[发明专利]基于学生学习效率检测方法、系统、设备及介质

说明书

本申请提供一种基于学生学习效率检测方法、系统、设备及介质，该方法包括：获取课堂上学生听课的视频图像；对视频图像进行人脸识别，确定学生的身份信息，根据身份信息建立关联动作图像与表情图像的学生档案；构建卷积神经网络，基于学生档案标注的训练集对卷积神经网络进行训练，得到检测学习效率的专注度识别模型；将获取的待测学生档案输入专注度识别模型进行检测，确定待测学生的专注度分值来量化评估学生的学习效率，本申请不需要人为主观因素进行评测打分，检测结果更为客观、准确，同时，也不需要佩戴额外设备，提高了待测用户的舒适度，降低检测成本；另外，通过图像进行直观检测，大大提升了学习效率检测的智能化水平以及检测效率。

技术领域

本申请涉及数据处理技术领域，也涉及教育领域，特别是涉及一种基于学生学习效率检测方法、系统、设备及介质。

背景技术

目前，相比初、中学期间的学习而言，在大学期间，一方面，在课堂上的老师认为：听课的同学都是成年人，有独立思考的能力，以及为自己行为负责任能力，因此，对听课学生的要求不严；例如，由于缺乏对教学课堂的严格要求，导致学生养成学习懒散的习惯，存在以下不良行为，在课堂上偷完手机、在课堂上睡觉、以及在上课注意力不集中等不良习惯；另一方面，学生只想到在期末考试能够考过就行，对课堂上教授的知识并不上心，对于上课的老师而言，缺乏一种从听课态度以及听课行为进行客观检测，确定学生学习效率进行量化检测方法。

发明内容

鉴于以上所述现有技术的缺点，本申请的目的在于提供一种基于学生学习效率检测方法、系统、设备及介质，用于解决现有技术中的课堂上无法客观对学生的学习效率进行检测的问题。

为实现上述目的及其他相关目的，本申请提供一种基于学生学习效率检测方法，包括：

获取课堂上学生听课的视频图像，所述视频图像包含待测学生的人脸图像、动作图像以及表情图像；

基于所述人脸图像进行人脸识别，确定所述学生的身份信息，根据所述身份信息建立关联动作图像与表情图像的学生档案；

构建卷积神经网络，基于所述学生档案标注的训练集对所述卷积神经网络进行训练，得到检测学习效率的专注度识别模型；

将获取的待测学生档案输入所述专注度识别模型进行检测，确定待测学生的专注度分值来量化评估所述学生的学习效率。

在本申请的一目的在于提供一种高校学生行为分析方法，包括：

视频获取模块，用于获取课堂上学生听课的视频图像，所述视频图像包含待测学生的人脸图像、动作图像以及表情图像；

档案确定模块，基于所述人脸图像进行人脸识别，确定所述学生的身份信息，根据所述身份信息建立关联动作图像与表情图像的学生档案；

专注度构建模型，用于构建卷积神经网络，基于所述学生档案标注的训练集对所述卷积神经网络进行训练，得到检测学习效率的专注度识别模型；

学习效率检测模块，用于将获取的待测学生档案输入所述专注度识别模型进行检测，确定待测学生的专注度分值来量化评估所述学生的学习效率。

在本申请的另一目的在于提供一种电子设备，包括：

一个或多个处理装置；

存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置执行所述基于学生学习效率检测方法。

在本申请的还一目的在于提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于使所述计算机执行所述基于学生学习效率检测方法。

如上所述，本申请的基于学生学习效率检测方法、系统、设备及介质，具有以下有益效果：