一种基于网络课堂学员积极度评价系统

技术领域

本发明涉及一种基于网络课堂学员积极度评价系统。

背景技术

随着我国教育信息化的推进，网络课堂教学发展迅猛，但网络课堂所采用的技术工具未得到有效涉及，因此本应为课堂现状带来显著改变的技术还未能激发网络课堂的巨大潜能。

网络课堂相较于线下课堂不仅可以根据需求挑选自己喜欢的老师，课程可以多次循环播放，另外相对利用时间也比较方便。

但是，网络课堂也存在有一定的劣势，比如学习质量较差，而学习质量在某些阶段性教育中又显得格外重要。

发明内容

本发明的目的在于提出一种能够有效提高网络课堂学习质量的系统。

为解决上述问题，本发明提供了一种基于网络课堂学员积极度评价系统，包括通过学员客户端上的摄像机以固定的角度对学员进行摄像的摄像模块以及通过流媒体将实时视频上传到数据处理模块中的视频流媒体传输模块；所述数据处理模块包括：

视频储存单元，用于视频的储存；

图像提取单元，按设定时间至少从所述视频储存单元中提取至少一帧图像；

图像预处理单元，对提取的图像进行预处理以获得预处理图像I，预处理包括灰度化处理以及归一化处理；

人脸边界定位单元，根据预处理图像I建立垂直灰度积分投影曲线，在垂直灰度积分投影曲线中获得连续上升中最小函数值的上升点n

人脸图像裁剪模块，将所述上升点n

二值化处理单元，对所述裁剪后的人脸图像进行二值化处理，获得二值化图像；

眼球定位测量单元，自左向右或者自右向左对所述二值化图像进行扫描，将连续阈值范围内RGB值为0的像素点定义为眼球像素点，取同一范围内眼球像素点的中间点位置，计算两个眼球像素点的连线长度L；

统计比对单元，统计所述连线长度L的数值，并将低于连线长度L的数值设定范围内的数据标记为不正常数据，统计所述不正常数据的数量。

作为本发明的进一步改进，所述人脸边界定位单元将预处理图像I[x,y]在图像M×N上的垂直灰度积分投影曲线函数定义为

作为本发明的进一步改进，所述眼球定位测量单元对所述二值化图像进行扫描时，当某像素点相邻RGB值为0的像素点超过设定个数时，将该像素点的相邻像素点的RGB值都设定为0。

作为本发明的进一步改进，所述眼球定位测量单元测量所述眼球的高度数值H，所述统计比对单元统计所述高度数值H，并将低于高度数值H设定范围内的数据标记为不正常数据，统计所述不正常数据的数量。

作为本发明的进一步改进，所述视频储存单元包括：

视频分割子单元，用于将接收到的视频按照设定时间分割成若干视频段；

视频缓存子单元，用于储存所述视频段，并按照时间顺序予以标记，所述图像提取单元按时间顺序标记提取最早被保存的所述视频段，所述视频段被提取后所述视频缓存子单元将其删除。

本发明的有益效果在于，本发明中，在学员学习过程中对学员进行全程视频摄影，并通过流媒体技术将实时视频上传至数据处理模块，数据处理模块按设定时间间隔提取图像，标定该图像中两个眼球位置并测量两个眼球之间的距离，并统计该眼球距离，得出眼球合理值范围，并将低于该合理值范围的眼球距离数据标记为不正常，当不正常的数据的次数既能体现学员学习的积极度。

附图说明

图1是本发明流程图。

图2是本发明预处理图像I[x,y]垂直灰度积分投影曲线图。

图中：200-摄像模块；400-视频流媒体传输模块；600-数据处理模块；610-视频储存单元；611-视频分割子单元；612-视频缓存子单元；620-图像提取单元；630-图像预处理单元；640-人脸边界定位单元；650-人脸图像裁剪模块；660-二值化处理单元；670-眼球定位测量单元；680-统计比对单元。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

如图1和2所示，本发明包括通过学员客户端上的摄像机以固定的角度对学员进行摄像的摄像模块200以及通过流媒体将实时视频上传到数据处理模块600中的视频流媒体传输模块400；其特征在于，所述数据处理模块600包括：

视频储存单元610，用于视频的储存；

图像提取单元620，按设定时间至少从所述视频储存单元610中提取至少一帧图像；

图像预处理单元630，对提取的所述图像进行预处理以获得预处理图像I，所述预处理包括灰度化处理以及归一化处理；

人脸边界定位单元640，其根据预处理图像I建立垂直灰度积分投影曲线，在该垂直灰度积分投影曲线中获得连续上升中最小函数值的上升点n

人脸图像裁剪模块650，将上述上升点n

二值化处理单元660，对所述裁剪后的人脸图像进行二值化处理，获得二值化图像；

眼球定位测量单元670，自左向右或者自右向左对上述二值化图像进行扫描，将连续阈值范围内RGB值为0的像素点定义为眼球像素点，取同一范围内眼球像素点的中间点位置，计算两个眼球像素点的连线长度L；

统计比对单元680，统计上述连线长度L的数值，并将低于该数值设定范围内的数据标记为不正常数据，统计上述不正常数据的数量。

作为本发明的进一步改进，所述人脸边界定位单元640将所述预处理图像I[x,y]在图像M×N上的垂直灰度积分投影曲线函数定义为

作为本发明的进一步改进，所述眼球定位测量单元670对所述二值化图像进行扫描时，当某像素点相邻RGB值为0的像素点超过设定个数时，将该像素点的相邻像素点的RGB值都设定为0。

作为本发明的进一步改进，所述眼球定位测量单元670还能够测量所述眼球的高度数值H，所述统计比对单元680能够统计上述高度数值H，并将低于该数值设定范围内的数据标记为不正常数据，统计上述不正常数据的数量。

作为本发明的进一步改进，所述视频储存单元610包括：

视频分割子单元611，其用于将接受到的视频按照设定时间分割成若干视频段；

视频缓存子单元612，用于储存所述视频段，并按照时间顺序予以标记，所述图像提取单元620按时间顺序标记提取最早被保存的所述视频段，该视频段被提取后所述视频缓存子单元612将其删除。

本发明的具体原理如下：

（1）摄影模块对学员进行实时摄像，获得视频；

（2）视频流媒体传输模块400将上述视频通过流媒体传输至视频储存单元610的视频分割子单元611中；

（3）视频分割子单元611将上述视频按照设定时长分割成视频段；

（4）视频缓存子单元612接收视频分割子单元611传输的视频段，并根据时间顺序进行标记，在供给图像提取单元620时优先供给保存在先的视频段，并在图像提取单元620完成图像提取后删除该视频段；

（5）图像提取单元620在视频段中提取若干帧图像；

（6）图像预处理单元630对上述图像进行灰度化处理和归一化处理，获得人脸的预处理图像I[x,y]，该预处理图像I[x,y]为8位灰度图像；

（7）人脸边界定位单元640将预处理图像I[x,y]在图像M×N上的垂直灰度积分投影曲线函数定义为

（7）人脸图像裁剪模块650沿上述上升点n

（8）二值化处理单元660对裁剪后的人脸图像进行二值化处理，获得二值化图像，在该二值化图像中，人脸所在大部分区域像素点的RGB值为255，眼球、眉毛等特征像素点的RGB值为0；

（9）眼球定位测量单元670自左向右对上述二值化图像进行扫描，将连续阈值范围内RGB值为0的像素点定义为眼球像素点（因为眼球大致为一个球形，其区域面积有异于其他面部特征），取同一范围内眼球像素点的中间点位置，计算两个眼球像素点的连线长度L，另外为了确保眼球像素面积的精确性，在眼球定位测量单元670进行扫描时，当某像素点相邻RGB值为0的像素点超过设定个数时，将该像素点的相邻像素点的RGB值都设定为0，从而获得更加精确的眼球像素；

（10）眼球定位测量单元670还可以对还能够测量所述眼球的高度数值H；

（11）统计比对单元680能够统计两个眼球像素点的连线长度L和/或眼球高度数值H，并将低于该数值设定范围内的数据标记为不正常数据，统计上述不正常数据的数量，该数量用于评价学员学习的积极度，主要是因为，当学员眼球离开网课界面转向其他地方时，其眼球连线相对于正面面对网课方向时的连线数值要小（摄像模块200最好正向面对学员），同理，当学员疲劳时眼球的上下高度也会小于眼球正常时的高度值。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。