[发明专利]一种教学效果检测方法及装置、电子设备在审

专利信息
申请号: 201910765175.4 申请日: 2019-08-19
公开(公告)号: CN111353363A 公开(公告)日: 2020-06-30
发明(设计)人: 赵利伟 申请(专利权)人: 深圳市鸿合创新信息技术有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/20
代理公司: 北京风雅颂专利代理有限公司 11403 代理人: 李弘
地址: 518118 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 教学效果 检测 方法 装置 电子设备
【权利要求书】:

1.一种教学效果检测方法,其特征在于,包括:

获取包括至少一个检测对象的图像信息;

对所述图像信息进行处理,确定所有检测对象的身份信息;

对所述图像信息进行处理,确定所有检测对象的当前行为,根据所有检测对象的当前行为,确定所有检测对象对应的行为分值;

对所述图像信息进行处理,确定所有检测对象的当前表情,根据所有检测对象的当前表情,确定所有检测对象对应的表情分值;

根据所有检测对象的行为分值和表情分值,确定教学效果检测结果。

2.根据权利要求1所述的方法,其特征在于,所述对所有图像信息进行处理,确定所有检测对象的身份信息,包括:

预先生成根据每个检测对象的座位位置划分的网格状座位表,所述座位表中的每个网格包括该座位位置的人脸样本及基本信息;

对所述图像信息进行人脸识别处理,确定所述图像信息中所有人脸的位置,根据所有人脸的位置,对所述图像信息进行划分处理,生成网格状的位置表,所述位置表中的每个网格包括一个检测对象的人脸信息,将所述位置表与座位表中每个对应的网格进行匹配,判断对应网格内的人脸信息与人脸样本的匹配程度,若匹配程度达到预设匹配度,则认为所述人脸信息与人脸样本一致,根据所述人脸样本对应的基本信息确定所述人脸信息的身份信息。

3.根据权利要求1所述的方法,其特征在于,还包括:

存储课程表信息,所述课程表信息包括图像采集设备标识、课程名称、任课教师姓名、上课时间、下课时间;

当到达所述上课时间时,向具有所述图像采集设备标识的图像采集设备发送启动指令,当到达所述下课时间时,向具有所述图像采集设备标识的图像采集设备发送停止指令。

4.根据权利要求1所述的方法,其特征在于,当所述检测结果为教学效果较差时,向教室内触控一体机或是教师用移动终端发送提示消息。

5.根据权利要求1所述的方法,其特征在于,根据所述检测对象的行为分值和表情分值,结合所述检测对象的考试成绩,确定教学效果检测结果。

6.一种教学效果检测装置,其特征在于,包括:

信息获取模块,用于获取包括至少一个检测对象的图像信息;

身份识别模块,用于对所述图像信息进行处理,确定所有检测对象的身份信息;

行为识别模块,用于对所述图像信息进行处理,确定所有检测对象的当前行为,根据所有检测对象的当前行为,确定所有检测对象对应的行为分值;

表情识别模块,用于对所述图像信息进行处理,确定所有检测对象的当前表情,根据所有检测对象的当前表情,确定所有检测对象对应的表情分值;

效果检测模块,用于根据所有检测对象的行为分值和表情分值,确定教学效果检测结果。

7.根据权利要求6所述的装置,其特征在于,所述身份识别模块对所述图像信息进行处理,确定所有检测对象的身份信息,包括:

预先生成根据每个检测对象的座位位置划分的网格状座位表,所述座位表中的每个网格包括该座位位置的人脸样本及基本信息;

对所述图像信息进行人脸识别处理,确定所述图像信息中所有人脸的位置,根据所有人脸的位置,对所述图像信息进行划分处理,生成网格状的位置表,所述位置表中的每个网格包括一个检测对象的人脸信息,将所述位置表与座位表中每个对应的网格进行匹配,判断对应网格内的人脸信息与人脸样本的匹配程度,若匹配程度达到预设匹配度,则认为所述人脸信息与人脸样本一致,根据所述人脸样本对应的基本信息确定所述人脸信息的身份信息。

8.根据权利要求6所述的装置,其特征在于,还包括:

存储模块,用于存储预设的课程表信息,所述课程表信息包括图像采集设备标识、课程名称、任课教师姓名、上课时间、下课时间;

消息发送模块,用于当到达所述上课时间时,向具有所述图像采集设备标识的图像采集设备发送启动指令,当到达所述下课时间时,向具有所述图像采集设备标识的图像采集设备发送停止指令。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市鸿合创新信息技术有限责任公司,未经深圳市鸿合创新信息技术有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910765175.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top