[发明专利]一种基于人眼动作特征的专注度分级方法及系统

说明书

本发明公开了一种基于人眼动作特征的专注度分级方法及系统，该方法包括：录制待测视频数据；根据待测视频数据提取用户的左眼视频数据、右眼视频数据、眨眼时长和眨眼频次，得到用户眼部动作特征；将用户眼部动作特征输入到预训练的分类网络，得到用户专注状态的眨眼次数和用户非专注状态的眨眼次数；根据用户专注状态的眨眼次数与用户非专注状态的眨眼次数的比值，判断用户的专注度等级。该系统包括：数据采集模块、特征提取模块、分类模块和分级模块。通过使用本发明，能够分析出该学生在上网课时的专注程度，从而提高学生学习的质量。本发明作为一种基于人眼动作特征的专注度分级方法及系统，可广泛应用于视频处理领域。

技术领域

本发明涉及视频处理领域，尤其涉及一种基于人眼动作特征的专注度分级方法及系统。

背景技术

随着互联网技术的普及发展，远程网络学习方式也越来越成熟，网络远程教育因其形式的特殊性，使学习者和授课者可以打破时间和空间的限制。目前网络远程教育的应用领域逐渐扩大，为我们的现代教育提供了很好的资源平台，学生们在无法返校的情况下也可以完成教学计划。但广泛应用的网络远程教育也逐渐出现了各种问题，由于上网课的学生与授课的老师受到时空的限制无法实时沟通，导致学生长时间面对电脑屏幕时产生疲惫厌烦的现象，进而导致学习专注度下降，影响老师的授课效果以及学生学习的质量，目前还没有一种较为完整专注度识别方法。

发明内容

为了解决上述技术问题，本发明的目的是提供一种基于人眼动作特征的专注度分级方法及系统，通过人眼的动作特征分析出该学生在上网课时的专注程度，从而提高学生学习的质量。

本发明所采用的第一技术方案是：一种基于人眼动作特征的专注度分级方法，包括以下步骤：

录制用户在观看网课时的视频，得到待测视频数据；

根据待测视频数据提取用户的左眼视频数据、右眼视频数据、眨眼时长和眨眼频次，得到用户眼部动作特征；

将用户眼部动作特征输入到预训练的分类网络，得到用户专注状态的眨眼次数和用户非专注状态的眨眼次数；

根据用户专注状态的眨眼次数与用户非专注状态的眨眼次数的比值，判断用户的专注度等级。

进一步，所述根据待测视频数据提取用户的左眼视频数据、右眼视频数据、眨眼时长和眨眼频次，得到用户眼部动作特征这一步骤，其具体包括：

基于人脸配准算法对待测视频数据进行眼部特征点定位找到人眼位置，得到待测视频中的左眼视频数据和右眼视频数据；

根据眼部特征点计算人眼横纵比值；

根据人眼横纵比值判断用户的眨眼动作，并计算得到用户视频中的眨眼时长和眨眼频次；

整合左眼视频数据、右眼视频数据、眨眼时长和眨眼频次，得到用户眼部动作特征。

进一步，所述人脸配准算法包括68个特征点，所述人眼横纵比值的计算公式如下：

上式中，EAR表示人眼横纵比值，h₁表示左眼高度，定义为特征点37与特征点41之间的欧氏距离和特征点38与特征点40之间的欧式距离的平均值，l₁表示左眼宽度，定义为特征点36与特征点39之间的欧式距离，h₂表示右眼高度，定义为特征点43与特征点47之间的欧氏距离和特征点44与特征点46之间的欧式距离的平均值，l₂表示右眼宽度，定义为特征点42与特征点45之间的欧氏距离。

进一步，所述根据人眼横纵比值判断用户的眨眼动作，并计算得到用户视频中的眨眼时长和眨眼频次这一步骤，其具体包括：

计算用户视频所有帧的人眼横纵比值；