一种课堂行为检测方法与流程

技术特征：
1.一种课堂行为检测方法，其特征在于，包括以下步骤：获取待检测的课堂图像，并对所述待检测的课堂图像进行预处理；将经过预处理的课堂图像输入至学生和/或教师的行为检测模型，从而确定所述学生和/或教师的课堂行为类型。2.据权利要求1所述的课堂行为检测方法，其特征在于，获取待检测的课堂图像，并对所述待检测的课堂图像进行预处理，进一步包括以下步骤：将所述待检测的课堂图像进行灰度化处理；采用3
ⅹ
3的拉普拉斯算子对灰度化处理后的待检测的课堂图像进行滤波，并计算所述滤波后的待检测的课堂图像的方差或标准差；将所述方差或标准差与预设的方差阈值或标准差阈值作比较，若所述方差或标准差大于预设的方差阈值或标准差阈值，则进行下一步处理；否则，剔除所述待检测的课堂图像。3.据权利要求1所述的课堂行为检测方法，其特征在于，所述学生和/或教师的行为检测模型为预先利用学生和/或教师的行为样本集进行训练获得。4.根据权利要求1所述的课堂行为检测方法，其特征在于，将经过预处理的课堂图像输入至学生和/或教师的行为检测模型，从而确定所述学生和/或教师的课堂行为类型，进一步包括以下步骤：基于所述经过预处理的课堂图像，确定人脸区域和人体区域，并确定所述人脸区域和所述人体区域之间的映射关系；基于所述人脸区域，确定所述人脸区域所对应的身份信息；基于所述人体区域，确定所述人体区域所对应的行为类型。5.根据权利要求4所述的课堂行为检测方法，其特征在于，所述人体区域所对应的行为类型至少包括举手、起立、趴桌子、低头和行走中的一者。6.根据权利要求4所述的课堂行为检测方法，其特征在于，将经过预处理的课堂图像输入至学生和/或教师的行为检测模型，从而确定所述学生和/或教师的课堂行为类型，还包括以下步骤：基于所述人脸区域，确定所述人脸的表情。7.根据权利要求3所述的课堂行为检测方法，其特征在于，基于所述人体区域，确定所述人体区域所对应的行为类型，进一步包括以下步骤：采用神经网络算法确定所述人体区域；提取所述人体区域内的特征点，并连接所述特征点，得到相应的行为框架；基于所述行为框架，确定所述行为框架所对应的行为类型。8.根据权利要求7所述的课堂行为检测方法，其特征在于，在提取所述人体区域内的特征点之后，进一步包括以下步骤：统计所述特征点的个数，并将所述特征点的个数与预设的特征点阈值作比较，若所述特征点的个数大于预设的特征点阈值，则进行下一步处理；否则，剔除所述课堂图像。9.根据权利要求7所述的课堂行为检测方法，其特征在于，基于所述行为框架，确定所述行为框架所对应的行为类型，进一步包括以下步骤：基于所述行为框架，确定所述行为框架所对应的行为姿态；基于连续的课堂图像，确定所述行为姿态的时序，进而确定所述行为框架所对应的行为类型。
10.根据权利要求1-9任一项所述的课堂行为检测方法，其特征在于，在将经过预处理的课堂图像输入至学生和/或教师的行为检测模型，从而确定所述学生和/或教师的课堂行为类型之后，还进一步包括以下步骤：基于所述学生和/或教师的课堂行为类型，统计目标行为的数量占总行为的数量的比例和/或统计目标表情的数量占总表情的数量的比例；将所述目标行为的数量占总行为的数量的比例与预设的行为阈值进行比较和/或将所述目标表情的数量占总表情的数量的比例与预设的表情阈值进行比较；基于所述比较的结果，分析所述学生和/或教师的课堂行为。

技术总结
本发明公开了一种课堂行为检测方法，涉及行为检测技术领域，旨在解决目前对师生的课堂行为检测效果不佳的问题，提供了以下技术方案，获取待检测的课堂图像，并对所述待检测的课堂图像进行预处理；将经过预处理的课堂图像输入至学生和/或教师的行为检测模型，从而确定所述学生和/或教师的课堂行为类型。定所述学生和/或教师的课堂行为类型。定所述学生和/或教师的课堂行为类型。


技术研发人员：吴德佳
受保护的技术使用者：精标科技集团股份有限公司
技术研发日：2020.09.04
技术公布日：2022/3/21