一种教育管理系统技术方案

本发明专利技术公开了一种教育管理系统，属于数据处理技术领域，包括图像采集单元、动作提取单元、动作姿态对比单元和信息上传单元；图像采集单元用于对用户实时图像进行裁剪，生成用户标准图像；动作提取单元用于识别动作姿态；动作姿态对比单元用于识别异常姿态；信息上传单元用于将异常姿态的用户信息上传至数据库。该教育管理系统可以实时监测学生用户的行为姿态，减少人工成本。信息上传单元上传至数据库后，数据库可检索该数据库所属学校的剩余用户名额，便于后期合理对用户（即学生）和学校进行匹配。通过用户和教育管理系统之间的交互，可以对学校的教学、管理和校园资源进行整合，提高教育管理系统的明确性和灵活性，从而实现智慧化教育服务。慧化教育服务。慧化教育服务。

【技术实现步骤摘要】
一种教育管理系统


[0001]本专利技术属于数据处理
，具体涉及一种教育管理系统。

技术介绍

[0002]随着教育系统中在线考试的大量普及，在线考试在考试方式中占有越来越高的比重。这些在线考试通常真人监考，由考生自行组织考场完成考试，其基本特征包括：
①
考生在自己设置的房间中独立完成考生；
②
考生在自己设置的电脑上或者手机移动端，登录考试信息系统进行答题。
[0003]现有的在线教育监考系统多采用多个联网摄像头向考试系统上传实时现场图像，再由考官巡查。但传统方式容易出现疏漏，且费时费力，因此需对现有教育管理系统进行改进，提供一种可以自动监测考生行为姿态的系统。

技术实现思路

[0004]本专利技术为了解决以上问题，提出了一种教育管理系统。
[0005]本专利技术的技术方案是：一种教育管理系统包括图像采集单元、动作提取单元和动作姿态对比单元；
[0006]图像采集单元用于采集用户实时图像，并对用户实时图像进行裁剪，生成用户标准图像；
[0007]动作提取单元用于识别用户标准图像中的动作姿态；
[0008]动作姿态对比单元用于识别异常姿态；
[0009]信息上传单元用于将异常姿态的用户信息上传至数据库。
[0010]进一步地，图像采集单元生成用户标准图像包括以下步骤：
[0011]采集用户实时图像，提取用户实时图像中各个像素点的灰度，并根据各个像素点的灰度计算各个像素点的图像分块阈值；
[0012]将图像分块阈值最大的像素点作为顶点像素点；
[0013]将顶点像素点所在列左侧的图像作为第一用户实时子图像，将顶点像素点所在列右侧的图像作为第二用户实时子图像；
[0014]在第一用户实时子图像中确定左侧像素点，在第二用户实时图像中确定右侧像素点；
[0015]将顶点像素点、右侧像素点和左侧像素点顺时针直线连接，生成三角区域；
[0016]裁剪用户实时图像中除三角区域外的其他区域，生成用户标准图像。
[0017]上述进一步方案的有益效果是：在本专利技术中，用户实时图像中一般包含用户所处环境的背景图像，因此需要对用户实时图像进行裁剪，保证用户标准图像尽量只包含用户本身，这样可以减少后期动作姿态的识别区域，简化算法流程。另外，传统的裁剪结果通常是矩形区域，而本专利技术将裁剪区域缩减到三角区域，裁剪区域的缩小可以进一步精准确定只包含用户本身的图像区域，也有利于简化后期动作姿态识别流程。
[0018]进一步地，用户实时图像中第m个像素点的图像分块阈值α
m
的计算公式为：
[0019]；式中，x
m
表示用户实时图像中第m个像素点的横坐标，y
m
表示用户实时图像中第m个像素点的纵坐标，h
m
表示用户实时图像中第m个像素点的灰度值，x0表示用户实时图像中最小灰度对应像素点的横坐标，y0表示用户实时图像中最小灰度对应像素点的纵坐标，h0表示用户实时图像中最小灰度，M表示用户实时图像的像素点个数。
[0020]上述进一步方案的有益效果是：在本专利技术中，通过各个像素点的灰度值等参数确定各个像素点的图像分块阈值，将图像分块阈值最大的点作为图像裁剪的关键点，这个关键点既可以确定三角区域的顶点（即确定三角区域的大致位置），又可以用于划分两个子图像，便于后续步骤在两个子图像中分别确定三角区域的另外两个顶点。
[0021]进一步地，左侧像素点和右侧像素点的确定方法具体为：分别计算第一用户实时子图像和第二用户实时子图像中各个像素点的像素权重值，将第一用户实时子图像中像素权重值最大的像素点作为左侧像素点，将第二用户实时子图像中像素权重值最大的像素点作为右侧像素点。
[0022]上述进一步方案的有益效果是：在本专利技术中，基于图像分块阈值确定三角区域的顶点后，需要分别在左右两侧的子图像中确定三角区域的左顶点和右顶点。所以像素权重值的计算公式中加入了更多的像素点参数，可以在图像分块阈值的基础上进一步确定像素权重值。
[0023]进一步地，第一用户实时子图像中第n个像素点的像素权重值θ
n
的计算公式为：
[0024]；式中，a
n
表示第一用户实时子图像中第n个像素点的横坐标，b
n
表示第一用户实时子图像中第n个像素点的纵坐标，H
n
表示第一用户实时子图像中第n个像素点的灰度值，a0表示第一用户实时子图像中最小灰度对应像素点的横坐标，b0表示第一用户实时子图像中最小灰度对应像素点的纵坐标，H0表示第一用户实时子图像中最小灰度，a1表示第一用户实时子图像中最大灰度对应像素点的横坐标，b1表示第一用户实时子图像中最大灰度对应像素点的纵坐标，H1表示第一用户实时子图像中最大灰度，N表示第一用户实时子图像的像素点个数，表示第一用户实时子图像中第n个像素点的图像分块阈值；
[0025]第二用户实时子图像中第l个像素点的像素权重值的计算公式为：
[0026]；式中，表示第二用户实时子图像中第l个像素点的横坐标，表示第二用户实时子图像中第l个像素点的纵坐标，表示第二用户实时子图像中第l个像素点的灰度值，a2表示第
二用户实时子图像中最小灰度对应像素点的横坐标，b2表示第二用户实时子图像中最小灰度对应像素点的纵坐标，H2表示第二用户实时子图像中最小灰度，a3表示第二用户实时子图像中最大灰度对应像素点的横坐标，b3表示第二用户实时子图像中最大灰度对应像素点的纵坐标，H3表示第二用户实时子图像中最大灰度，L表示第二用户实时子图像的像素点个数，表示第二用户实时子图像中第l个像素点的图像分块阈值。
[0027]进一步地，动作提取单元识别动作姿态包括以下步骤：
[0028]根据用户标准图像，生成第一旋转用户标准图像和第二旋转用户标准图像；
[0029]将用户标准图像的边缘与第一旋转用户标准图像的边缘之间的交点以及用户标准图像的边缘与第二旋转用户标准图像的边缘之间的交点作为姿态像素点集合的子集；
[0030]计算第一旋转用户标准图像中所有像素点的三色权重和第二旋转用户标准图像中所有像素点的三色权重；
[0031]在第一旋转用户标准图像和第二旋转用户标准图像中，将三色权重相同的像素点作为姿态像素点集合的子集；
[0032]将姿态像素点集合中所有像素点连接，生成动作姿态。
[0033]上述进一步方案的有益效果是：在本专利技术中，将用户标准图像分别在顺时针方向和逆时针方向进行一定角度的旋转调整，用户标准图像与旋转后的两张图像存在交点，交点表示该处存在用户姿态，因此将其作为姿态像素点集合的子集。另外，计算两张旋转图像中像素点的三色权重，三色权重通过对像素点的三色进行运算，可以反映像素点的像素情况，三色权重相同的像素点表示该处存在用户姿态。
[0034]进一步地，第一旋转用户标准图像和第二旋转用户标准图像的生成方法具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种教育管理系统，其特征在于，包括图像采集单元、动作提取单元、动作姿态对比单元和信息上传单元；所述图像采集单元用于采集用户实时图像，并对用户实时图像进行裁剪，生成用户标准图像；所述动作提取单元用于识别用户标准图像中的动作姿态；所述动作姿态对比单元用于识别异常姿态；所述信息上传单元用于将异常姿态的用户信息上传至数据库。2.根据权利要求1所述的教育管理系统，其特征在于，所述图像采集单元生成用户标准图像包括以下步骤：采集用户实时图像，提取用户实时图像中各个像素点的灰度，并根据各个像素点的灰度计算各个像素点的图像分块阈值；将图像分块阈值最大的像素点作为顶点像素点；将顶点像素点所在列左侧的图像作为第一用户实时子图像，将顶点像素点所在列右侧的图像作为第二用户实时子图像；在第一用户实时子图像中确定左侧像素点，在第二用户实时图像中确定右侧像素点；将顶点像素点、右侧像素点和左侧像素点顺时针直线连接，生成三角区域；裁剪用户实时图像中除三角区域外的其他区域，生成用户标准图像。3.根据权利要求2所述的教育管理系统，其特征在于，所述用户实时图像中第m个像素点的图像分块阈值α
m
的计算公式为：；式中，x
m
表示用户实时图像中第m个像素点的横坐标，y
m
表示用户实时图像中第m个像素点的纵坐标，h
m
表示用户实时图像中第m个像素点的灰度值，x0表示用户实时图像中最小灰度对应像素点的横坐标，y0表示用户实时图像中最小灰度对应像素点的纵坐标，h0表示用户实时图像中最小灰度，M表示用户实时图像的像素点个数。4.根据权利要求2所述的教育管理系统，其特征在于，所述左侧像素点和右侧像素点的确定方法具体为：分别计算第一用户实时子图像和第二用户实时子图像中各个像素点的像素权重值，将第一用户实时子图像中像素权重值最大的像素点作为左侧像素点，将第二用户实时子图像中像素权重值最大的像素点作为右侧像素点。5.根据权利要求4所述的教育管理系统，其特征在于，所述第一用户实时子图像中第n个像素点的像素权重值θ
n
的计算公式为：；式中，a
n
表示第一用户实时子图像中第n个像素点的横坐标，b
n
表示第一用户实时子图像中第n个像素点的纵坐标，H
n
表示第一用户实时子图像中第n个像素点的灰度值，a0表示第一用户实时子图像中最小灰度对应像素点的横坐标，b0表示第一用户实时子图像中最小灰度对应像素点的纵坐标，H0表示第一用户实时子图像中最小灰度，a1表示第一用户实时子图像中最大灰度对应像素点的横坐标，b1表示第一用户实时子图像中最大灰度对应像素点的纵坐
标，H1表示第一用户实时子图像中最大灰度，N表示第一用户实时子图像的像素点个数，表示第一用户实时子图像中第n个像素点的图像分...

【专利技术属性】
技术研发人员：李潇，王进，潘易，包安良，高见，蒋彦初，
申请(专利权)人：成都市青羊大数据有限责任公司，
类型：发明
国别省市：