]在所述指定图像采集设备的成像面上，以所述标准正面坐姿图片中当前学生的左、右肩中心点为坐标原点，水平方向为X轴方向，竖直方向为Y轴方向，构建二维坐标系；
[0013]将在所述指定图像采集设备的成像面上构建的所述二维坐标系作为预设二维坐标系。
[0014]在一可选实施例中，在预设二维坐标系创建之后，通过指定图像采集设备实时采集当前学生实时正面坐姿图片之前，还包括：
[0015]获取所述当前学生的标准正面坐姿图片中，所述当前学生的头部顶点在所述预设二维坐标系中的坐标；
[0016]根据所述当前学生的头部顶点在所述预设二维坐标系中的坐标，计算所述当前学生的头部顶点到所述坐标原点的距离；
[0017]将所述当前学生的头部顶点到所述坐标原点的距离作为所述当前学生的头顶到肩部的标准距离。
[0018]在一可选实施例中，所述眼睛坐标信息至少包括：左眼上眼睑第一定位点，左眼上眼睑第二定位点，左眼下眼睑第一定位点，左眼下眼睑第二定位点，左眼的右眼角定位点和左眼的左眼角定位点的坐标值；
[0019]所述根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，包括:
[0020]根据以下公式计算所述当前学生的眼睛疲劳度：
[0021][0022]其中，E表示当前学生的眼睛疲劳度，(x1，y1)表示当前学生左眼上眼睑第一定位点坐标值，(x2，y2)表示当前学生左眼上眼睑第二定位点坐标值，(x3，y3)表示当前学生左眼下眼睑第一定位点坐标值，(x4，y4)表示当前学生左眼下眼睑第二定位点坐标值，(x5，y5)表示当前学生左眼的右眼角定位点坐标值，(x6，y6)表示当前学生左眼的左眼角定位点坐标值。
[0023]在一可选实施例中，所述肩部坐标信息至少包括：右肩定位点和左肩定位点坐标值；所述头顶坐标信息至少包括：头部顶点坐标值；
[0024]所述根据所述实时正面坐姿图片中所述当前学生的头顶坐标信息和肩部坐标信息，确定所述当前学生的坐姿偏差度，包括：
[0025]根据以下公式计算所述当前学生的坐姿偏差程度：
[0026][0027]其中，S表示当前学生的坐姿偏差程度，(x0，y0)表示当前学生头部顶点坐标值，(x7，y7)表示当前学生右肩定位点坐标值，(x8，y8)表示当前学生左肩定位点坐标值，L表示当前学生的头顶到肩部的标准距离。
[0028]在一可选实施例中，所述根据所述当前学生的眼睛疲劳度和坐姿偏差度，计算所述当前学生的自习专注度，包括：
[0029]根据以下公式计算所述当前学生的自习专注度：
[0030][0031]其中，t表示当前学生的自习专注度，u()表示阶跃函数，e
()
表示指数函数。
[0032]在一可选实施例中，所述根据所述当前学生的自习专注度及预设提醒策略，向所述当前学生发出相应的自习提醒，包括：
[0033]判断所述当前学生的自习专注度与第一预设阈值、第二预设阈值、第三预设阈值和第四预设阈值的大小关系；
[0034]若所述当前学生的自习专注度等于第一预设阈值，则向所述当前学生发出第一自习提醒；
[0035]若所述当前学生的自习专注度等于第二预设阈值，则向所述当前学生发出第二自习提醒；
[0036]若所述当前学生的自习专注度等于第三预设阈值，则向所述当前学生发出第三自习提醒；
[0037]若所述当前学生的自习专注度等于第四预设阈值，则向所述当前学生发出第四自习提醒；
[0038]若所述当前学生的自习专注度大于第四预设阈值，则向所述当前学生发出第五自习提醒；
[0039]其中，第一预设阈值＜第二预设阈值＜第三预设阈值＜第四预设阈值。
[0040]本专利技术提供的智能化学生自学状态监控方法，首先根据实时采集到的学生头部和肩部的正面坐姿图片，计算学生眼睛疲劳度和坐姿偏差度，接着根据学生眼睛疲劳度和坐姿偏差度，计算学生的自习专注度，最后在学生自习专注度较差时，向学生发出自习提醒。本专利技术提供的方法能实时检测学生的自习状态，并且能够及时做出反馈，提醒同学提高自习专注度，极大提高学生的自习效率，同时也减轻了教师的负担。
[0041]本专利技术的其它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可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0042]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
附图说明
[0043]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0044]图1为本专利技术实施例中智能化学生自学状态监控方法流程图；
[0045]图2为预设二维坐标系的构建方法流程流程图；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.智能化学生自学状态监控方法，其特征在于，包括以下步骤：通过指定图像采集设备实时采集当前学生的实时正面坐姿图片；所述实时正面坐姿图片至少包括当前学生的头部和肩部；对所述实时正面坐姿图片进行人物识别，获取其中所述当前学生的头顶、眼睛和肩部在预设二维坐标系中的坐标信息；根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，并根据所述实时正面坐姿图片中所述当前学生的头顶坐标信息和肩部坐标信息，确定所述当前学生的坐姿偏差度；根据所述当前学生的眼睛疲劳度和坐姿偏差度，计算所述当前学生的自习专注度；根据所述当前学生的自习专注度及预设提醒策略，向所述当前学生发出相应的自习提醒。2.如权利要求1所述的智能化学生自学状态监控方法，其特征在于，在所述通过指定图像采集设备实时采集当前学生的实时正面坐姿图片之前，还包括：通过所述指定图像采集设备采集所述当前学生的标准正面坐姿图片；在所述指定图像采集设备的成像面上，以所述标准正面坐姿图片中当前学生的左、右肩中心点为坐标原点，水平方向为X轴方向，竖直方向为Y轴方向，构建二维坐标系；将在所述指定图像采集设备的成像面上构建的所述二维坐标系作为预设二维坐标系。3.如权利要求2所述的智能化学生自学状态监控方法，其特征在于，在预设二维坐标系创建之后，通过指定图像采集设备实时采集当前学生实时正面坐姿图片之前，还包括：获取所述当前学生的标准正面坐姿图片中，所述当前学生的头部顶点在所述预设二维坐标系中的坐标；根据所述当前学生的头部顶点在所述预设二维坐标系中的坐标，计算所述当前学生的头部顶点到所述坐标原点的距离；将所述当前学生的头部顶点到所述坐标原点的距离作为所述当前学生的头顶到肩部的标准距离。4.如权利要求1
‑
3中任一项所述的智能化学生自学状态监控方法，其特征在于，所述眼睛坐标信息至少包括：左眼上眼睑第一定位点，左眼上眼睑第二定位点，左眼下眼睑第一定位点，左眼下眼睑第二定位点，左眼的右眼角定位点和左眼的左眼角定位点的坐标值；所述根据所述实时正面坐姿图片中所述当前学生的眼睛坐标信息，确定所述当前学生的眼睛疲劳度，包括:根据以下公式计算所述当前学生的眼睛疲劳度：其中，E表示当...

【专利技术属性】
技术研发人员：崔炜，
申请(专利权)人：上海松鼠课堂人工智能科技有限公司，
类型：发明
国别省市：