[发明专利]视觉注意力的识别方法及系统、存储介质、处理器

说明书

本发明公开了一种视觉注意力的识别方法及系统、存储介质、处理器。其中，该方法包括：通过第一摄像头采集目标区域的第一图像信息；从第一图像信息中识别出第一目标对象的面部预定区域；使用第一模型对面部预定区域进行分析，得到第一目标对象的面部特征点后，根据面部特征点，确定第一目标对象的头部姿态及视觉方向，其中，第一模型为使用多组数据通过机器学习训练出的，多组数据中的每组数据包括以下至少之一：图像和图像中标识出面部特征点；根据头部姿态及视觉方向，确定第一目标对象的视觉注意力的对象。本发明解决了现有技术无法准确识别用户的注意力的技术问题。

技术领域

本发明涉及人工智能领域，具体而言，涉及一种视觉注意力的识别方法及系统、存储介质、处理器。

背景技术

近年来，随着人工智能技术不断深入，人工智能正快速的改变着各产业。

在教育行业内，课堂教学是教育行业的核心，通过引入人工智能技术，可以让教育大数据和人工智能紧密联系起来。例如，可以在课堂教学的录播过程中引入人工智能技术。

需要说明的是，录播指的是通过摄像装置记录课堂教学内容，将录播与人工智能技术结合，使录播课程不仅可以成为教育的记录者、观察者，更可以成为教育的研究者。例如，可以通过人工智能技术对录播的课堂内容进行分析，进而根据分析结果反映当前课堂的教育情况。

但是，目前录播行业智能程度还不高，主要的应用在对学生的动作行为进行识别，或学生的情绪特征进行识别。

在对学生的动作行为进行识别的情况下，可以将学生个体为目标，识别学生举手/低头/抬头等行为，然后再根据学生各行为出现的概率来反映当前课堂教学的教学情况。但是，学生的动作行为与当前课堂的教学内容并不存在必然联系。例如，学生低头的行为不一定走神，也可能是在看书，故根据学生的动作行为并不能准确表示学生的注意力，进而也无法准确反映教学情况。

在对学生的情绪特征进行识别的情况下，可以通过识别学生的情绪特征，确定学生高兴、悲伤的情绪，然后根据学生的情绪获得学生对教学内容的反馈，进而可以根据学生的情绪反映教学情况。但是，学生的情绪特征和教学内容也不具备直接的关联关系。例如，学生出现悲伤的表情，可能因为课堂上悲伤的故事，还可能是因为自身身体不舒服，故根据学生的动作行为也并不能准确表示学生的注意力，进而也无法准确反映教学情况。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种视觉注意力的识别方法及系统、存储介质、处理器，以至少解决现有技术无法准确识别用户的注意力的技术问题。

根据本发明实施例的一个方面，提供了一种视觉注意力的识别方法，包括：通过第一摄像头采集目标区域的第一图像信息；从所述第一图像信息中识别出第一目标对象的面部预定区域；使用第一模型对所述面部预定区域进行分析，得到所述第一目标对象的面部特征点后，根据所述面部特征点，确定所述第一目标对象的头部姿态及视觉方向，其中，所述第一模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据包括以下至少之一：图像和图像中标识出面部特征点；根据所述头部姿态及所述视觉方向，确定所述第一目标对象的视觉注意力的对象。

根据本发明实施例的另一方面，还提供了一种视觉注意力的识别系统，包括：第一摄像头，用于采集目标区域的第一图像信息；处理器，与所述第一摄像头连接，用于从所述第一图像信息中识别出第一目标对象的面部预定区域；使用第一模型对所述面部预定区域进行分析，得到所述第一目标对象的面部特征点后，根据所述面部特征点，确定所述第一目标对象的头部姿态及视觉方向，其中，所述第一模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据包括以下至少之一：图像和图像中标识出面部特征点；根据所述头部姿态及所述视觉方向，确定所述第一目标对象的视觉注意力的对象。