基于大数据的学生行为分析装置、系统及方法制造方法及图纸

本发明专利技术涉及一种基于大数据的学生行为分析装置、系统及方法，属于学生行为数据分析技术领域，设计循序渐进的不同检测方式以及检测结果检验方案，以最低成本的图像周期性检测作为触发，避免视频采集长时间运行，并且依次分为嫌疑瞌睡状态、重度嫌疑瞌睡状态、瞌睡状态三种程度的逐步，使得学生行为分析结果准确度较高、可靠性较好。周期性采集面部图像，相较于视频采集成本极低，将其作为长时间启动的装置设备，检测到异常后再触发后续循序渐进的检验检测。检测。检测。

【技术实现步骤摘要】
基于大数据的学生行为分析装置、系统及方法


[0001]本专利技术属于学生行为数据分析
，具体涉及一种基于大数据的学生行为分析装置、系统及方法。

技术介绍

[0002]目前的学生行为分析方案，是对学生在上课时的不同状态进行检测，包括对学生在上课时，是否有打瞌睡、睡觉等情况。
[0003]现有技术中，对学生在上课时的不同状态进行检测较为笼统，粗暴地采用上课全程对学生进行视频检测的方式，完全忽视了视频检测设备设施的成本问题，并且没有设计循序渐进的不同检测方式以及检测结果检验方案，使得学生行为分析结果准确度较低、可靠性较差。
[0004]因此，现阶段需设计一种基于大数据的学生行为分析装置、系统及方法，来解决以上问题。

技术实现思路

[0005]本专利技术目的在于提供一种基于大数据的学生行为分析装置、系统及方法，用于解决上述现有技术中存在的技术问题，如：现有技术中，对学生在上课时的不同状态进行检测较为笼统，粗暴地采用上课全程对学生进行视频检测的方式，完全忽视了视频检测设备设施的成本问题，并且没有设计循序渐进的不同检测方式以及检测结果检验方案，使得学生行为分析结果准确度较低、可靠性较差。
[0006]为实现上述目的，本专利技术的技术方案是：一种基于大数据的学生行为分析装置，包括：眼皮张度检测装置，用于检测学生的眼皮张度是否异常；眨眼频率检测装置，用于检测学生的眨眼频率是否异常；点头速度检测装置，用于检测学生的点头速度是否异常；其中，所述眼皮张度检测装置、眨眼频率检测装置、点头速度检测装置处于关闭状态；当所述学生行为分析装置启动时，所述眼皮张度检测装置启动；若所述眼皮张度检测装置检测到学生的眼皮张度异常，则所述眨眼频率检测装置启动，且所述学生行为分析装置判断学生行为是嫌疑瞌睡状态；若所述眨眼频率检测装置检测到学生的眨眼频率异常，则所述点头速度检测装置启动，且所述学生行为分析装置判断学生行为是重度嫌疑瞌睡状态；若所述点头速度检测装置检测到学生的点头速度异常，则所述学生行为分析装置判断学生行为是瞌睡状态。
[0007]进一步的，所述眼皮张度检测装置中，每隔一段固定时间周期采集学生的面部图像；
根据所述面部图像获取学生的眼皮张度；将所述眼皮张度与预设的标准眼皮张度进行匹配比较，若二者不匹配，则判断此时眼皮张度异常，否则，眼皮张度正常。
[0008]进一步的，所述固定时间周期为学生正常状态下睁眼与眨眼周期的整数倍；所述睁眼与眨眼周期通过学生的历史数据中筛选得出。
[0009]进一步的，所述眨眼频率检测装置中，采集预设时间段内学生的面部视频；根据所述面部视频获取学生的眨眼频率；将所述眨眼频率与预设的标准眨眼频率进行匹配比较，若二者不匹配，则判断此时眨眼频率异常，否则，眨眼频率正常。
[0010]进一步的，所述点头速度检测装置中，持续采集学生的身体轮廓视频；根据所述身体轮廓视频获取学生的点头速度；将所述点头速度与预设的标准点头速度进行匹配比较，若二者不匹配，则判断此时点头速度异常，否则，点头速度正常。
[0011]进一步的，还包括重心偏移检测装置，用于检测学生上半身的重心偏移是否异常；若所述重心偏移检测装置检测到学生上半身的重心偏移异常，则所述学生行为分析装置判断学生行为是睡觉状态。
[0012]一种基于大数据的学生行为分析系统，包括如上述的一种基于大数据的学生行为分析装置，还包括云端服务器，所述学生行为分析装置与所述云端服务器进行数据交互。
[0013]一种基于大数据的学生行为分析方法，采用如上述的一种基于大数据的学生行为分析装置进行基于大数据的学生行为分析。
[0014]一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被运行时执行如上述的一种基于大数据的学生行为分析方法。
[0015]一种电子设备，包括处理器和存储器，所述存储器用于存储所述处理器的可执行命令，所述处理器通过运行所述可执行命令以实现如上述的一种基于大数据的学生行为分析方法。
[0016]与现有技术相比，本专利技术所具有的有益效果为：本方案其中一个有益效果在于，设计循序渐进的不同检测方式以及检测结果检验方案，以最低成本的图像周期性检测作为触发，避免视频采集长时间运行，并且依次分为嫌疑瞌睡状态、重度嫌疑瞌睡状态、瞌睡状态三种程度的逐步，使得学生行为分析结果准确度较高、可靠性较好。周期性采集面部图像，相较于视频采集成本极低，将其作为长时间启动的装置设备，检测到异常后再触发后续循序渐进的检验检测。
附图说明
[0017]图1为本申请实施例的学生行为分析装置工作原理过程示意图。
[0018]图2为本申请实施例的眼皮张度检测装置工作原理过程示意图。
[0019]图3为本申请实施例的眨眼频率检测装置工作原理过程示意图。
[0020]图4为本申请实施例的点头速度检测装置工作原理过程示意图。
[0021]图5为本申请实施例的眼皮张度解释说明示意图。
[0022]图6为本申请实施例的自主发力维持身体平衡时的解释说明示意图。
具体实施方式
[0023]下面结合本专利技术的附图1
‑
6，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0024]现有技术中，对学生在上课时的不同状态进行检测较为笼统，粗暴地采用上课全程对学生进行视频检测的方式，完全忽视了视频检测设备设施的成本问题，并且没有设计循序渐进的不同检测方式以及检测结果检验方案，使得学生行为分析结果准确度较低、可靠性较差。
[0025]如图1所示，提出一种基于大数据的学生行为分析装置，包括：眼皮张度检测装置，用于检测学生的眼皮张度（眼皮张开和收缩的程度，即，张开程度越大，眼睛睁开越小，收缩程度越大，眼睛睁开越大，如图5所示，该示意图仅作为说明释义，不对本方案的保护范围造成限制，不是本方案的唯一选择。）是否异常；眨眼频率检测装置，用于检测学生的眨眼频率是否异常；点头速度检测装置，用于检测学生的点头速度是否异常；其中，所述眼皮张度检测装置、眨眼频率检测装置、点头速度检测装置处于关闭状态；当所述学生行为分析装置启动时，所述眼皮张度检测装置启动；若所述眼皮张度检测装置检测到学生的眼皮张度异常，则所述眨眼频率检测装置启动，且所述学生行为分析装置判断学生行为是嫌疑瞌睡状态；由于存在少部分学生的瞳孔大小与平均瞳孔大小之间的差异性较大，所以直接判断为瞌睡状态存在误判可能，判断存在瞌睡嫌疑更为合理。
[0026]若所述眨眼频率检测装置检测到学生的眨眼频率异常，则所述点头速度检测装置启动，且所述学生行为分析装置判断学生行为是重度嫌疑瞌睡状态；由于存在学生有时候没有将眼睛放松（比如刻意专注地盯着黑板上的内容），导致其眨眼频率归类到与瞌睡状态适配的情况，所以直接判断为瞌睡状态也存在误本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的学生行为分析装置，其特征在于，包括：眼皮张度检测装置，用于检测学生的眼皮张度是否异常；眨眼频率检测装置，用于检测学生的眨眼频率是否异常；点头速度检测装置，用于检测学生的点头速度是否异常；其中，所述眼皮张度检测装置、眨眼频率检测装置、点头速度检测装置处于关闭状态；当所述学生行为分析装置启动时，所述眼皮张度检测装置启动；若所述眼皮张度检测装置检测到学生的眼皮张度异常，则所述眨眼频率检测装置启动，且所述学生行为分析装置判断学生行为是嫌疑瞌睡状态；若所述眨眼频率检测装置检测到学生的眨眼频率异常，则所述点头速度检测装置启动，且所述学生行为分析装置判断学生行为是重度嫌疑瞌睡状态；若所述点头速度检测装置检测到学生的点头速度异常，则所述学生行为分析装置判断学生行为是瞌睡状态。2.如权利要求1所述的一种基于大数据的学生行为分析装置，其特征在于，所述眼皮张度检测装置中，每隔一段固定时间周期采集学生的面部图像；根据所述面部图像获取学生的眼皮张度；将所述眼皮张度与预设的标准眼皮张度进行匹配比较，若二者不匹配，则判断此时眼皮张度异常，否则，眼皮张度正常。3.如权利要求2所述的一种基于大数据的学生行为分析装置，其特征在于，所述固定时间周期为学生正常状态下睁眼与眨眼周期的整数倍；所述睁眼与眨眼周期通过学生的历史数据中筛选得出。4.如权利要求2所述...

【专利技术属性】
技术研发人员：赖启财，蓝玉蓉，隆利忠，
申请(专利权)人：成都航空职业技术学院，
类型：发明
国别省市：