[发明专利]基于人工智能的教务管理系统及方法

说明书

本发明实施例提供一种基于人工智能的教务管理系统及方法，所述系统包括：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，图像采集模块用于采集目标学生的人脸信息；人脸特征识别用于通过人脸信息获取人脸异常状态信息；深度学习模块用于获取历史人脸信息，并根据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，并将信息数据输入到卷积神经网络模型进行训练；状态分析模块用于将人脸异常状态信息输入至卷积神经网络模型，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。采用本系统能够侧面通过学生的学习状态对学生的学习成绩状态进行管理，方便改善学生的学习态度，提高学生的学习效率。

技术领域

本发明涉及教务管理技术领域，尤其涉及一种基于人工智能的教务管理系统及方法。

背景技术

教务分析管理系统以电子网络为基础，来通过各模块对采集的信息进行增减、修改、存储，以便于教务相关人员，比如老师、学生进行管理、查询，为学校的教务管理提供一个可供分析的数据平台。

学生的在校学习状态也是对于教务管理中重要的一环，学生的在校学习状态也基本上能够反映学生的学习效率和学习成绩。

但目前的教务管理系统中，并没有对于学生学习状态的管理，也不能侧面的通过学生学习状态来分析学生的学习效率和学习成绩，所以目前亟需一种解决上述问题的教务管理系统。

发明内容

针对现有技术中存在的问题，本发明实施例提供一种基于人工智能的教务管理系统及方法。

本发明实施例提供一种基于人工智能的教务管理系统，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。

本发明实施例提供一种基于上述系统的教务管理方法，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。

在其中一个实施例中，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。

在其中一个实施例中，所述方法还包括：