学生信息测评方法技术

本发明专利技术提供了一种学生信息测评方法，包括：获取教室的第一时长的监控视音频信息；对监控视音频信息进行分析，得到上课姿态数据、课间活动数据和表情数据；通过预设的行为时序分析异常智能检测模型，对上课姿态数据、课间活动数据和表情数据进行检测，得到情绪状态信息；通过预设的行为交叉智能融合建模模型，对上课姿态数据进行检测，得到头部姿态和手部动作；对头部姿态、手部动作和表情数据进行融合处理，得到精神状态信息；根据情绪状态信息和人际关系，对学生心理状态进行测评；根据精神状态信息和学习状态，对学生自律性进行测评；学习状态通过学生的考试成绩所获得。学习状态通过学生的考试成绩所获得。学习状态通过学生的考试成绩所获得。

【技术实现步骤摘要】
学生信息测评方法


[0001]本专利技术涉及数据处理领域，尤其涉及一种学生信息测评方法。

技术介绍

[0002]课堂教学不是单方面的行为，老师和学生都需要参与进去，才能达到良好的教学效果，因此，学生的自律性和心理状态是一个重要的教学效果评价参数。但是学生的自律性和心理状态，是一个很难衡量的问题，由于学生千差万别，教学内容千变万化，教师对于不同的学生给予的关注也不同，因此，急需一种学生信息测评方法，以对学生的自律性和心理状态进行测评，以便对学生进行相应准确的引导。

技术实现思路

[0003]本专利技术实施例的目的是提供一种学生信息测评方法，以解决现有技术中所存在的问题。
[0004]本专利技术提供了一种学生信息测评方法，所述学生信息测评方法包括：
[0005]获取教室的第一时长的监控视音频信息；
[0006]对所述监控视音频信息进行分析，得到上课姿态数据、课间活动数据和表情数据；
[0007]通过预设的行为时序分析异常智能检测模型，对所述上课姿态数据、课间活动数据和表情数据进行检测，得到情绪状态信息；
[0008]通过预设的行为交叉智能融合建模模型，对所述上课姿态数据进行检测，得到头部姿态和手部动作；
[0009]对所述头部姿态、所述手部动作和所述表情数据进行融合处理，得到精神状态信息；
[0010]根据所述情绪状态信息和人际关系，对学生心理状态进行测评；
[0011]根据所述精神状态信息和学习状态，对学生自律性进行测评；所述学习状态通过学生的考试成绩所获得。
[0012]在一种可能的实现方式中，所述对所述监控视音频信息进行分析，得到上课姿态数据、课间活动数据和表情数据具体包括：
[0013]根据所述监控视音频信息和课程表，确定上课时间段和课间时间段；
[0014]根据所述上课时间段，从所述监控视音频信息中提取上课姿态数据；所述上课姿态数据包括每个学生的上课姿态数据；
[0015]根据所述课间时间段，从所述监控视音频信息中提取课间活动数据；所述课间活动数据包括每个学生的课间活动数据；
[0016]从所述上课姿态数据中提取第一表情数据；
[0017]从所述课间活动数据中提取第二表情数据；
[0018]根据所述第一表情数据和所述第二表情数据，得到每个学生的表情数据。
[0019]在一种可能的实现方式中，所述通过预设的行为时序分析异常智能检测模型，对
所述上课姿态数据、课间活动数据和表情数据进行检测，得到情绪状态信息具体包括：
[0020]在时间轴上，对每个学生的上课姿态数据、课间活动数据和表情数据进行分析，得到学生每天的情绪状态信息；所述情绪状态信息包括开心、正常、低落。
[0021]在一种可能的实现方式中，所述通过预设的行为交叉智能融合建模模型，对所述上课姿态数据进行检测，得到头部姿态和手部动作具体包括：
[0022]通过所述行为交叉智能融合建模模型，将上课姿态数据中的头部2D图像映射到3D图像；
[0023]根据所述3D图像，得到人脸姿态的朝向；包括俯仰角、偏航角和滚转角；
[0024]根据所述俯仰角、偏航角和所述滚转角，确定头部姿态；所述头部姿态包括抬头、摇头和转头；
[0025]将上课姿态数据中进行手部特征提取，将手部进行标记，得到标记的手部动作检测框；
[0026]对所述手部动作检测框进行检测，得到手部动作；所述手部动作包括手部姿态和角度信息。
[0027]在一种可能的实现方式中，所述根据所述情绪状态信息和人际关系，对学生心理状态进行测评之前，所述方法还包括：
[0028]通过头部姿态和手部动作，确定人际关系；所述人际关系包括非常好、良好、正常和孤僻。
[0029]在一种可能的实现方式中，所述根据所述情绪状态信息和人际关系，对学生心理状态进行测评具体包括：
[0030]获取班级信息；所述班级信息包括班级学生总数、学生ID；
[0031]根据所述学生ID，统计每个学生的人际关系为非常好、良好、正常和孤僻中的任意一种；
[0032]根据学生总数，统计班级中人际关系为非常好、良好、正常和孤僻所占的比例，生成人际关系表；
[0033]统计每个学生的情绪状态信息开心、正常、失落中的任意一种；
[0034]根据学生总数，统计班级中情绪状态信息为开心、正常、失落所占的比例，生成情绪状态表。
[0035]在一种可能的实现方式中，所述根据所述精神状态信息和学习状态，对学生自律性进行测评之前，所述方法还包括：
[0036]获取学生的考试成绩；
[0037]根据学生的考试成绩，确定学生的学习状态，所述学习状态包括非常好、良好、正常和不佳，所述学习状态中的每一种通过成绩进行区分。
[0038]在一种可能的实现方式中，所述根据所述精神状态信息和学习状态，对学生自律性进行测评具体包括：
[0039]获取班级信息；所述班级信息包括班级学生总数、学生ID；
[0040]根据所述学生ID，统计每个学生的精神状态信息为积极、正常和疲惫中的任意一种；
[0041]根据学生总数，统计班级中精神状态信息为积极、正常和疲惫所占的比例，生成精
神状态表；
[0042]统计每个学生的学习状态为非常好、良好、正常、不佳中的任意一种；
[0043]根据学生总数，统计班级中学习状态为非常好、良好、正常、不佳所占的比例，生成学习状态表。
[0044]在一种可能的实现方式中，所述方法还包括：
[0045]根据所述监控视音频信息,确定出勤人数。
[0046]在一种可能的实现方式中，所述方法还包括：
[0047]将所述监控视音频信息发送给后台服务器。
[0048]第二方面，本专利技术提供了一种设备，包括存储器和处理器，存储器用于存储程序，处理器用于执行第一方面任一所述的学生信息测评方法。
[0049]第三方面，本专利技术提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一所述的学生信息测评方法。
[0050]第四方面，本专利技术提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一所述的学生信息测评方法。
[0051]通过应用本专利技术实施例提供的学生信息测评方法，可以通过监控视音频信息，对学生的心理状态和自律性进行自动测评，从而便于快速了解学生的状态，对学生管理、考核提供依据。
附图说明
[0052]图1为本专利技术实施例一提供的学生信息测评方法流程示意图。
具体实施方式
[0053]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关专利技术相关的部分。
[0054本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种学生信息测评方法，其特征在于，所述学生信息测评方法包括：获取教室的第一时长的监控视音频信息；对所述监控视音频信息进行分析，得到上课姿态数据、课间活动数据和表情数据；通过预设的行为时序分析异常智能检测模型，对所述上课姿态数据、课间活动数据和表情数据进行检测，得到情绪状态信息；通过预设的行为交叉智能融合建模模型，对所述上课姿态数据进行检测，得到头部姿态和手部动作；对所述头部姿态、所述手部动作和所述表情数据进行融合处理，得到精神状态信息；根据所述情绪状态信息和人际关系，对学生心理状态进行测评；根据所述精神状态信息和学习状态，对学生自律性进行测评；所述学习状态通过学生的考试成绩所获得。2.根据权利要求1所述的方法，其特征在于，所述对所述监控视音频信息进行分析，得到上课姿态数据、课间活动数据和表情数据具体包括：根据所述监控视音频信息和课程表，确定上课时间段和课间时间段；根据所述上课时间段，从所述监控视音频信息中提取上课姿态数据；所述上课姿态数据包括每个学生的上课姿态数据；根据所述课间时间段，从所述监控视音频信息中提取课间活动数据；所述课间活动数据包括每个学生的课间活动数据；从所述上课姿态数据中提取第一表情数据；从所述课间活动数据中提取第二表情数据；根据所述第一表情数据和所述第二表情数据，得到每个学生的表情数据。3.根据权利要求1所述的方法，其特征在于，所述通过预设的行为时序分析异常智能检测模型，对所述上课姿态数据、课间活动数据和表情数据进行检测，得到情绪状态信息具体包括：在时间轴上，对每个学生的上课姿态数据、课间活动数据和表情数据进行分析，得到学生每天的情绪状态信息；所述情绪状态信息包括开心、正常、低落。4.根据权利要求1所述的方法，其特征在于，所述通过预设的行为交叉智能融合建模模型，对所述上课姿态数据进行检测，得到头部姿态和手部动作具体包括：通过所述行为交叉智能融合建模模型，将上课姿态数据中的头部2D图像映射到3D图像；根据所述3D图像，得到人脸姿态的朝向；包括俯仰角、偏航角和滚转角；根据所述俯仰角、偏航角和所述滚转角，确定头部姿态；所述头部姿态包括抬头、摇...

【专利技术属性】
技术研发人员：余澜，蔡斯凯，
申请(专利权)人：北京云蝶智学科技有限公司，
类型：发明
国别省市：