一种线上学习有效性判断方法、系统及介质技术方案

本发明专利技术公开了一种线上学习有效性判断方法、系统及介质。通过获取目标对象学习图像数据进行初步人脸识别认证，并分析出眼部图像中眼球的眼白和瞳孔的特征，得到眼球异常学习数据，从而有效分析出线上学员在学习过程中的学习状态与有效学习持续时间。另外，通过提前获取目标语音数据，运用语音识别模型进行语音特征提取，得到有效验证的语音特征，并通过随机文字的组合进行语音测试得到准确的语音识别结果，根据语音识别结果进行分析，进一步得到在线学员准确的有效学习时间。通过本发明专利技术，有效提高了对于在线学习有效性判断的准确度，能够精准地分析出每个在线学员的学习状态、学习专注度与有效学习时间，从而得到有针对性的学习数据。习数据。习数据。

【技术实现步骤摘要】
一种线上学习有效性判断方法、系统及介质


[0001]本专利技术涉及线上学习领域，更具体的，涉及一种线上学习有效性判断方法、系统及介质。

技术介绍

[0002]目前，随着信息技术的逐步发展和线上教育需求的大幅扩张，传统学习转变为在互联网上在线学习的趋势越来越明显，而如何提高线上学习的成效受到了国内教育者的广泛关注。一方面，线上学习平台的资源类型丰富，师生可以采用多种方式进行课堂活动。另一方面，由于师生角色功能的不同，以及网络环境的多变，学员在线上学习方面仍存在着诸多问题，如学习效率低下，学员学习时间、学习专注程度、学习有效性难以统计分析等问题，所以，现在亟需一种针对线上学习的有效性进行判断的方法。

技术实现思路

[0003]为了解决上述至少一个技术问题，本专利技术提出了一种线上学习有效性判断。
[0004]本专利技术第一方面提供了一种线上学习有效性判断方法，包括：获取目标对象学习图像数据，根据目标对象学习图像数据进行人脸识别与核对，得到人脸验证结果；若人脸验证结果为正确，则根据目标对象学习图像数据进行眼球图像跟踪分析，得到眼球验证异常信息；根据眼球验证异常信息将学习过程数据进行异常标记，得到眼球异常学习数据；根据预设时间进行语音识别验证，得到语音验证异常信息，根据语音验证结果将学习过程数据进行异常标记，得到语音异常学习数据；根据眼球异常学习数据和语音异常学习数据进行学习有效性分析，得到总体学习有效率。
[0005]本方案中，所述获取目标对象学习图像数据，根据目标对象学习图像数据进行人脸识别与核对，得到人脸验证结果，具体为：获取目标对象学习图像数据；根据目标对象学习图像数据进行人脸图像分割，得到人脸图像数据；将人脸图像数据进行五官特征分析得到目标特征数据；根据目标对象从人脸特征数据库中检索出对应的人脸验证特征数据；将目标特征数据与人脸验证特征数据进行特征对比分析，得到人脸验证结果。
[0006]本方案中，所述若人脸验证结果为正确，则根据目标对象学习图像数据进行眼球图像跟踪分析，得到眼球验证异常信息，具体为：根据目标对象学习图像数据进行脸部区域分割与眼球区域识别，得到眼部图像数据；将眼部图像数据进行灰度转化与眼球特征分析，得到基于灰度图像的眼白区域图
像信息和瞳孔区域图像信息；根据眼白相对位置与瞳孔相对位置进行位移量分析，结合预设位移方向，得到眼球专注方向移动异常信息。
[0007]本方案中，所述若人脸验证结果为正确，则根据目标对象学习图像数据进行眼球图像跟踪分析，得到眼球验证异常信息，还包括：获取眼部图像数据；根据眼部图像数据进行灰度转化得到灰度眼部图像数据；在学习过程中，判断灰度眼部图像数据是否存在瞳孔特征数据；若分析出不存在瞳孔特征数据，则获取瞳孔特征数据不存在的开始时间与结束时间；将所述开始时间与结束时间进行分析计算，得到眼球数据异常时间信息；将眼球专注方向移动异常信息与眼球数据异常时间信息进行信息合并得到眼球验证异常信息。
[0008]本方案中，所述根据眼球验证异常信息将学习过程数据进行异常标记，得到眼球异常学习数据，具体为：获取眼球验证异常信息中的眼球专注方向移动异常信息和眼球数据异常时间信息；根据眼球专注方向移动异常信息，获取学习过程中的专注方向移动异常持续时间；根据眼球数据异常时间信息得到眼球数据异常持续时间；将专注方向移动异常持续时间和眼球数据异常持续时间进行时间重叠合并，得到眼球异常持续时间；根据眼球异常持续时间进行学习过程数据异常标记，得到眼球异常学习数据。
[0009]本方案中，所述根据预设时间进行语音识别验证，得到语音验证异常信息，根据语音验证结果将学习过程数据进行异常标记，得到语音异常学习数据，具体为：获取预设长度的样品文字数据；根据样品文字数据进行目标语音数据采样，得到目标语音原始数据；构建语音识别模型；将目标原始数据导入语音识别模型；语音识别模型根据目标语音原始数据与样品文字数据进行基于单个文字数据的语音分隔，得到多个单位语音数据与单位文字数据；将单位语音数据进行语音识别与频率特征提取，得到单位语音特征；将单位语音特征与对应的单位文字数据进行标记映射，得到语音识别映射表。
[0010]本方案中，所述根据预设时间进行语音识别验证，得到语音验证异常信息，根据语音验证结果将学习过程数据进行异常标记，得到语音异常学习数据，具体为：获取样品文字数据；以当前时间作为随机种子，将样品文字数据根据预设测试长度进行随机选取，得到测试文字数据；将测试文字数据进行基于单个文字数据的数据分隔，得到单位测试文字数据；
根据单位测试文字数据，从语音识别映射表中进行映射检索，得到对应的单位语音特征；获取目标测试语音数据，根据目标测试语音数据进行数据分隔与特征提取，得到单位测试语音特征；将单位语音特征与单位测试语音特征进行特征相似度对比得到单位语音识别相似度；计算分析出所有单位语音识别相似度并进行均值处理，得到语音识别率。
[0011]本方案中，所述根据预设时间进行语音识别验证，得到语音验证异常信息，根据语音验证结果将学习过程数据进行异常标记，得到语音异常学习数据，还包括：判断比较语音识别率，若当前语音识别率小于预设识别率，则判定为语音识别不通过，并获取当前第一时间；检索历史语音识别率，获取上一次语音识别不通过的时间，得到第二时间；根据第一时间与第二时间将对应的学习过程数据进行语音识别异常标记，得到语音异常学习数据。
[0012]本方案中，所述根据眼球异常学习数据和语音异常学习数据进行学习有效性分析，得到总体学习有效率，具体为：获取学习过程数据；将眼球异常学习数据、语音异常学习数据和学习过程数据进行数据占比分析，得到非异常数据占比率；将非异常数据占比率作为总体学习有效率。
[0013]本专利技术第二方面还提供了一种线上学习有效性判断系统，该系统包括：存储器、处理器，所述存储器中包括线上学习有效性判断方法程序，所述线上学习有效性判断方法程序被所述处理器执行时实现如下步骤：获取目标对象学习图像数据，根据目标对象学习图像数据进行人脸识别与核对，得到人脸验证结果；若人脸验证结果为正确，则根据目标对象学习图像数据进行眼球图像跟踪分析，得到眼球验证异常信息；根据眼球验证异常信息将学习过程数据进行异常标记，得到眼球异常学习数据；根据预设时间进行语音识别验证，得到语音验证异常信息，根据语音验证结果将学习过程数据进行异常标记，得到语音异常学习数据；根据眼球异常学习数据和语音异常学习数据进行学习有效性分析，得到总体学习有效率。
[0014]本专利技术第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括线上学习有效性判断方法程序，所述线上学习有效性判断方法程序被处理器执行时，实现如上述任一项所述的线上学习有效性判断方法的步骤。
[0015]本专利技术公开了一种线上学习有效性判断方法、系统及介质。通过获取目标对象学习图像数据进行初步人脸识别认证，并分析出眼部图像中眼球的眼白和瞳孔的特征，得到眼球异常学习数据，从而有效分析出线上学员在学习过程中的学习状态与有效学习本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种线上学习有效性判断方法，其特征在于，包括：获取目标对象学习图像数据，根据目标对象学习图像数据进行人脸识别与核对，得到人脸验证结果；若人脸验证结果为正确，则根据目标对象学习图像数据进行眼球图像跟踪分析，得到眼球验证异常信息；根据眼球验证异常信息将学习过程数据进行异常标记，得到眼球异常学习数据；根据预设时间进行语音识别验证，得到语音验证异常信息，根据语音验证结果将学习过程数据进行异常标记，得到语音异常学习数据；根据眼球异常学习数据和语音异常学习数据进行学习有效性分析，得到总体学习有效率。2.根据权利要求1所述的一种线上学习有效性判断方法，其特征在于，所述获取目标对象学习图像数据，根据目标对象学习图像数据进行人脸识别与核对，得到人脸验证结果，具体为：获取目标对象学习图像数据；根据目标对象学习图像数据进行人脸图像分割，得到人脸图像数据；将人脸图像数据进行五官特征分析得到目标特征数据；根据目标对象从人脸特征数据库中检索出对应的人脸验证特征数据；将目标特征数据与人脸验证特征数据进行特征对比分析，得到人脸验证结果。3.根据权利要求1所述的一种线上学习有效性判断方法，其特征在于，所述若人脸验证结果为正确，则根据目标对象学习图像数据进行眼球图像跟踪分析，得到眼球验证异常信息，具体为：根据目标对象学习图像数据进行脸部区域分割与眼球区域识别，得到眼部图像数据；将眼部图像数据进行灰度转化与眼球特征分析，得到基于灰度图像的眼白区域图像信息和瞳孔区域图像信息；根据眼白相对位置与瞳孔相对位置进行位移量分析，结合预设位移方向，得到眼球专注方向移动异常信息；根据眼部图像数据进行灰度转化得到灰度眼部图像数据；在学习过程中，判断灰度眼部图像数据是否存在瞳孔特征数据；若分析出不存在瞳孔特征数据，则获取瞳孔特征数据不存在的开始时间与结束时间；将所述开始时间与结束时间进行分析计算，得到眼球数据异常时间信息；将眼球专注方向移动异常信息与眼球数据异常时间信息进行信息合并得到眼球验证异常信息。4.根据权利要求1所述的一种线上学习有效性判断方法，其特征在于，所述根据眼球验证异常信息将学习过程数据进行异常标记，得到眼球异常学习数据，具体为：获取眼球验证异常信息中的眼球专注方向移动异常信息和眼球数据异常时间信息；根据眼球专注方向移动异常信息，获取学习过程中的专注方向移动异常持续时间；根据眼球数据异常时间信息得到眼球数据异常持续时间；将专注方向移动异常持续时间和眼球数据异常持续时间进行时间重叠合并，得到眼球异常持续时间；
根据眼球异常持续时间进行学习过程数据异常标记，得到眼球异常学习数据。5.根据权利要求1所述的一种线上学习有效性判断方法，其特征在于，所述根据预设时间进行语音识别验证，得到语音验证异常信息，根据语音验证结果将学习过程数据进行异常标记，得到语音异常学习数据，具体为：获取预设长度的样品文字数据；根据样品文字数据进行目标语音数据采样，得到目标语音原始数据；构建语音识别模型；将目标原始数据导入语音识别模...

【专利技术属性】
技术研发人员：张志发，杨立春，迟令贵，
申请(专利权)人：深圳市企鹅网络科技有限公司，
类型：发明
国别省市：