[发明专利]基于人工智能的教务管理系统及方法

权利要求书

1.一种基于人工智能的教务管理系统，其特征在于，包括：图像采集模块、人脸特征识别模块、深度学习模块、状态分析模块，其中，

所述图像采集模块与所述人脸特征识别模块连接，用于采集目标学生的人脸信息，并将所述人脸信息发送至所述人脸特征识别模块；

所述人脸特征识别模块与所述图像采集模块、状态分析模块连接，用于通过所述人脸信息获取人脸异常状态信息，并将所述人脸异常状态信息发送至状态分析模块，所述人脸异常状态信息包括异常频率与异常时长；

所述深度学习模块用于获取历史人脸信息，并根据所述历史人脸信息获取对应的学生参数信息和历史人脸异常状态信息，根据所述学生参数信息确定历史学生状态，并将所述历史人脸异常状态信息和所述历史学生状态输入到卷积神经网络模型进行训练，得到训练后的卷积神经网络模型，并将所述卷积神经网络模型发送至所述状态分析模块；

所述状态分析模块用于将所述人脸异常状态信息输入至所述卷积神经网络模型，得到对应的学生状态信息，并将对应的学生状态信息输出至教务终端。

2.一种基于权利要求1所述的教务管理方法，其特征在于，所述方法包括：

所述图像采集模块采集目标学生的人脸信息，并将所述人脸信息发送至所述人脸特征识别模块；

所述人脸特征识别模块通过所述人脸信息获取人脸异常状态信息，并将所述人脸异常状态信息发送至状态分析模块，所述人脸异常状态信息包括异常频率与异常时长；

所述深度学习模块获取历史人脸信息，并根据所述历史人脸信息获取对应的学生参数信息和历史人脸异常状态信息，根据所述学生参数信息确定历史学生状态；

将所述历史人脸异常状态信息和所述历史学生状态输入到卷积神经网络模型进行训练，得到训练后的卷积神经网络模型，并将所述卷积神经网络模型发送至所述状态分析模块；

所述状态分析模块将所述人脸异常状态信息输入至所述卷积神经网络模型，得到对应的学生状态信息，并将对应的学生状态信息输出至教务终端。

3.根据权利要求2所述的教务管理方法，其特征在于，所述方法还包括：

根据所述学生状态信息生成对应的预警信息，根据所述学生参数信息获取对应的绑定终端；

将所述预警信息发送至所述绑定终端。

4.根据权利要求2所述的教务管理方法，其特征在于，所述方法还包括：

根据学生状态信息确定所述教学难度等级，并根据所述教学难度等级为所述学生状态信息对应学生分配对应等级的指导老师。

5.根据权利要求2所述的教务管理方法，其特征在于，所述学生参数信息，包括：

时间信息、学生信息、单元信息、学生单元成绩信息。

6.根据权利要求5所述的教务管理方法，其特征在于，所述根据历史人脸信息获取对应的学生参数信息，包括：

所述深度学习模块获取所述图像采集模块采集所述历史人脸信息时对应的时间信息和学生信息；

根据所述时间信息确定学生上课时对应课程的单元信息，并根据所述单元信息和学生信息确定所述学生单元成绩信息。

7.根据权利要求2所述的教务管理方法，其特征在于，所述将历史人脸异常状态信息和所述历史学生状态输入到卷积神经网络模型进行训练，得到训练后的卷积神经网络模型，包括：

将历史人脸异常状态信息和历史学生状态的数据分为训练集和验证集，将所述训练集输入到卷积神经网络模型进行训练，得到训练后的初步卷积神经网络模型；

通过所述验证集输入到训练后的初步卷积神经网络模型进行测试，测试完成后得到所述训练后的卷积神经网络模型。