[发明专利]一种远程教育注意力检测方法及系统

说明书

本发明公开了一种远程教育注意力检测方法及系统，该方法的步骤为：采集面部图像；对采集到的面部图像进行图像预处理，进行高斯滤波后将图像从RGB图像转换为灰度图；框选面部特征，通过人脸识别算法识别到人脸特征值，进行特征值匹配验证；构建人脸实时情绪分类系统；标注人脸特征点，根据特征点之间的几何距离，计算嘴巴张开程度、眼睛张开程度；预设眼睛张开程度阈值、嘴巴张开程度第一阈值和嘴巴张开第二阈值，判定注意力状态处于专注或者分心；设置间隔时间采集面部图像，注意力状态判定为分心时反馈提示。本发明设置了实时注意力检测，检测学生学习的注意力状态，辅助提高远程教育的学习效果，达到智能教学目的。

技术领域

本申请涉及图像识别处理技术领域，具体涉及一种远程教育注意力检测方法及系统。

背景技术

远程教育是指使用电视及互联网等传播媒体的教学模式，打破时空界限，使老师远程授课，自己在家学习的一种教育形式。现代远程教育也称为网络教育，是现代信息技术应用于教育后产生的新概念。

远程教育的特点决定了远程教育以自学为主，现在的网络远程学习大多缺少学生评估模块，学生和教师、同学相互分离，也没有课堂的氛围，教师无法实时了解到学生状态，导致远程教育学习效果差、质量低，最后大部分学生的学习效果差强人意。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供一种远程教育注意力检测方法及系统，在传统远程教育管理系统的基础上增加了实时注意力检测，起到检测学生学习的注意力状态，辅助提高远程教育的学习效果，达到智能教学的目的。

为了达到上述目的，本发明采用以下技术方案：

本发明提供一种远程教育注意力检测方法，包括下述步骤；

采集面部图像；

对采集到的面部图像进行图像预处理，进行高斯滤波后将图像从RGB图像转换为灰度图；

框选面部特征，得到人脸的高度和宽度，通过人脸识别算法识别到人脸特征值，并与数据库中预先存入的特征值进行比较，进行特征值匹配验证；

构建人脸实时情绪分类系统，在设定的时间间隔内定时检测学生的情绪，并得出检测人脸与系统训练样本的相似度；

标注人脸特征点，根据特征点之间的几何距离，计算嘴巴张开程度、眼睛张开程度；

预设眼睛张开程度阈值、嘴巴张开程度第一阈值和嘴巴张开第二阈值，结合学生情绪分类结果，判定注意力状态处于专注或者分心；

设置间隔时间采集面部图像，注意力状态判定为分心时反馈提示。

作为优选的技术方案，所述将面部特征进行框选，具体步骤为：

将采集到的面部图像采用Opencv中的haarcascade_frontalface_default.xml分类器和face_cascade.detectMultiScale()函数进行框选；

所述进行特征值匹配验证，具体步骤为：

采用Haar获得人脸特征值，与数据库中预先存入的特征值进行比较验证。

作为优选的技术方案，所述计算嘴巴张开程度、眼睛张开程度，具体步骤为：

所述标注人脸特征点采用Dlib训练好的模型进行特征点68点标定；

通过上、下嘴唇中点特征点的纵轴差值与脸部高度之比计算得到嘴巴的张开程度；

通过上、下眼睛重点特征点的纵轴差值与脸部高度之比计算得到眼睛的张开程度。

作为优选的技术方案，所述预设眼睛张开程度阈值、嘴巴张开程度第一阈值和嘴巴张开程度第二阈值，判定注意力状态处于专注或者分心，具体步骤为：