[发明专利]一种用于判断学生上课专注度的算法

摘要

本发明涉及一种用于判断学生上课专注度的算法。本发明首先通过教室常用的摄像头采取图像，利用已有的Matlab基于Viola‑Jones算法进行人脸检测，得到人脸面部特征，人眼是最直接反应学生上课专注状态的面部特征。在本发明中，选用了鼻子作为辅助参考区域，是考虑到两只人眼的中心和鼻尖位置可以近似看作是一个三角形。选取人脸面部特征为参照物是把人脸立体三维空间转化成二维平面，从而更加迅速的判断学生的专注度。最后根据学生上课存在的各种状态，本发明采用了三种方式来判断学生上课的专注度，分别是学生侧脸专注度判定的算法、学生低(抬)头专注度判定的算法、眼睛的张合度来判定学生的专注度的算法。

主权项

1.一种用于判断学生上课专注度的算法，其特征在于该方法包括以下步骤：S1)人脸识别，利用已有的Matlab基于Viola-Jones算法进行人脸检测，得到人脸面部特征，识别到被检测目标的脸、眼睛、鼻子、嘴巴；S2)人眼识别，人脸面部特征之一，人眼是最直接反应学生上课专注状态的面部特征；在本专利中，选用了鼻子作为参考区域，是考虑到两只人眼的中心和鼻尖位置可以近似看作是一个三角形，选取人脸面部特征为参照物是把人脸立体三维空间转化成二维平面，简化了专利的计算量，提高的运算效率，从而更加迅速的判断学生的专注度；S3)学生侧脸专注度的判定，本专利在已知二维平面上左眼到鼻子的距离为线段AC的长度,右眼到鼻子的距离为线段BC的长度；通过实验检测及数据分析得到在本专利实现过程中本算法学生专注度的最佳阈值取值范围为当AC/BC的比值小于1.24或者大于0.86时能判断出被检测的学生是否专注，上述阈值取值范围需要使用者根据摄像机安装角度、镜头视场参数等实际情况调整；假设通过实时图像得出的AC/BC的比值为K，如果K大于1.24或者小于0.86(即AC/BC<0.86或者AC/BC>1.24)判断被检测学生为不专注；S4)学生抬头、低头专注度判定，是根据学生上课时间内抬头，低头的状态，学生上课状态转化为平面几何的表达就是在三角形ABC中，线段AC的距离不变，线段AB和BC的距离会变短，另一种表达就是三角形中∠C的角度会变大，当∠C的度数大于66度角的时候学生并没有认真听课，专注度不够；同样的方法得到，当学生抬头的时候∠C的角度也会随之变大，所以当∠C>66°的时候，判断学生专注度比较低；S5)眼睛的张合度判定学生的专注度；根据学生眼球的扩张度来判断学生是否专注听课，把人的眼睛近似为一个椭圆，G表示人眼睛睁开的最大高度，K表示的人眼睛最大宽度，两者之间的比值就是眼睛的张合度，眼睛的张合度一般采用下面计算式得到：ZHD＝(G/K)*100％；由于人眼张合度ZHD是一个连续变量，为简化计算，本专利定义如下转化公式：ZHD＝(ZHD/ZHDmax)*100％；其中(0≤ZHD≤1)，当被检测目标人眼的张合度小于20％时，判定被检测目标专注度低；相反的是，当被检测目标人眼的张合度大于20％时，判定被检测目标专注度高。