[发明专利]基于特征模型的课堂学情实时监测方法与系统

说明书

本发明涉及教育教学技术领域，具体涉及一种基于特征模型的课堂学情实时监测方法与系统，包括：教师管理端设置数据采集参数，并将设置的参数发送给学生用户终端；学生用户终端根据教师管理端的设置参数实时采集学生上课状态的视频/图像数据，进行人脸特征提取、压缩，并上传给数据服务器进行存储；逻辑服务器调用接口模块提取数据服务器中的特征信息和已有经验信息，通过特征模型进行处理后输出学生上课状态描述信息，并将描述信息发送给教师管理端，教师管理端将学生上课状态描述信息在显示屏上显示以供教师使用者监测学情情况。本发明能够实现课堂学情的实时监测。

技术领域

本发明涉及教育教学技术领域，具体涉及一种基于特征模型的课堂学情实时监测方法与系统。

背景技术

近年来，时代的发展和科技的进步促进了现代化教学手段的应用，课堂环境和教学手段都产生了巨大变化。

目前高校课堂学习和管理仍然存在一些问题，很大一部分高校的学生缺少自控能力，抵制不住手机的诱惑，或者受周围同学的影响，听课效率低，学习效果差；需要教师在课堂上进行管控，才能改善学习情况；其次部分高校因为师资匮乏，实行大课堂教学，普遍存在学生人数多、教学任务重，课堂教学内容多、上课时间短等问题，从而导致教师忽视课堂的管理；最后在高校的课程考核中，课程平时学习成绩往往占课程考核的30％以上，而课堂考核又是课程平时成绩考核比较关键的一环，课堂考核存在不公平，不规范，不及时等问题。

当前，许多高校利用人脸识别技术对高校学生进行课堂考勤管理，但在学生课堂学习管理方面的应用极少，更是缺少一种实时的系统来帮助教师对学生进行课堂的实时管理。

发明内容

为了解决上述问题，本发明提供一种基于特征模型的课堂学情实时监测方法与系统，基于学生用户终端，利用人脸识别技术，能够帮助教师管理学生的课堂学习状态，并及时反馈学生的学习情况，提醒学生在课堂中保持良好的学习状态。

一种基于特征模型的课堂学情实时监测方法，包括以下步骤：

S1、教师用户在教师管理端设置数据采集参数，设置的数据采集参数包括：调用学生用户终端摄像头的时间点、采集数据的时长，并根据所设置的参数向学生用户终端发送视频采集的指令；

S2、学生用户终端根据教师管理端发送指令实时采集学生上课状态的视频/图像数据(采集的视频/图像数据包括学生面部特征、坐姿特征信息)，进行数据筛选，筛选掉无用数据，并对筛选后的信息进行人脸特征提取，得到特征信息，对特征信息进行压缩，通过无线传输模块上传给数据服务器进行存储；

S3、逻辑服务器调用接口模块提取数据服务器中的特征信息和已有经验信息，将上述信息输入特征模型进行处理，特征模型处理完毕后输出学生上课状态描述信息，并将描述信息发送给教师管理端，教师管理端将根据学生上课状态描述信息进行判断，并根据判断结果自动选择备用的消息发送给学生，以便达到实时提醒学生调整学习状态的效果。

进一步的，所述特征模型基于SeetaFace人脸识别引擎完成人脸检测、人脸对齐、及人脸特征提取与比对，输出学生上课状态描述信息。

进一步的，特征模型的处理过程包括：

S21、首先是特征点对齐，特征点对齐包括宏观对齐和微观对齐，宏观对齐主要是对额头、肩膀、手臂位置进行比对，保证学生坐姿正确；从微观对齐主要是对眼睛、鼻子、嘴巴进行比对，用于分析学生听课行为；

S22、根据对齐的特征点进行姿势对比，根据学生额头的角度判断学生是否面向黑板，根据肩膀和手臂的位置判断学生是否坐姿正确；

S23、面部识别主要是对学生上课过程中的面部表情进行特征提取和表情变化感知，最终以文本形式输出表情识别结果；