一种专注力评估方法及系统与流程

本发明涉及教育技术领域，特别是涉及一种专注力评估方法及系统。

背景技术：

目前，由于社会压力的影响，家长望子成龙将幼儿送到早期教育机构进行早教，希望由此提高幼儿的学习能力。为了让教学更加透明化，也让家长们体验专业教学的优势，幼儿园教室安装摄像头已是非常普遍的现象。家长们可以登录系统查看视频，了解到学校老师教育幼儿的整个过程和幼儿在参与学习过程中的一举一动、一言一行。对于幼儿专注力程度以及具体学习情况与好坏，则还需要通过老师的反馈和评价来感知。

由于教师与学生很难得1对1的关系，所以哪怕是通过视频录相，教师也很难对幼儿的每一段学习过程、每一个细节进行观察和了解，因此在对幼儿的学习及专注力进行评价就会相对概括和主观，然而主观评价的指标因为人的主观思想所主导，往往带有强烈的个人感情色彩，评价结果经常是片面的、武断的，专注力评估的准确性较低。在幼儿教育的领域里，分析幼儿专注力的方法相对传统，没有科学的分析方法，也影响了整个教学过程的学习效率。

技术实现要素：

本发明的目的是提供一种专注力评估方法及系统，以实现提高专注力评估的准确性。

为解决上述技术问题，本发明提供一种专注力评估方法，包括：

采集学生的人脸图像，在人脸图像中检测人脸位置；

在人脸图像中定位眉毛关键点、鼻梁关键点和人眼关键点；

利用人脸位置、眉毛关键点和鼻梁关键点分析头部运动状态，依据人眼关键点分析眼部运动状态；

依据头部运动状态和眼部运动状态，对学生的专注力进行评分。

优选的，在人脸图像中检测人脸位置，包括：利用回归级联校正模型在人脸图像中搜索到人脸位置。

优选的，所述在人脸图像中定位眉毛关键点、鼻梁关键点和人眼关键点，包括：在人脸图像中利用跟踪算法定位眉毛关键点、鼻梁关键点和人眼关键点。

优选的，依据人眼关键点分析眼部运动状态，包括：

依据人眼关键点，通过仿射变化使人眼与水平线对齐，判断眼部状态为睁眼状态还是闭眼状态，得到眼部运动状态。

本发明还提供一种专注力评估系统，用于实现上述方法，包括：

采集模块，用于采集学生的人脸图像，在人脸图像中检测人脸位置；

定位模块，用于在人脸图像中定位眉毛关键点、鼻梁关键点和人眼关键点；

分析模块，用于利用人脸位置、眉毛关键点和鼻梁关键点分析头部运动状态，依据人眼关键点分析眼部运动状态；

评分模块，用于依据头部运动状态和眼部运动状态，对学生的专注力进行评分。

优选的，所述采集模块具体用于采集学生的人脸图像，利用回归级联校正模型在人脸图像中搜索到人脸位置。

优选的，所述定位模块具体用于在人脸图像中利用跟踪算法定位眉毛关键点、鼻梁关键点和人眼关键点。

优选的，所述分析模块具体用于利用人脸位置、眉毛关键点和鼻梁关键点分析头部运动状态；依据人眼关键点，通过仿射变化使人眼与水平线对齐，判断眼部状态为睁眼状态还是闭眼状态，得到眼部运动状态。

本发明所提供的一种专注力评估方法及系统，采集学生的人脸图像，在人脸图像中检测人脸位置；在人脸图像中定位眉毛关键点、鼻梁关键点和人眼关键点；利用人脸位置、眉毛关键点和鼻梁关键点分析头部运动状态，依据人眼关键点分析眼部运动状态；依据头部运动状态和眼部运动状态，对学生的专注力进行评分。可见，通过对人脸图像中的眉毛关键点、鼻梁关键点和人眼关键点进行分析，得到头部运动状态和眼部运动状态，通过头部运动状态和眼部运动状态得到专注力的评分结果，如此不再具有人为主观评价，直接通过对人脸图像分析，得到头部运动状态和眼部运动状态，进而得到专注力的评分，提高专注力评估的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明所提供的一种专注力评估方法的流程图；

图2为儿童专注力分析流程图；

图3为本发明所提供的一种专注力评估系统的结构示意图。

具体实施方式

本发明的核心是提供一种专注力评估方法及系统，以实现提高专注力评估的准确性。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，图1为本发明所提供的一种专注力评估方法的流程图，该方法包括：

s11：采集学生的人脸图像，在人脸图像中检测人脸位置；

s12：在人脸图像中定位眉毛关键点、鼻梁关键点和人眼关键点；

s13：利用人脸位置、眉毛关键点和鼻梁关键点分析头部运动状态，依据人眼关键点分析眼部运动状态；

s14：依据头部运动状态和眼部运动状态，对学生的专注力进行评分。

可见，该方法中，通过对人脸图像中的眉毛关键点、鼻梁关键点和人眼关键点进行分析，得到头部运动状态和眼部运动状态，通过头部运动状态和眼部运动状态得到专注力的评分结果，如此不再具有人为主观评价，直接通过对人脸图像分析，得到头部运动状态和眼部运动状态，进而得到专注力的评分，提高专注力评估的准确性。

基于上述方法，具体的，步骤s11中，在人脸图像中检测人脸位置的过程具体为：利用回归级联校正模型在人脸图像中搜索到人脸位置。

进一步的，步骤s12的过程具体为：在人脸图像中利用跟踪算法定位眉毛关键点、鼻梁关键点和人眼关键点。

进一步的，步骤s13中，依据人眼关键点分析眼部运动状态的过程具体为：依据人眼关键点，通过仿射变化使人眼与水平线对齐，判断眼部状态为睁眼状态还是闭眼状态，得到眼部运动状态。

图2为儿童专注力分析流程图，基于本方法，具体实施过程如下：

步骤1：摄像头与课程智能ppt同时启动，并将采集到人脸信息、视频信息传送到信息处理中心；

步骤2：信息处理中心利用根据智能座椅的位置算出人脸与摄像头的空间几何距离，设计实现尺度滤波器；

步骤3：在第一帧图像到达时，导入人脸的特征模板，并利用回归级联校正模型搜索到人脸在视频图像中出现的位置；

步骤4：保存检测到的人脸位置，并将人脸的整体位置信息作为关键点定位的初始化信息；

步骤5：当下一帧图像到达，利用相关滤波完成人脸跟踪；

步骤6：根据定位的人脸位置，利用跟踪算法辅助检测人脸的位置并定位关键点；

步骤7：利用人脸位置及关键点中的眉毛及鼻梁完成人脸运动剧烈程度的计算；将根据跟踪到的头部位置，定位眉毛及鼻子的19个关键点，以及双眼的10个关键点，其参考的指标有，人脸位置在k帧的坐标眉毛及鼻子位置的变化计算公式如下所示：

步骤8：根据人眼关键点位置，通过仿射变化，使人眼与水平线对其，并通过其高度判断睁眼或者闭眼，完成人眼的运动估计；眼部状态s计算公式如下：

其中，s为1则为睁眼，为0则为闭眼，h代表关键点在y轴上的距离；

步骤9：为提高本方法的鲁棒性，通过十帧采集计算均值点来判断每秒儿童上课的专注力，专注力的评分score的计算公式为：

其中，λ为调和参数；

步骤10：对每个知识点的受关注程度，及儿童的专注力程度进行打分及排名，生成相应的分析报告。

详细的，课堂教学开始后，通过课桌上的摄像头拍摄学生的人脸信息，并检测图像中的人脸位置。当检测到了人脸位置后，数据处理中心根据预先定义好的人脸关键点模型完成定位，实时估测人脸的状态信息，通过人脸关键点的变化来分析学生的专注力。本发明利用图像分析来进行学生专注度的评估，来及时反馈课堂质量及幼儿的学习情况，进而不断改善并提高教师的教学方法、水平以及幼儿的学习质量、能力，并使幼儿养成良好的学习和生活习惯。

由于现有技术中是利用肉眼、视频观察和主观的判断来进行专注力的研究，而本发明是利用科学算法进行分析，所以本发明实施例所应用的具体课堂，是结合了老师教学ppt，同时结合书桌摄像头及后台数据处理中心分析算法的利用，使得教学过程是针对每一个幼儿，即实现一对一的视频采集、检测、定位和分析。最后通过分析算法得出更理性的、更科学的专注力分析的结论。本发明的最终形态为随时随地为参与幼儿教育的每一个人提供智能信息化服务。

首先幼儿通过单次课程的学习，本发明根据当日孩子的学习内容、课堂表现，进行孩子一日数据统计、总结，获取好奇心、敏锐度等指标，同时单次课程数据指标与同课程他人数据进行比较，帮助发现幼儿对课程的专注度、对未知的好奇心等方面就某课程或与同龄人的之间的差距。其次通过4课次即月次课程的学习，本发明根据对孩子在一个课程体系中的学习表现进行数据统计，包括专注度、好奇心、敏感度、沟通交流等指标，并进行个人指标及同批次平均指标小结。最后根据月次课程获取的个人数据指标与同批次幼儿的好奇心、专注度、敏锐度等指标进行比较、分析，帮助了解幼儿的特点及喜好，从而帮助幼儿集中注意力，进而提高学习效率。

其中，滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施，是根据观察某一随机过程的结果，对另一与之有关的随机过程进行估计的概率理论与方法。鲁棒性是指控制系统在一定(结构，大小)的参数摄动下，维持其它某些性能的特性，用以表征控制系统对特性或参数扰动的不敏感性。

请参考图3，图3为一种专注力评估系统的结构示意图，该系统用于实现上述方法，该系统包括：

采集模块101，用于采集学生的人脸图像，在人脸图像中检测人脸位置；

定位模块102，用于在人脸图像中定位眉毛关键点、鼻梁关键点和人眼关键点；

分析模块103，用于利用人脸位置、眉毛关键点和鼻梁关键点分析头部运动状态，依据人眼关键点分析眼部运动状态；

评分模块104，用于依据头部运动状态和眼部运动状态，对学生的专注力进行评分。

可见，该系统中，通过对人脸图像中的眉毛关键点、鼻梁关键点和人眼关键点进行分析，得到头部运动状态和眼部运动状态，通过头部运动状态和眼部运动状态得到专注力的评分结果，如此不再具有人为主观评价，直接通过对人脸图像分析，得到头部运动状态和眼部运动状态，进而得到专注力的评分，提高专注力评估的准确性。

基于上述系统，具体的，采集模块具体用于采集学生的人脸图像，利用回归级联校正模型在人脸图像中搜索到人脸位置。

进一步的，定位模块具体用于利用在人脸图像中跟踪算法定位眉毛关键点、鼻梁关键点和人眼关键点。

进一步的，分析模块具体用于利用人脸位置、眉毛关键点和鼻梁关键点分析头部运动状态；依据人眼关键点，通过仿射变化使人眼与水平线对齐，判断眼部状态为睁眼状态还是闭眼状态，得到眼部运动状态。

进一步的，采集模块为摄像头，定位模块、特征模块和情绪模块设置在数据处理中心。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

以上对本发明所提供的一种专注力评估方法及系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。