[发明专利]一种在线视频学习中学习者注意状态智能检测系统及方法在审

专利信息
申请号: 202110305497.8 申请日: 2021-03-23
公开(公告)号: CN113143273A 公开(公告)日: 2021-07-23
发明(设计)人: 皮忠玲;石栋元;胡卫平 申请(专利权)人: 陕西师范大学
主分类号: A61B5/16 分类号: A61B5/16;A61B3/11;A61B3/113;A61B5/369
代理公司: 广东省畅欣知识产权代理事务所(普通合伙) 44631 代理人: 耿佳
地址: 710062 陕西*** 国省代码: 陕西;61
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 在线视频 学习 学习者 注意 状态 智能 检测 系统 方法
【说明书】:

发明公开了在线视频学习注意状态智能检测技术领域的一种在线视频学习中学习者注意状态智能检测系统及方法,包括人机交互平台1、摄像头2、脑电采集模块3、主控制器4和云端服务器5,所述人机交互平台1通过无线或有线连接和主控制器4电性连接,学习者头戴脑电帽,脑电帽通过导线和脑电采集模块3电性连接,脑电采集模块3和主控制器4电性连接,主控制器4通过以太网和云端服务器5电性连接,该系统自动提取学习者注意状态表征指标进行实时分析及预测,并把相关预测结果反馈给教育者或平台,从而实现了从学习者到教育者的闭环系统,提高了整个在线的教学质量,减轻了教育者的工作负担和教育平台的人力成本。

技术领域

本发明涉及在线视频学习注意状态智能检测技术领域,具体为一种在线视频学习中学习者注意状态智能检测系统及方法。

背景技术

随着科技的进步,“互联网+教育”打破了传统课堂教学的时空限制,可以随时随地的学习。视频以多通道展示教学内容的特征,成为广大学习者偏爱的一种形式,在在线教育中占据重要地位。然而视频教学会存在一些弊端,即相比于传统课堂教学,学习者观看视频过程中,与老师同学之间缺乏实时互动,一方面导致他们常常容易分心,另外一方面导致教师无法根据学习者的表现(如抬头、记笔记和眼神等)监测与评估他们的注意状态,最终导致他们的学习成绩往往不如传统课堂教学的效果。然而,传统的视频音频监控方法耗费人力财力,也容易侵犯学习者隐私,为此,我们提出一种在线视频学习中学习者注意状态智能检测系统及方法。

发明内容

本发明的目的在于提供一种在线视频学习中学习者注意状态智能检测系统及方法,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:一种在线视频学习中学习者注意状态智能检测系统,包括人机交互平台1、摄像头2、脑电采集模块3、主控制器4和云端服务器5,所述人机交互平台1通过无线或有线连接和主控制器4电性连接,学习者头戴脑电帽,脑电帽通过导线和脑电采集模块3电性连接,脑电采集模块3和主控制器4电性连接,主控制器4通过以太网和云端服务器5电性连接。

优选的,在线视频学习中学习者注意状态智能检测系统的检测方法为:所述人机交互平台1负责播放教学视频,收集学习者的操作行为数据并把操作行为数据传回主控制器4;

所述摄像头2用于捕捉学习者眼动信息A,并将信息传回主控制器4;

所述脑电信号采集模块3实时采集学习者的脑电信号,并将该信号传回主控制器4;

所述主控制器4将学习者操作行为数据、所提取的学习者眼动信息A和实时脑电信号通过以太网传递至云端服务器5;

所述云端服务器5运行用于多模态数据融合的数据融合深度人工神经网络和用于对学习者成绩预测的长短期记忆网络。

优选的,所述学习者的操作行为包括暂停、播放、快进和快退。

优选的,所述学习者眼动信息A包括瞳孔直径和眼动轨迹。

优选的,所述脑电采集模块3由信号处理电路、高精度模数转换器、单片机和无线收发器/有线接口组成,且信号处理电路、高精度模数转换器、单片机和无线收发器/有线接口依次电性输出连接,且无线收发器/有线接口电性输出连接主控制器4;

所述信号处理电路对脑电帽传回的电信号进行放大滤波得到模拟脑电信号;

所述高精度模数转换器将模拟信号转换为数字信号;

所述单片机收集数字信号并控制无线收发器/有线接口通过无线信号或通过有线连接把脑电信号传给主控制器4。

优选的,所述主控制器4由电源模块、网口模块、无线收发器/有线接口、嵌入式处理器、显示器和控制系统组成,且所述主控制器4是基于嵌入式处理器的最小系统,所述控制系统将收集到的信息加时间戳、打包和加密,通过以太网发送至云端服务器5。

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陕西师范大学,未经陕西师范大学许可,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/202110305497.8/2.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