【技术实现步骤摘要】
专注度评估方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
，特别是涉及一种专注度评估方法、装置、计算机设备和存储介质。
技术介绍
[0002]近些年来，随着人工智能技术的不断发展，使得人工智能技术被广泛应用到各种领域，例如应用到课堂教学中的专注度评估。在课堂教学中，若学生专注度较低，则很容易遗漏重要的知识点，因此通过人工智能技术对采集学生的人脸图像进行专注度的识别，可以有效地对专注度低的学生进行干预以优化课堂教学的质量。然而，通过人脸识别的方式来确定专注度，将会影响专注度评估的准确性。
技术实现思路
[0003]基于此，有必要针对上述技术问题，提供一种能够提升专注度评估准确性的专注度评估方法、装置、计算机设备和存储介质。
[0004]一种专注度评估方法，所述方法包括：
[0005]从目标图像帧中提取全局图像特征；
[0006]在所述目标图像帧中提取图像上下文特征；
[0007]基于所述全局图像特征和所述图像上下文特征之间的融合特征，识别所述目标图像帧中目...
【技术保护点】
【技术特征摘要】
1.一种专注度评估方法，其特征在于，所述方法包括：从目标图像帧中提取全局图像特征；在所述目标图像帧中提取图像上下文特征；基于所述全局图像特征和所述图像上下文特征之间的融合特征，识别所述目标图像帧中目标对象的表情和姿态，以及所述目标图像帧中的物品；根据所述融合特征确定所述目标对象与所述物品之间的交互行为；依据所述表情、所述姿态、所述物品的类型和所述交互行为，确定所述目标对象的专注度。2.根据权利要求1所述的方法，其特征在于，所述从目标图像帧中提取全局图像特征之前，所述方法还包括：对视频流进行解码，得到图像帧序列；从所述图像帧序列中进行图像帧抽取，得到目标图像帧；对所述目标图像帧进行图像处理，得到处理后的目标图像帧。3.根据权利要求2所述的方法，其特征在于，所述对所述目标图像帧进行图像处理，得到处理后的目标图像帧，包括：对所述目标图像帧进行反相处理，得到反相图像帧；获取所述反相图像帧中各像素点的像素值；基于所述像素值确定所述反相图像帧中各像素点对应的变换参数；根据所述反相图像帧中各像素点的像素值和对应的所述变换参数，对所述目标图像帧进行非线性变换，得到处理后的目标图像帧。4.根据权利要求3所述的方法，其特征在于，所述从目标图像帧中提取全局图像特征，包括：对处理后的所述目标图像帧依序进行归一化和去噪处理，得到归一化去噪图像帧；将所述归一化去噪图像帧输入至专注度评估模型；通过所述专注度评估模型中的特征提取网络，提取所述归一化去噪图像帧中的全局图像特征。5.根据权利要求3所述的方法，其特征在于，所述在所述目标图像帧中提取图像上下文特征，包括：对处理后的所述目标图像帧依序进行归一化和去噪处理，得到归一化去噪图像帧；对所述归一化去噪图像帧进行分块处理，得到图像序列块；将所述图像序列块输入专注度评估模型；通过所述专注度评估模型中的多注意力编码网络，提取所述图像序列块中各图像块的上下文特征；通过所述专注度评估模型中的多层感知器，对各所述图像块的上下文特征进行特征融合，得到融合的图像上下文特征。6.根据权利要求1所述的方法，其特征在于，所述依据所述表情、所述姿态、所述物品的类型和所述交互行为，确定所述目标对象的专注度，包括：基于所述表情确定所述目标对象的表情得分；基于所述姿态确定所述目标对象的姿态得分；
基于所述物品的类型确定所述目标对象的物品得分；基于所述交互行为确定所述目标对象的交互得分；根据所述表情得分、所述姿态得分、所述物品得分和所述交互得分，确定所述目标对象的专注度。7.根据权利要求6所述的方法，其特征在于，所述根据所述表情得分、所述姿态得分、所述物品得分和所述交互得分，确定所述目标对象的专注度，包括：获取表情维度、姿态维度、物品维度和交互维度分别所对应的权重；基于不同维度的所述权重，对所述表情得分、所述姿态得分、所述物品得分和所述交互得分进行加权...
【专利技术属性】
技术研发人员：孙朝旭，刘萌，吴嫒博，孙康明，叶礼伟，夏志群，卢鑫鑫，蔡晓凤，滕达，覃伟枫，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。