[发明专利]一种用于判断学生上课专注度的算法

说明书

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。

技术领域

本发明属于图像处理技术领域和软件算法模块，涉及一种用于判断学生上课专注度的方法。

背景技术

在教学过程中，学生的上课的专注度是影响学生成绩和教学效果的重要因素，因而是众多家长重点关注的问题。目前绝大部分学校是通过教师肉眼主观判断学生的上课专注度的情况，这种方式不仅占用老师上课时间，分散老师注意力，而且对于学生而言，肉眼的判断的准确率低，导致上课效果的测评效果欠佳。特别是，无法实时统计和分析上课学生专注度的，从而产生相当的滞后性。针对上课过程中学生出现的问题不能及时纠正，老师所讲的内容是否被学生理解，以及教师的授课效果，学生的专注度等等一系列的课堂问题，本发明设计一套能够检测学生专注度的算法，并实时跟踪和评测学生上课专注度。

现有技术存在以下缺陷：

a)上课学生的专注度主要靠教师肉眼判断，准确率很低；

b)学生专注度的统计占用上课时间，分散老师注意力；

c)专注度的判断及评估过程受教师主观因素较多；

d)记录过程存在滞后性，无法及时纠正授课存在问题，严重影响教学质量。

发明内容

本发明针对现有技术的缺陷，提出了一种用于判断学生上课专注度的算法。

本发明解决技术问题所采取的技术方案步骤如下：

步骤一：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。

步骤二(本专利的核心内容)：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。人眼具有以下特征：

a)人眼是分布在人脸上半部分；

b)人眼都是成对出现，分布在人脸区域的左右两侧；

c)左右两眼大小几乎一致，位于人脸的区域基本相同；

d)人眼是水平对称的，水平面与两只眼睛的中心连线夹角很小；

e)人眼是在人脸区域内的，因此人眼定位操作在人脸区域内进行；

f)人脸大小和人眼大小是成比例的，人眼的区域大小和人脸的区域大小的比值在一个固定的范围内；

针对以上人眼特征可以很大程度避免了对人眼的错误识别，但是人的眼睑、眉毛、以及眼睛与眉毛的中间地带等也会经常干扰人眼定位的判断。因此本专利引入了一个新的辅助参考区域：嘴巴或者鼻子。

对于人脸区域的图像而言，鼻子和嘴巴都可以作为很好的辅助参考坐标，这是因为鼻子嘴巴具有很明显的图像特征和边缘特征，并且鼻子嘴巴的位置相对于人脸和人眼是固定不变的，还有一点就是鼻子嘴巴被遮挡的几率较小，在视频中的图像数据比较清晰便于识别。

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。