[发明专利]基于学生社交关系模型的课堂座位分布预测方法

摘要

一种基于学生社交关系模型的课堂座位分布预测方法，由数据采集与获取、学生面部图像的检测和识别、学生定位、建立学生社交关系模型、座位分布预测步骤组成。本发明将学生的社交关系纳入了预测方法，能对考勤数据中的学生座位进行记录并提取社交数据，将社交关系量化为模型，应用在学生的课堂座位分布预测上，得到具有代表性及预测性的学生课堂座位分布结果。对学生进行座位分布预测，可以在某学生无故缺勤时根据预测结果找其同桌询问原因，及时了解缺勤学生的动向，排查意外情况。

主权项

一种基于学生社交关系模型的课堂座位分布预测方法，其特征在于由以下步骤组成：(1)数据采集与获取教师每次上课时拍摄包含班级学生的教室全景照片，经过一学期的累积得到学生上课场景的照片；(2)学生面部图像的检测和识别使用Harr人脸检测方法和LBP人脸识别方法对学生面部图像进行检测和识别，并将没有识别到的学生面部图像进行手工截图，记录学生面部区域左上角和右下角在图像中的二维像素坐标，其中横坐标为该点到图像左边界的像素值，纵坐标为该点到图像下边界的像素值，由坐标可知学生面部区域在图像中所处的位置；(3)学生定位建立教室座位二维坐标系，每一行座位对应坐标系中的横坐标，每一列座位对应坐标系中的纵坐标，对每一个座位设定在二维图像中左上角和右下角的像素坐标，每一个学生面部像素区域与该座位像素区域有80％及以上重合时，判断学生坐在该座位上，否则判断学生没有坐在该座位上，得到考勤照片中的所有学生在座位坐标系中的坐标；将得到的学生在座位坐标系中的坐标用矩阵L存储，L=K0,0K0,1...K0,jK1,0K1,1...K1,j............K(x-1),0K(x-1),1...K(x-1),j---(1)]]>其中将考勤照片数量记为X，Ki,j存储第i次考勤中编号为j的学生所在的二维坐标(p，q)。若某个位置没有人则记为(‑1，‑1)；(4)建立学生社交关系模型记录每一个学生与其前、后、左、右以及四个对角邻桌的八个学生编号，得到学生社交关系模型，每个学生的社交关系模型是X×8的矩阵M为：M=C0,0C0,1...C0,7C1,0C1,1...C1,7............C(x-1),0C(x-1),1...C(x-1),7---(2)]]>其中Ci,j是第i次考勤中坐在该学生第j个邻桌上的学生编号，矩阵M记录X张考勤中每一个学生八个邻桌的学生序号，18≤X≤72,从步骤(3)的学生坐标系中坐标数据找到学生的八个邻桌学生，将八个邻桌学生序号填充进该模型，按式(3)进行填充：Ci,j=-1,Li,num=(-1,-1)num,Li,num=toCoord(i,j)---(3)]]>其中Li,num表示第i次考勤中编号为num的学生在座位坐标系中的坐标，toCoord(i,j)是第i次考勤中该学生邻桌编号为j的位置在座位坐标系中的坐标，当toCoord(i,j)与Li,num相等时，Ci,j等于num；(5)座位分布预测将班级里座位变动频率最低的一部分学生安置在他最常坐的座位上，已安置学生的序号集合记为A，A如式(4)所示：A＝{a1,a2,a3,...an}        (4)其中每一个元素ai代表一个已安置学生的序号，查询A中学生的八邻桌模型，提取出一个与A中任意一个座位相邻次数最多的学生，将其安置在他们的相邻座位上，并将其加入集合A；依次重复该查询步骤，每查询一次安置一个学生，直至所有学生均已分配了座位，得到座位分布预测结果；将教室按空间位置分为七个区域，预测的学生所属区域与测试数据中的学生实际座位区域一致的学生比例即为预测正确率，预测正确率如式(5)所示：PR=anA---(5)]]>其中A代表学生总数，an代表预测的座位所属区域与测试数据集中该学生的座位所属区域一致的学生个数。