基于图像分析的课堂行为识别方法、系统、终端及介质

技术特征：
1.基于图像分析的课堂行为识别方法，其特征是，包括以下步骤：从预设周期内的视频图像中截取多个帧图像；通过图像识别技术提取帧图像中各个人物的动作，并分析目标对象的动作在相应帧图像中的占比情况后得到占有率序列；统计目标对象在多个帧图像中的动作，并从数据库中匹配相应的特征值后对各个动作表征得到特征值序列；根据占有率序列的空间分布情况为各个动作生成识别系数，得到识别系数序列；根据占有率序列、识别系数序列和特征值序列分析得到目标对象在预设周期内的动作表征值；依据动作表征值的分布区间分析得到目标对象在预设周期内的行为识别结果。2.根据权利要求1所述的基于图像分析的课堂行为识别方法，其特征是，所述帧图像的截取过程具体为：以预设时间为时间间隔从视频图像连续截取预设数量的帧图像；若从视频图像单次循环截取的帧图像数量未达到预设数量时，则将视频图像的末时刻连接始时刻后继续截取。3.根据权利要求1所述的基于图像分析的课堂行为识别方法，其特征是，所述占有率序列中占有率的计算公式具体为：其中，p
n
表示目标对象在第n个帧图像中的占有率；a
n
(k)表示目标对象所对应动作k在第n个帧图像中的数量；z
n
表示第n个帧图像中所有动作的数量。4.根据权利要求3所述的基于图像分析的课堂行为识别方法，其特征是，若所述目标对象在帧图像中存在至少两个动作时，则最终的占有率以各个动作的占有率进行权重计算得到，最终表征的特征值以各个动作的特征值进行权重计算得到。5.根据权利要求1所述的基于图像分析的课堂行为识别方法，其特征是，所述特征值与各个动作在相同课程中的历史出现概率成正相关。6.根据权利要求1所述的基于图像分析的课堂行为识别方法，其特征是，所述识别系数的生成过程具体为：以相同幅值将整个分布空间均分为四个分布值区域，由下至上的四个分布值区域的基础值比例为1:2:3:4；将分布值区域的基础值除以相应区域中占有率的分布数量，得到对应占有率的识别系数。7.根据权利要求1所述的基于图像分析的课堂行为识别方法，其特征是，所述动作表征值的计算公式具体为：其中，d(n)表示目标对象在预设周期内的动作表征值；p
i
表示目标对象在第i个帧图像中的占有率；s(p
i
)表示占有率p
i
所对应的识别系数；t
i
表示目标对象在第i个帧图像中动作
的特征值；m表示预设周期所截取的帧图像数量。8.基于图像分析的课堂行为识别系统，其特征是，包括：图像截取模块，用于从预设周期内的视频图像中截取多个帧图像；动作分析模块，用于通过图像识别技术提取帧图像中各个人物的动作，并分析目标对象的动作在相应帧图像中的占比情况后得到占有率序列；动作表征模块，用于统计目标对象在多个帧图像中的动作，并从数据库中匹配相应的特征值后对各个动作表征得到特征值序列；系数生成模块，用于根据占有率序列的空间分布情况为各个动作生成识别系数，得到识别系数序列；分析计算模块，用于根据占有率序列、识别系数序列和特征值序列分析得到目标对象在预设周期内的动作表征值；行为识别模块，用于依据动作表征值的分布区间分析得到目标对象在预设周期内的行为识别结果。9.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的基于图像分析的课堂行为识别方法。10.一种计算机可读介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行可实现如权利要求1-7中任意一项所述的基于图像分析的课堂行为识别方法。

技术总结
本发明公开了基于图像分析的课堂行为识别方法、系统、终端及介质，涉及图像处理技术领域，其技术方案要点是：从预设周期内的视频图像中截取多个帧图像；分析目标对象的动作在相应帧图像中的占比情况后得到占有率序列；从数据库中匹配相应的特征值后对各个动作表征得到特征值序列；根据占有率序列的空间分布情况为各个动作生成识别系数，得到识别系数序列；根据占有率序列、识别系数序列和特征值序列分析得到目标对象在预设周期内的动作表征值；依据动作表征值的分布区间分析得到目标对象在预设周期内的行为识别结果。本发明实现了课堂行为识别精确检测。行为识别精确检测。行为识别精确检测。


技术研发人员：刘永娜
受保护的技术使用者：海南大学
技术研发日：2022.06.29
技术公布日：2022/9/13