[发明专利]一种专注力评价和预警方法、系统、电子设备及介质在审

专利信息
申请号: 202310335847.4 申请日: 2023-03-31
公开(公告)号: CN116341983A 公开(公告)日: 2023-06-27
发明(设计)人: 杨阳;荆鹏霏;赵晗;柳琳;翟阳 申请(专利权)人: 西安音乐学院
主分类号: G06Q10/0639 分类号: G06Q10/0639;G06Q50/20;G06V20/52;G06V20/40;G06V10/26;G06V40/16;G06V10/774
代理公司: 北京高沃律师事务所 11569 代理人: 刘芳
地址: 710061 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 专注 评价 预警 方法 系统 电子设备 介质
【权利要求书】:

1.一种专注力评价和预警方法,其特征在于,包括:

获取目标对象的线上教学实时视频图像;

基于所述视频图像,采用训练好的目标检测模型以及图像分割模型,得到目标区域图像;所述目标区域图像包括:人脸区域图像、眼睛区域图像以及嘴巴区域图像;

采用OpenCV轮廓面积函数计算所述目标区域图像的面积;所述目标区域图像的面积包括:人脸区域面积、眼睛区域面积和嘴巴区域面积;

基于所述目标区域的面积以及预先获取到的专注度面积,确定状态信息反馈分数;所述专注度面积包括专注状态下的人脸区域面积、眼睛区域面积以及嘴巴区域面积;

获取目标对象线上教学的互动反馈分数;

基于所述状态信息反馈分数和所述互动反馈分数,确定专注力集中程度;

基于所述专注力集中程度对所述目标对象进行预警。

2.根据权利要求1所述的专注力评价和预警方法,其特征在于,还包括:

对所述目标区域图像进行高斯滤波处理。

3.根据权利要求1所述的专注力评价和预警方法,其特征在于,基于所述视频图像,采用训练好的目标检测模型以及图像分割模型,得到目标区域图像,具体包括:

将所述视频图像输入至训练好的目标检测模型中,检测得到所述视频图像中的目标矩形框;所述目标矩形框包括:人脸矩形框、眼睛矩形框以及嘴巴矩形框;

将所述目标矩形框输入至训练好的图像分割模型中,得到目标区域图像。

4.根据权利要求1所述的专注力评价和预警方法,其特征在于,所述目标检测模型包括依此连接的主干网络、颈部网络、卷积注意力网络及头部网络。

5.根据权利要求4所述的专注力评价和预警方法,其特征在于,基于所述目标区域的面积以及预先获取到的专注度面积,确定状态信息反馈分数,具体包括:

根据所述人脸区域面积与专注状态下的人脸区域面积的比值确定第一得分;

根据所述眼睛区域面积与专注状态下的眼睛区域面积的比值确定第二得分;

根据所述嘴巴区域面积与专注状态下的嘴巴区域面积的比值确定第三得分;

将所述第一得分、所述第二得分以及所述第三得分相加,确定状态信息反馈分数。

6.一种专注力评价和预警系统,其特征在于,包括:

视频图像获取模块,用于获取目标对象的线上教学实时视频图像;

目标区域图像确定模块,用于基于所述视频图像,采用训练好的目标检测模型以及图像分割模型,得到目标区域图像;所述目标区域图像包括:人脸区域图像、眼睛区域图像以及嘴巴区域图像;

面积计算模块,用于采用OpenCV轮廓面积函数计算所述目标区域图像的面积;所述目标区域图像的面积包括:人脸区域面积、眼睛区域面积和嘴巴区域面积;

状态信息反馈分数确定模块,用于基于所述目标区域的面积以及预先获取到的专注度面积,确定状态信息反馈分数;所述专注度面积包括专注状态下的人脸区域面积、眼睛区域面积以及嘴巴区域面积;

互动反馈分数获取模块,用于获取目标对象线上教学的互动反馈分数;

专注力集中程度确定模块,用于基于所述状态信息反馈分数和所述互动反馈分数,确定专注力集中程度;

预警模块,用于基于所述专注力集中程度对所述目标对象进行预警。

7.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1-5中任一项所述的专注力评价和预警方法。

8.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的专注力评价和预警方法。

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西安音乐学院,未经西安音乐学院许可,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/202310335847.4/1.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