-
公开(公告)号：CN111523444B
公开(公告)日：2023-05-02
申请号：CN202010317534.2
申请日：2020-04-21
Applicant: 南通大学
IPC: G06V40/16 , G06V40/20 , G06Q10/0639 , G06V10/82 , G06Q50/20 , G06N3/0464
Abstract: 本发明公开了基于改进的Openpose模型和面部微表情的课堂行为检测的方法，在课桌前的布置摄像机，实时检测学生课堂行为。通过人工智能模型识别面部信息、上半身骨骼信息，以关键点能否被识别到以及关键点之间的距离为主要判断条件，以微表情的变化为辅助判断条件。若某学生持续一段时间未满足条件，则判定其存在考试行为异常。此外，通过一节课的视频流，找出学生行为异常可能发生阶段，并对该阶段进行分析，实现教学的创新和改革。靠机器视觉识别减少干扰因素，简化设备，同时本发明还提供对应的数据分析处理系统。本发明通过残差网络，权值修剪等方法进一步优化网络模型。本发明实现自助式的课堂行为检测和反馈，测试效率高，准确性可达95％。
-
公开(公告)号：CN111523445A
公开(公告)日：2020-08-11
申请号：CN202010317535.7
申请日：2020-04-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于改进的Openpose模型和面部微表情的考试行为检测方法，在课桌前布置摄像机，实时检测学生考试行为。通过人工智能模型识别面部信息、上半身骨骼信息，以关键点能否被识别到以及关键点之间的距离为主要判断条件，以微表情的变化为辅助判断条件。若某学生持续一段时间未满足条件，则判定其存在考试行为异常。此外，通过一节课的视频流，找出学生行为异常可能发生阶段，并对该阶段进行分析，实现教学的创新和改革。靠机器视觉识别减少干扰因素，简化设备，本发明通过残差网络，权值修剪等方法进一步优化网络模型。相较于传统方式，本发明实现自助式的考试行为检测和反馈，测试效率高，准确性可达95％，可以应用于一般考试检测。
-
公开(公告)号：CN111523444A
公开(公告)日：2020-08-11
申请号：CN202010317534.2
申请日：2020-04-21
Applicant: 南通大学
Abstract: 本发明公开了基于改进的Openpose模型和面部微表情的课堂行为检测的方法，在课桌前的布置摄像机，实时检测学生课堂行为。通过人工智能模型识别面部信息、上半身骨骼信息，以关键点能否被识别到以及关键点之间的距离为主要判断条件，以微表情的变化为辅助判断条件。若某学生持续一段时间未满足条件，则判定其存在考试行为异常。此外，通过一节课的视频流，找出学生行为异常可能发生阶段，并对该阶段进行分析，实现教学的创新和改革。靠机器视觉识别减少干扰因素，简化设备，同时本发明还提供对应的数据分析处理系统。本发明通过残差网络，权值修剪等方法进一步优化网络模型。本发明实现自助式的课堂行为检测和反馈，测试效率高，准确性可达95％。
-
公开(公告)号：CN111523445B
公开(公告)日：2023-05-26
申请号：CN202010317535.7
申请日：2020-04-21
Applicant: 南通大学
IPC: G06V40/16 , G06V40/20 , G06V40/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082 , G06Q10/0639 , G06Q50/20
Abstract: 本发明公开了一种基于改进的Openpose模型和面部微表情的考试行为检测方法，在课桌前布置摄像机，实时检测学生考试行为。通过人工智能模型识别面部信息、上半身骨骼信息，以关键点能否被识别到以及关键点之间的距离为主要判断条件，以微表情的变化为辅助判断条件。若某学生持续一段时间未满足条件，则判定其存在考试行为异常。此外，通过一节课的视频流，找出学生行为异常可能发生阶段，并对该阶段进行分析，实现教学的创新和改革。靠机器视觉识别减少干扰因素，简化设备，本发明通过残差网络，权值修剪等方法进一步优化网络模型。相较于传统方式，本发明实现自助式的考试行为检测和反馈，测试效率高，准确性可达95％，可以应用于一般考试检测。
-
-
-
Search Results
4
records
(took 0.013 seconds)
