CN109271896B - 一种基于图像识别的学生测评***及方法 - Google Patents

一种基于图像识别的学生测评***及方法 Download PDF

Info

Publication number
CN109271896B
CN109271896B CN201811009597.0A CN201811009597A CN109271896B CN 109271896 B CN109271896 B CN 109271896B CN 201811009597 A CN201811009597 A CN 201811009597A CN 109271896 B CN109271896 B CN 109271896B
Authority
CN
China
Prior art keywords
image
student
action
evaluation
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811009597.0A
Other languages
English (en)
Other versions
CN109271896A (zh
Inventor
戴晓峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Institute of Technology
Original Assignee
Nantong Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nantong Institute of Technology filed Critical Nantong Institute of Technology
Priority to CN201811009597.0A priority Critical patent/CN109271896B/zh
Publication of CN109271896A publication Critical patent/CN109271896A/zh
Application granted granted Critical
Publication of CN109271896B publication Critical patent/CN109271896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Development Economics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于图像识别的学生测评***，包括：图像采集器，用于每隔一定的采样时间采集学生图像；测评服务器，与图像采集器电连接，用于将图像采集器采集的学生图像进行处理、识别和分析，得出测评结果；显示终端，与测评服务器无线通讯连接，用于任课老师和/或学生登录显示终端对学生的测评结果进行查看。本发明采用图像识别技术对学生图像进行采集，通过对采集的学生图像进行判断来对该课程的学生的学习情况进行测评打分，使得任课老师可以更关注于教学。

Description

一种基于图像识别的学生测评***及方法
技术领域
本发明涉及一种基于图像识别的学生测评***及方法。
背景技术
学校是学生学习和生活的地方，尤其对于大学校园，刚进入大学学生的自制力较差，通常会有学生旷课、迟到、早退、上课注意力不集中等问题出现，而任课老师若每一节课都需要关注每一个学生的上课情况，则会分散任课老师的讲课专注度，则一种更智能化更便捷的基于图像识别的学生测评***及方法亟待提出。
发明内容
为了解决上述技术问题，本发明提出了一种更智能化、更便捷的基于图像识别的学生测评***及方法。
为了达到上述目的，本发明的技术方案如下：
一种基于图像识别的学生测评***，包括：
图像采集器，用于每隔一定的采样时间采集学生图像；
测评服务器，与图像采集器电连接，用于将图像采集器采集的学生图像进行处理、识别和分析，得出测评结果；
显示终端，与测评服务器无线通讯连接，用于任课老师和/或学生登录显示终端对学生的测评结果进行查看。
本发明一种基于图像识别的学生测评***采用图像识别技术对学生图像进行采集，通过对采集的学生图像进行判断来对该课程的学生的学习情况进行测评打分，使得任课老师可以更关注于教学。
在上述技术方案的基础上，还可做如下改进：
作为优选的方案，图像采集器为设置于教室内的摄像头或相机，且任一图像采集器均设有其唯一的编码。
采用上述优选的方案，图像采集器采集的学生图像、该图像采集器编码以及采集时间发送给测评服务器，测评服务器可以根据图像采集器编码和采集时间了解该教室在该时间的任课老师是谁，课程是什么以及该上课的班级是哪个。
作为优选的方案，测评服务器包括：
课程数据库，用于保存与图像采集器编码和采集时间相对应的课程、对应的任课老师以及对应的班级；
人脸图像数据库22，用于保存各班级学生的人脸图像以及与该人脸图像对应的学生的身份信息；
动作图像数据库，用于保存各动作图像以及该动作图像对应的分数；
图像分割模块，用于将图像采集器采集的学生图像进行图像定位分割，得到对应的人脸图像和动作图像；
人脸匹配模块，用于将图像分割模块分割后得到的人脸图像与人脸图像数据库22中的该班级的人脸图像进行匹配，确定该人脸图像属于哪个学生，进行学生身份的确认；
动作匹配模块，用于将图像分割模块分割后得到的动作图像与动作图像数据库中的动作图像进行匹配，确定该动作图像与哪一幅或多幅动作图像匹配度较高以及对应的图像匹配度；
测评分析模块，分别与人脸匹配模块和动作匹配模块电连接，测评分析模块通过下式得出测评结果；
C＝100-(a1*S1+...+ai*S1+...aj*S1)-...-(a1*Si+...+ai*Si+...aj*Si)-(a1*Sn+...+ai*Sn+...aj*Sn)；
其中，ai为经过图像分割模块分割后得到的动作图像与动作图像数据库中的一副匹配度较高的动作图像的图像匹配度；
Si为经过图像分割模块分割后得到的动作图像与动作图像数据库中的一副匹配度较高的动作图像的对应的分数。
采用上述优选的方案，结果简单，分析速度快。
作为优选的方案，显示终端依次包括用户登录模块、角色查询模块以及查询控制模块；
角色查询模块用于将通过用户登录模块登录的用户进行角色划分，划分为多个角色，不同的角色设置有不同的使用权限；
查询控制模块用于对基于图像识别的学生测评***进行查询和控制。
采用上述优选的方案，保证基于图像识别的学生测评***的安全，不会有人随意篡改数据。
作为优选的方案，管理员可通过登录显示终端对动作匹配模块中动作图像的匹配度数量进行调节。
采用上述优选的方案，管理员可对动作匹配模块中动作图像的匹配度数量进行调节，从而当动作匹配模块进行匹配时，可以确定该动作图像与哪一幅或两幅或三幅等等的动作图像匹配度较高。
作为优选的方案，任课老师可通过登录显示终端对学生进行主观测评打分。
采用上述优选的方案，使得学生最终的测评结果更全面。
作为优选的方案，测评服务器还包括综合分析模块，综合分析模块用于将测评分析模块得到的测评结果与任课老师的主观测评打分进行综合分析，得到学生最终的测评结果。
采用上述优选的方案，使得学生最终的测评结果更全面。
作为优选的方案，测评服务器还包括关联度分析模块，关联度分析模块与测评分析模块连接，用于对测评分析模块得到的学生测评结果与该学生的考试成绩、对应的任课老师、课程之间进行关联度分析。
采用上述优选的方案，将学生测评结果与学生的考试成绩进行关联度分析，判断学生更适用于哪种学习方式。将学生测评结果与对应的任课老师进行关联度分析，判断任课老师的教学方式是否存在需要改进的部分，降低教学督导的投入。将学生测评结果与课程进行关联度分析，判断该课程的结构是否合理，哪部分学生的专注度较高，哪部分学生的专注度较低，需要改进。关联度分析模块进行有效的关联度分析，为学校提供了量化课程的依据，有效推进教学质量的改进。
一种基于图像识别的学生测评方法，利用基于图像识别的学生测评***进行测评，具体包括以下步骤：
1)图像采集器每隔一定的采样时间采集学生图像；
2)测评服务器将图像采集器采集的学生图像进行处理、识别和分析，得出测评结果；
3)任课老师和/或学生登录显示终端对学生的测评结果进行查看。
本发明采用图像识别技术对学生图像进行采集，通过对采集的学生图像进行判断来对该课程的学生的学习情况进行测评打分，使得任课老师可以更关注于教学。
作为优选的方案，步骤2)具体为：
2.1)测评服务器收到图像采集器采集的学生图像、该图像采集器编码以及采集时间后，根据图像采集器编码和采集时间从课程数据库得到对应的班级以及任课老师；
2.2)测评服务器根据班级从人脸图像数据库22得到该班级学生的人脸图像以及该人脸图像对应的学生的身份信息；
2.3)图像分割模块将图像采集器采集的学生图像进行图像定位分割，得到对应的人脸图像和动作图像；
2.4)人脸匹配模块将图像分割模块分割后得到的人脸图像与人脸图像数据库22中该班级的人脸图像进行匹配，确定该人脸图像属于哪个学生，进行学生身份的确认，判断该学生是否来上课；
2.5)动作匹配模块将图像分割模块分割后得到的动作图像与动作图像数据库中的动作图像进行匹配，确定该动作图像与哪一幅或多幅动作图像匹配度较高以及对应的图像匹配度；
2.6)测评分析模块通过人脸匹配模块了解学生的身份信息，通过动作匹配模块对该学生的上课情况进行测评，得出测评结果。
采用上述优选的方案，操作便捷。
附图说明
图1为本发明实施例提供的基于图像识别的学生测评***的结构示意图。
其中：1图像采集器、2测评服务器、21课程数据库、22人脸图像数据库、23动作图像数据库、24图像分割模块、25人脸匹配模块、26动作匹配模块、27测评分析模块、3显示终端。
具体实施方式
下面结合附图详细说明本发明的优选实施方式。
为了达到本发明的目的，一种基于图像识别的学生测评***及方法的其中一些实施例中，
如图1所示，一种基于图像识别的学生测评***，包括：
图像采集器1，用于每隔一定的采样时间采集学生图像；
测评服务器2，与图像采集器1电连接，用于将图像采集器1采集的学生图像进行处理、识别和分析，得出测评结果；
显示终端3，与测评服务器2无线通讯连接，用于任课老师和/或学生登录显示终端3对学生的测评结果进行查看。
一种基于图像识别的学生测评方法，利用基于图像识别的学生测评***进行测评，具体包括以下步骤：
1)图像采集器1每隔一定的采样时间采集学生图像；
2)测评服务器2将图像采集器1采集的学生图像进行处理、识别和分析，得出测评结果；
3)任课老师和/或学生登录显示终端3对学生的测评结果进行查看。
本发明采用图像识别技术对学生图像进行采集，通过对采集的学生图像进行判断来对该课程的学生的学习情况进行测评打分，使得任课老师可以更关注于教学。
为了进一步地优化本发明的实施效果，在另外一些实施方式中，其余特征技术相同，不同之处在于，图像采集器1为设置于教室内的摄像头或相机，且任一图像采集器1均设有其唯一的编码。
采用上述优选的方案，图像采集器1采集的学生图像、该图像采集器1编码以及采集时间发送给测评服务器2，测评服务器2可以根据图像采集器1编码和采集时间了解该教室在该时间的任课老师是谁，课程是什么以及该上课的班级是哪个。
进一步，测评服务器2包括：
课程数据库21，用于保存与图像采集器1编码和采集时间相对应的课程、对应的任课老师以及对应的班级；
人脸图像数据库22，用于保存各班级学生的人脸图像以及与该人脸图像对应的学生的身份信息；
动作图像数据库23，用于保存各动作图像以及该动作图像对应的分数；
图像分割模块24，用于将图像采集器1采集的学生图像进行图像定位分割，得到对应的人脸图像和动作图像；
人脸匹配模块25，用于将图像分割模块24分割后得到的人脸图像与人脸图像数据库22中的该班级的人脸图像进行匹配，确定该人脸图像属于哪个学生，进行学生身份的确认；
动作匹配模块26，用于将图像分割模块24分割后得到的动作图像与动作图像数据库23中的动作图像进行匹配，确定该动作图像与哪一幅或多幅动作图像匹配度较高以及对应的图像匹配度；
测评分析模块27，分别与人脸匹配模块25和动作匹配模块26电连接，测评分析模块27通过下式得出测评结果；
C＝100-(a1*S1+...+ai*S1+...aj*S1)-...-(a1*Si+...+ai*Si+...aj*Si)-(a1*Sn+...+ai*Sn+...aj*Sn)；
其中，ai为经过图像分割模块24分割后得到的动作图像与动作图像数据库23中的一副匹配度较高的动作图像的图像匹配度；
Si为经过图像分割模块24分割后得到的动作图像与动作图像数据库23中的一副匹配度较高的动作图像的对应的分数。
采用上述优选的方案，结果简单，分析速度快。
其中，则一种基于图像识别的学生测评方法的步骤2)具体为：
2.1)测评服务器2收到图像采集器1采集的学生图像、该图像采集器1编码以及采集时间后，根据图像采集器1编码和采集时间从课程数据库21得到对应的班级以及任课老师；
2.2)测评服务器2根据班级从人脸图像数据库22得到该班级学生的人脸图像以及该人脸图像对应的学生的身份信息；
2.3)图像分割模块24将图像采集器1采集的学生图像进行图像定位分割，得到对应的人脸图像和动作图像；
2.4)人脸匹配模块25将图像分割模块24分割后得到的人脸图像与人脸图像数据库22中该班级的人脸图像进行匹配，确定该人脸图像属于哪个学生，进行学生身份的确认，判断该学生是否来上课；
2.5)动作匹配模块26将图像分割模块24分割后得到的动作图像与动作图像数据库23中的动作图像进行匹配，确定该动作图像与哪一幅或多幅动作图像匹配度较高以及对应的图像匹配度；
2.6)测评分析模块27通过人脸匹配模块25了解学生的身份信息，通过动作匹配模块26对该学生的上课情况进行测评，得出测评结果。
为了描述的更准确，以下实验为例，
假如：图像采集器1在上课期间一共采集了6张图，分别为：学生图1、学生图2、学生图3和学生图1’、学生图2’、学生图3’；
图像分割模块24将图像采集器1采集的学生图像进行图像定位分割，
学生图1得到学生人脸图1和学生动作图1；
学生图2得到学生人脸图2和学生动作图2；
学生图3得到学生人脸图3和学生动作图3；
学生图1’得到学生人脸图1’和学生动作图1’；
学生图2’得到学生人脸图2’和学生动作图2’；
学生图3’得到学生人脸图3’和学生动作图3’。
测评服务器2收到图像采集器1采集的学生图像、该图像采集器1编码01以及采集时间2018年5月20日9：00后，根据图像采集器1编码和采集时间从课程数据库21得到对应的班级以及任课老师。
测评服务器2根据班级从人脸图像数据库22得到该班级学生的人脸图像(5幅)以及该人脸图像对应的学生的身份信息。
该班级有：同学A、同学B、同学C、同学D、同学E。
人脸匹配模块25将图像分割模块24分割后得到的人脸图像与人脸图像数据库22中的该班级的人脸图像进行匹配，确定该人脸图像属于哪个学生，进行学生身份的确认。
学生人脸图1属于同学A；
学生人脸图2属于同学C；
学生人脸图3属于同学E；
学生人脸图1’属于同学A；
学生人脸图2’属于同学C；
学生人脸图3’属于同学E；
同学B和同学D旷课。
动作图像数据库23中保存有4幅动作图像，分别为：玩手机图像、吃东西图像、睡觉图像、聊天图像，同时对应分数为：
玩手机图像，10分；
吃东西图像，5分；
睡觉图像，8分；
聊天图像，6分。
动作匹配模块26将图像分割模块24分割后得到的动作图像与动作图像数据库23中的动作图像进行匹配，确定该动作图像与哪2幅动作图像匹配度较高以及对应的图像匹配度。
学生动作图1与玩手机图像和吃东西图像匹配度最高，分别为0.9和0.6。
学生动作图2与玩手机图像和聊天图像匹配度最高，分别为0.7和0.7。
学生动作图3与睡觉图像和聊天图像匹配度最高，分别为0.5和0.7。
学生动作图1’与吃东西图像和聊天图像匹配度最高，分别为0.5和0.7。
学生动作图2’与玩手机图像和聊天图像匹配度最高，分别为0.8和0.3。
学生动作图3’与吃东西图像和聊天图像匹配度最高，分别为0.3和0.7。
测评分析模块27通过人脸匹配模块25了解学生的身份信息，通过动作匹配模块26对该学生的上课情况进行测评，得出测评结果：
C＝100-(a1*S1+...+ai*S1+...aj*S1)-...-(a1*Si+...+ai*Si+...aj*Si)-(a1*Sn+...+ai*Sn+...aj*Sn)；
同学A：C1＝100-(0.9*10)-(0.6*5+0.5*5)-(0.7*6)＝81；
同学C：C2＝100-(0.7*10+0.8*10)-(0.6*6+0.3*6)＝79.6；
同学E：C3＝100-(0.3*5)-(0.5*8)-(0.7*6+0.7*6)＝86.1。
进一步，显示终端3依次包括用户登录模块、角色查询模块以及查询控制模块；
角色查询模块用于将通过用户登录模块登录的用户进行角色划分，划分为多个角色，不同的角色设置有不同的使用权限；
查询控制模块用于对基于图像识别的学生测评***进行查询和控制。
采用上述优选的方案，保证基于图像识别的学生测评***的安全，不会有人随意篡改数据。
进一步，管理员可通过登录显示终端3对动作匹配模块26中动作图像的匹配度数量进行调节。
采用上述优选的方案，管理员可对动作匹配模块26中动作图像的匹配度数量进行调节，从而当动作匹配模块26进行匹配时，可以确定该动作图像与哪一幅或两幅或三幅等等的动作图像匹配度较高。
进一步，任课老师可通过登录显示终端3对学生进行主观测评打分。
采用上述优选的方案，使得学生最终的测评结果更全面。
进一步，测评服务器2还包括综合分析模块，综合分析模块用于将测评分析模块27得到的测评结果与任课老师的主观测评打分进行综合分析，得到学生最终的测评结果。
采用上述优选的方案，使得学生最终的测评结果更全面。
为了进一步地优化本发明的实施效果，在另外一些实施方式中，其余特征技术相同，不同之处在于，测评服务器2还包括关联度分析模块，关联度分析模块与测评分析模块27连接，用于对测评分析模块27得到的学生测评结果与该学生的考试成绩、对应的任课老师、课程之间进行关联度分析。
采用上述优选的方案，将学生测评结果与学生的考试成绩进行关联度分析，判断学生更适用于哪种学习方式。将学生测评结果与对应的任课老师进行关联度分析，判断任课老师的教学方式是否存在需要改进的部分，降低教学督导的投入。将学生测评结果与课程进行关联度分析，判断该课程的结构是否合理，哪部分学生的专注度较高，哪部分学生的专注度较低，需要改进。关联度分析模块进行有效的关联度分析，为学校提供了量化课程的依据，有效推进教学质量的改进。
对于本发明的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (8)

1.一种基于图像识别的学生测评***，其特征在于，包括：
图像采集器，用于每隔一定的采样时间采集学生图像；
测评服务器，与所述图像采集器电连接，用于将所述图像采集器采集的学生图像进行处理、识别和分析，得出测评结果；
显示终端，与所述测评服务器无线通讯连接，用于任课老师和/或学生登录所述显示终端对学生的测评结果进行查看；
所述图像采集器为设置于教室内的摄像头或相机，且任一所述图像采集器均设有其唯一的编码；
所述测评服务器包括：
课程数据库，用于保存与所述图像采集器编码和采集时间相对应的课程、对应的任课老师以及对应的班级；
人脸图像数据库，用于保存各班级学生的人脸图像以及与该人脸图像对应的学生的身份信息；
动作图像数据库，用于保存各动作图像以及该动作图像对应的分数；
图像分割模块，用于将所述图像采集器采集的学生图像进行图像定位分割，得到对应的人脸图像和动作图像；
人脸匹配模块，用于将所述图像分割模块分割后得到的人脸图像与所述人脸图像数据库中的该班级的人脸图像进行匹配，确定该人脸图像属于哪个学生，进行学生身份的确认；
动作匹配模块，用于将所述图像分割模块分割后得到的动作图像与所述动作图像数据库中的动作图像进行匹配，确定该动作图像与哪一幅或多幅动作图像匹配度较高以及对应的图像匹配度；
测评分析模块，分别与所述人脸匹配模块和动作匹配模块电连接，所述测评分析模块通过下式得出测评结果；
C＝100-(a1*S1+…+ai*S1+…aj*S1)-…-(a1*Si+…+ai*Si+…aj*Si)-(a1*Sn+…+ai*Sn+…aj*Sn)；
其中，ai为经过所述图像分割模块分割后得到的动作图像与所述动作图像数据库中的一副匹配度较高的动作图像的图像匹配度；
Si为经过所述图像分割模块分割后得到的动作图像与所述动作图像数据库中的一副匹配度较高的动作图像的对应的分数。
2.根据权利要求1所述的基于图像识别的学生测评***，其特征在于，所述显示终端依次包括用户登录模块、角色查询模块以及查询控制模块；
所述角色查询模块用于将通过所述用户登录模块登录的用户进行角色划分，划分为多个角色，不同的角色设置有不同的使用权限；
所述查询控制模块用于对所述基于图像识别的学生测评***进行查询和控制。
3.根据权利要求2所述的基于图像识别的学生测评***，其特征在于，管理员可通过登录所述显示终端对所述动作匹配模块中动作图像的匹配度数量进行调节。
4.根据权利要求3所述的基于图像识别的学生测评***，其特征在于，任课老师可通过登录所述显示终端对学生进行主观测评打分。
5.根据权利要求4所述的基于图像识别的学生测评***，其特征在于，所述测评服务器还包括综合分析模块，所述综合分析模块用于将所述测评分析模块得到的测评结果与任课老师的主观测评打分进行综合分析，得到学生最终的测评结果。
6.根据权利要求1-5任一项所述的基于图像识别的学生测评***，其特征在于，所述测评服务器还包括关联度分析模块，所述关联度分析模块与所述测评分析模块连接，用于对所述测评分析模块得到的学生测评结果与该学生的考试成绩、对应的任课老师、课程之间进行关联度分析。
7.一种基于图像识别的学生测评方法，其特征在于，利用如权利要求1-6任一项所述基于图像识别的学生测评***进行测评，具体包括以下步骤：
1)图像采集器每隔一定的采样时间采集学生图像；
2)测评服务器将所述图像采集器采集的学生图像进行处理、识别和分析，得出测评结果；
3)任课老师和/或学生登录所述显示终端对学生的测评结果进行查看。
8.根据权利要求7所述的基于图像识别的学生测评方法，其特征在于，所述步骤2)具体为：
2.1)所述测评服务器收到所述图像采集器采集的学生图像、该图像采集器编码以及采集时间后，根据所述图像采集器编码和采集时间从课程数据库得到对应的班级以及任课老师；
2.2)所述测评服务器根据班级从人脸图像数据库得到该班级学生的人脸图像以及该人脸图像对应的学生的身份信息；
2.3)图像分割模块将所述图像采集器采集的学生图像进行图像定位分割，得到对应的人脸图像和动作图像；
2.4)人脸匹配模块将所述图像分割模块分割后得到的人脸图像与所述人脸图像数据库中该班级的人脸图像进行匹配，确定该人脸图像属于哪个学生，进行学生身份的确认，判断该学生是否来上课；
2.5)动作匹配模块将所述图像分割模块分割后得到的动作图像与动作图像数据库中的动作图像进行匹配，确定该动作图像与哪一幅或多幅动作图像匹配度较高以及对应的图像匹配度；
2.6)测评分析模块通过所述人脸匹配模块了解学生的身份信息，通过所述动作匹配模块对该学生的上课情况进行测评，得出测评结果。
CN201811009597.0A 2018-08-30 2018-08-30 一种基于图像识别的学生测评***及方法 Active CN109271896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811009597.0A CN109271896B (zh) 2018-08-30 2018-08-30 一种基于图像识别的学生测评***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811009597.0A CN109271896B (zh) 2018-08-30 2018-08-30 一种基于图像识别的学生测评***及方法

Publications (2)

Publication Number Publication Date
CN109271896A CN109271896A (zh) 2019-01-25
CN109271896B true CN109271896B (zh) 2021-08-20

Family

ID=65154876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811009597.0A Active CN109271896B (zh) 2018-08-30 2018-08-30 一种基于图像识别的学生测评***及方法

Country Status (1)

Country Link
CN (1) CN109271896B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110139070B (zh) * 2019-04-11 2021-08-17 泉州信息工程学院 一种基于深度学习的智能环境监控方法和***以及设备
CN111666809A (zh) * 2020-04-20 2020-09-15 阜阳师范大学 一种测评学生课堂表现的智能***
CN113142811A (zh) * 2021-04-06 2021-07-23 中山国鳌智能科技有限公司 一种具备调节结构的智慧型教学用课桌和监测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7366645B2 (en) * 2002-05-06 2008-04-29 Jezekiel Ben-Arie Method of recognition of human motion, vector sequences and speech
CN104463746A (zh) * 2014-12-23 2015-03-25 北海和思科技有限公司 一种应用监测学生学习行为的方法的家校通***
CN106250822A (zh) * 2016-07-21 2016-12-21 苏州科大讯飞教育科技有限公司 基于人脸识别的学生专注度监测***及方法
CN107292271A (zh) * 2017-06-23 2017-10-24 北京易真学思教育科技有限公司 学习监控方法、装置及电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7366645B2 (en) * 2002-05-06 2008-04-29 Jezekiel Ben-Arie Method of recognition of human motion, vector sequences and speech
CN104463746A (zh) * 2014-12-23 2015-03-25 北海和思科技有限公司 一种应用监测学生学习行为的方法的家校通***
CN106250822A (zh) * 2016-07-21 2016-12-21 苏州科大讯飞教育科技有限公司 基于人脸识别的学生专注度监测***及方法
CN107292271A (zh) * 2017-06-23 2017-10-24 北京易真学思教育科技有限公司 学习监控方法、装置及电子设备

Also Published As

Publication number Publication date
CN109271896A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN109271896B (zh) 一种基于图像识别的学生测评***及方法
CN108234610A (zh) 一种课堂互动和反馈***
CN111275345B (zh) 一种基于深度学习的课堂信息化评价及管理的***及方法
CN102568268B (zh) 基于点读技术的互动***及其实现方法
CN113139885A (zh) 教学管理***及其管理方法
CN104732465A (zh) 一种监测学生学习状态的方法、装置及***
CN107170065A (zh) 移动智能考勤方法、装置和***
CN115170369B (zh) 一种基于移动互联网的直播课程在线观看智能管理***
CN105491355A (zh) 一种基于手机图像采集的学生课堂监测***及其监测方法
CN109711263B (zh) 考试***及其处理方法
CN106846198A (zh) 一种计算机应用考试***
CN109656944A (zh) 一种认知计算及大数据分析的在线教育咨询***
CN110708392B (zh) 一种基于云平台的学生管理***及方法
CN108538125B (zh) 一种基于大数据的课堂教学管理***
CN105469116A (zh) 一种基于人机交互的幼儿识图及数据扩充方法
CN107832976A (zh) 一种基于感知分析的课堂教学质量分析***
CN113077368A (zh) 基于智能手机的个性化在线教育***
CN110544187A (zh) 一种基于大数据的教育平台
CN111311199A (zh) 一种基于座位信息的课堂点到***
CN108764860A (zh) 一种基于大数据的商科教学管理***
CN114202974A (zh) 一种在线英语学习***
CN116312093A (zh) 一种基于物联网的教育***
CN116489185A (zh) 一种学校用亲子互动多功能班牌
CN206460523U (zh) 一种学生信息管理***
CN117058737A (zh) 一种基于人脸识别的智能课堂考勤***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant