一种基于人工智能的学生课堂学习行为的监测系统技术方案

本发明专利技术提出一种基于人工智能的学生课堂学习行为的监测系统，包括以下程序模块：注册单元；摄像单元；存储单元；数据处理中心；体型检测单元；以及虚拟机器人；其中，该数据处理中心包括：课堂位置图片处理单元；学生行为轨迹合成单元；坐姿模型库；学生坐姿匹配单元；该虚拟机器人将该学生行为轨迹合成单元提供的在设定阶段时间内的学生身份对应的教室行为轨迹图和该学生坐姿匹配单元提供的坐姿异常情况汇报作为反馈信息，为外部提供反馈。能够实现个性化的无痕监测，对学生在课堂学习的正常体验没有影响。

【技术实现步骤摘要】
一种基于人工智能的学生课堂学习行为的监测系统
本专利技术涉及图像识别和数据处理，尤其涉及学生课堂学习行为的监测。
技术介绍
教室是学生的主要学习场所，学生在校学习，在教室待的时间也最长，因此对学生在教室的学习状态的监测和管理显得尤为重要。目前，班级的学生人数比较多，老师很难对班级所有学生的学习状况进行全天候的监管和记录，特别是对于学生的坐姿。全国小学生的近视率高达34%-60%，初中生68%，重点高中高达90%。近视率高的一个很重要的因素是学生没有科学的坐姿，另一个因素是每个学生的身高、体重、形态不一样，老师没有精力对每个学生的坐姿进行校正和提醒。另外，在教室里面活动、学习，哪些同学比较活跃，教室哪些区域比较活跃，学生的学习行为老师也不能时刻在教室进行观察，因此对于学生在教室学习的坐姿和学习状态，无法得到准确和科学的监测。现有的学生课堂学习行为的监测系统，均需要学生穿戴能进行通讯的特定设备，以进行数据采集和定位。通过穿戴设备，对学生的坐姿和教室内的行动轨迹进行统计和分析、提醒，需要每个学生在学习过程中，配置额外的装置，无法实现无痕监测，对学生在课堂学习的正常体验有一定的影响。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提出一种基于人工智能的学生课堂学习行为的监测系统，能够实现个性化的无痕监测，对学生在课堂学习的正常体验没有影响。本专利技术解决其技术问题所采用的技术方案是：提供一种基于人工智能的学生课堂学习行为的监测系统，包括以下程序模块：注册单元，用于实现学生在该监测系统的注册；摄像单元，用于实时采集班级所有学生的脸部图像、教室图像的采集，以及对被识别成功后的学生进行整个身体的图像采集；存储单元，用于存储该摄像单元所采集的图片；数据处理中心，用于对该摄像单元所提供的图片进行特征参数的计算，以及对每个学生进行人脸识别，身份的确认和比对；体型检测单元，用于获取每个学生在校医院或者体育部门进行的体型检测数据，该体型检测数据与学生的身份信息相捆绑；以及虚拟机器人，用于提供该监测系统与外部交互的接口；其中，该数据处理中心包括：课堂位置图片处理单元，用于对该摄像单元拍摄的教室的场景图片进行人脸识别，并对图片中识别成功的人脸特征进行标签的备注，使图片附带其中识别成功的学生的身份信息；学生行为轨迹合成单元，用于对系统预设的合成时间段内的每一个在系统注册成功的学生进行图片合成；坐姿模型库，用于对该摄像单元采集的图片进行人脸识别成功后，以桌子轮廓值与拍摄比例为参考标准，判断出坐姿；学生坐姿匹配单元，用于将该坐姿模型库提供的坐姿参数，与系统预存的标准坐姿参数，进行匹配；该虚拟机器人将该学生行为轨迹合成单元提供的在设定阶段时间内的学生身份对应的教室行为轨迹图和该学生坐姿匹配单元提供的坐姿异常情况汇报作为反馈信息，为外部提供反馈。在一些实施例中，该学生行为轨迹合成单元采用一定数量为一组的方式，进行图片合成；后续的图片，在前一组的基础上进行迭代。在一些实施例中，该学生行为轨迹合成单元，预设合成图片人脸标签信息重合区域的阈值范围，对超过该阈值的部分进行颜色标记，得到识别对象在预设时间段内的教室行为轨迹图。在一些实施例中，该坐姿模型库，包含权威机构发布的每个年龄段、性别下的不同身高、体重的标准的体型特征，以及其蹲坐时的头、手、肩颈等身体部位之间的比例范围，其正常各体型比例参数预存在系统中作为每个学生正确坐姿的比对参数。在一些实施例中，该学生坐姿匹配单元，对上述识别成功的学生进行身份中年龄和身高的匹配，输出其对应的标准身体比例，并对该坐姿模型库中计算出的每个脸部特征识别成功的学生的头、手、肩颈部位相对尺寸比例值与系统预存的标准比例参数，进行匹配。在一些实施例中，该虚拟机器人包含一种虚拟机器人形象或者卡通动漫形象，其与该数据处理中心相连，在接受到用户或者老师、家长的查询指令时，可以及时调取该数据处理中心的在设定阶段时间内的学生身份对应的教室行为轨迹图和坐姿异常情况汇报。在一些实施例中，该虚拟机器人，还用于对任意学生的坐姿比例设置异常阈值，比对值超过阈值范围的，判定为坐姿异常。在一些实施例中，该坐姿模型库根据β=（注册身高-检测身高）/注册身高，计算β值，在该β值超过设定值，判断识别对象处于坐姿。在一些实施例中，该数据处理中心对成功识别脸部特征并且进行了身份认证的学生，进行图片的坐姿识别，计算图片中人物的头、手、肩颈部位与桌子轮廓的相对比例数据。在一些实施例中，该虚拟机器人向学生所在班级的智慧班牌，提供该反馈信息；和/或，该虚拟机器人向学生所在班级的老师和/或家长的手机，提供该反馈信息。本专利技术的有益效果在于，通过的巧妙注册单元、摄像单元、存储单元、数据处理中心、体型检测单元以及虚拟机器人的巧妙配合；进一步，通过在数据处理中心中巧妙地配置课堂位置图片处理单元、学生行为轨迹合成单元、坐姿模型库和学生坐姿匹配单元，借助虚拟机器人将学生行为轨迹合成单元提供的在设定阶段时间内的学生身份对应的教室行为轨迹图和学生坐姿匹配单元提供的坐姿异常情况汇报作为反馈信息，为外部提供反馈，能够实现个性化的无痕监测，对学生在课堂学习的正常体验没有影响。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1示意出本专利技术的基于人工智能的学生课堂学习行为的监测系统的框架结构。图2示意出本专利技术获得特定学生的轨迹合成的结果图片的处理过程。其中，附图标记说明如下：100、监测系统10、注册单元20、摄像单元30、存储单元40、数据处理中心41、课堂位置图片处理单元42、坐姿模型库43、学生行为轨迹合成单元44、学生坐姿匹配单元50、体型检测单元60、虚拟机器人65、反馈信息70、智慧班牌80、手机411、412、413、41n图片410合成图片430结果图片A41统计区域A43结果区域。具体实施方式现结合附图，对本专利技术的较佳实施例作详细说明。参见图1和图2，图1示意出本专利技术的基于人工智能的学生课堂学习行为的监测系统的框架结构。图2示意出本专利技术获得特定学生的轨迹合成的结果图片的处理过程。本专利技术提出一种基于人工智能的学生课堂学习行为的监测系统100，其包括：注册单元10、摄像单元20、存储单元30、数据处理中心40、体型检测单元50和虚拟机器人60。其中，数据处理中心40包含课堂位置图片处理单元41、学生行为轨迹合成单元42、坐姿模型库43和学生坐姿匹配单元44。虚拟机器人60根据数据处理中心40给出的监测结果，可以将相应的反馈信息65，传送给到学生教室的智慧班牌70，和/或，家长和/或老师的手机80。可以理解的是，监测系统100是运行在特定的计算设备的处理器的一个软件系统。注册单元10、摄像单元20、存储单元30、数据处理中心40、体型检测单元50和虚拟机器人60均可以理解成组成这个软件系统的程序模本文档来自技高网...

【技术保护点】
1.一种基于人工智能的学生课堂学习行为的监测系统，其特征在于，包括以下程序模块：/n注册单元，用于实现学生在该监测系统的注册；/n摄像单元，用于实时采集班级所有学生的脸部图像、教室图像的采集，以及对被识别成功后的学生进行整个身体的图像采集；/n存储单元，用于存储该摄像单元所采集的图片；/n数据处理中心，用于对该摄像单元所提供的图片进行特征参数的计算，以及对每个学生进行人脸识别，身份的确认和比对；/n体型检测单元，用于获取每个学生在校医院或者体育部门进行的体型检测数据，该体型检测数据与学生的身份信息相捆绑；以及/n虚拟机器人，用于提供该监测系统与外部交互的接口；/n其中，该数据处理中心包括：/n课堂位置图片处理单元，用于对该摄像单元拍摄的教室的场景图片进行人脸识别，并对图片中识别成功的人脸特征进行标签的备注，使图片附带其中识别成功的学生的身份信息；/n学生行为轨迹合成单元，用于对系统预设的合成时间段内的每一个在系统注册成功的学生进行图片合成；/n坐姿模型库，用于对该摄像单元采集的图片进行人脸识别成功后，以桌子轮廓值与拍摄比例为参考标准，判断出坐姿；/n学生坐姿匹配单元，用于将该坐姿模型库提供的坐姿参数，与系统预存的标准坐姿参数，进行匹配；/n该虚拟机器人将该学生行为轨迹合成单元提供的在设定阶段时间内的学生身份对应的教室行为轨迹图和该学生坐姿匹配单元提供的坐姿异常情况汇报作为反馈信息，为外部提供反馈。/n...

【技术特征摘要】
1.一种基于人工智能的学生课堂学习行为的监测系统，其特征在于，包括以下程序模块：
注册单元，用于实现学生在该监测系统的注册；
摄像单元，用于实时采集班级所有学生的脸部图像、教室图像的采集，以及对被识别成功后的学生进行整个身体的图像采集；
存储单元，用于存储该摄像单元所采集的图片；
数据处理中心，用于对该摄像单元所提供的图片进行特征参数的计算，以及对每个学生进行人脸识别，身份的确认和比对；
体型检测单元，用于获取每个学生在校医院或者体育部门进行的体型检测数据，该体型检测数据与学生的身份信息相捆绑；以及
虚拟机器人，用于提供该监测系统与外部交互的接口；
其中，该数据处理中心包括：
课堂位置图片处理单元，用于对该摄像单元拍摄的教室的场景图片进行人脸识别，并对图片中识别成功的人脸特征进行标签的备注，使图片附带其中识别成功的学生的身份信息；
学生行为轨迹合成单元，用于对系统预设的合成时间段内的每一个在系统注册成功的学生进行图片合成；
坐姿模型库，用于对该摄像单元采集的图片进行人脸识别成功后，以桌子轮廓值与拍摄比例为参考标准，判断出坐姿；
学生坐姿匹配单元，用于将该坐姿模型库提供的坐姿参数，与系统预存的标准坐姿参数，进行匹配；
该虚拟机器人将该学生行为轨迹合成单元提供的在设定阶段时间内的学生身份对应的教室行为轨迹图和该学生坐姿匹配单元提供的坐姿异常情况汇报作为反馈信息，为外部提供反馈。


2.根据权利要求1所述的监测系统，其特征在于：该学生行为轨迹合成单元采用一定数量为一组的方式，进行图片合成；后续的图片，在前一组的基础上进行迭代。


3.根据权利要求1所述的监测系统，其特征在于：该学生行为轨迹合成单元，预设合成图片人脸标签信息重合区域的阈值范围，对超过该阈值的部分进行颜色标记，得到识别对象在...

【专利技术属性】
技术研发人员：刘军，
申请(专利权)人：深圳市希科普股份有限公司，
类型：发明
国别省市：广东;44