学生行为远程监控方法和系统

摘要

本发明提供了学生行为远程监控方法和系统，其能够对学生进行视频拍摄并提取其中对应的若干图像，并根据预处理后的相邻两个图像的像素相关性信息确定相应的目标图像对，最后根据目标图像对包含的两个图像之间的图像相似度判断学生的行为正常与否，并做出相应的警示操作，其能够从像素层面上对拍摄得到的图像进行细化分析，以对学生在上课过程中的行为状态进行全面的、自动的和准确的远程监控，从而有效地甄别出学生做出的各种不同类型的异常行为。

说明书

技术领域

本发明涉及智能教育的技术领域，特别涉及学生行为远程监控方法和系统。

背景技术

目前，对学生在上课过程中的行为监控通常是对学生进行跟踪拍摄来实现的，其具体通过拍摄关于学生的上课视频，并对该上课视频进行人工的逐帧浏览筛选来判断学生在上课过程中是否存在异常行为。但是。上述行为监控方式不仅需要耗费大量的人力物力来对海量的视频数据进行浏览筛选，并且通过人工方式来进行浏览筛选很容易出现浏览遗漏的情况，此外上述行为监控方式并不能有效的和准确地甄别出学生做出的细微异常行为，从而严重地影响学生行为监控的自动性、可靠性和准确性。可见，现有技术需要能够对学生在上课过程中的行为状态进行全面的、自动的和准确的远程监控，从而有效地甄别出学生做出的各种不同类型的异常行为。

发明内容

针对现有技术存在的缺陷，本发明提供学生行为远程监控方法和系统，其通过对学生进行拍摄，以此获得该学生在预设时间段内的视频，并对该视频进行图像提取处理，从而获得若干图像，并对若干该图像进行预处理后，获取任意两个相邻的该图像之间的像素相关性信息，并根据该像素相关性信息，确定其中相邻的两个该图像作为目标图像对，再获取该目标图像对包含的两个图像之间的图像相似度信息，并根据该图像相似度信息，判断该学生的行为是否正常，再根据该判断的结果，进行相应的警示操作；可见，该学生行为远程监控方法和系统能够对学生进行视频拍摄并提取其中对应的若干图像，并根据预处理后的相邻两个图像的像素相关性信息确定相应的目标图像对，最后根据目标图像对包含的两个图像之间的图像相似度判断学生的行为正常与否，并做出相应的警示操作，其能够从像素层面上对拍摄得到的图像进行细化分析，以对学生在上课过程中的行为状态进行全面的、自动的和准确的远程监控，从而有效地甄别出学生做出的各种不同类型的异常行为。

本发明提供学生行为远程监控方法，其特征在于，其包括如下步骤：

步骤S1，对学生进行拍摄，以此获得所述学生在预设时间段内的视频，并对所述视频进行图像提取处理，从而获得若干图像；

步骤S2，对若干所述图像进行预处理后，获取任意两个相邻的所述图像之间的像素相关性信息，并根据所述像素相关性信息，确定其中相邻的两个所述图像作为目标图像对；

步骤S3，获取所述目标图像对包含的两个图像之间的图像相似度信息，并根据所述图像相似度信息，判断所述学生的行为是否正常，再根据所述判断的结果，进行相应的警示操作；

进一步，在所述步骤S1中，对学生进行拍摄，以此获得所述学生在预设时间段内的视频，并所述视频进行图像提取处理，从而获得若干图像具体包括：

步骤S101，对所述学生进行全景拍摄，以此获得所述学生在所述预设时间段内的视频；

步骤S102，按照预定时间间隔以及沿着所述视频的正向播放时序，对所述视频进行图像提取处理，从而获得若干图像；

进一步，在所述步骤S2中，对若干所述图像进行预处理后，获取任意两个相邻的所述图像之间的像素相关性信息，并根据所述像素相关性信息，确定其中相邻的两个所述图像作为目标图像对具体包括：

步骤S201，对若干所述图像依次进行卡尔曼滤波降噪处理和图像像素平滑化处理；

步骤S202，将每一个所述图像划分为N个面积相同的矩形图像子区域，并根据下面公式(1)，确定任意两个相邻的图像之间的像素线性相关系数：

在上述公式(1)中，R(a，b)表示相邻的图像a和图像b之间的像素线性相关系数，S

步骤S203，将相邻的图像a和图像b之间的像素线性相关系数R(a，b)与预设像素线性相关阈值进行比对，若所述像素线性相关系数R(a，b)大于或者等于所述预设像素线性相关阈值，则将当前相邻的图像a和图像b作为所述目标图像对，否则，重复上述步骤S202计算下一组相邻的两个图像之间的像素线性相关系数，直到计算得到的像素线性相关系数大于或者等于所述预设像素线性相关阈值为止；

进一步，在所述步骤S3中，获取所述目标图像对包含的两个图像之间的图像相似度信息，并根据所述图像相似度信息，判断所述学生的行为是否正常，再根据所述判断的结果，进行相应的警示操作具体包括：

步骤S301，根据下面公式(2)，确定所述目标图像对包含的两个图像之间的图像相似度值：

在上述公式(2)中，sim表示所述目标图像对包含的两个图像之间的图像相似度值，M

步骤S302，将所述图像相似度值sim与预设图像相似度阈值进行比对，若所述图像相似度值sim大于或等于所述预设图像相似度阈值，则判断所述学生的行为异常，否则，判断所述学生的行为正常；

步骤S303，当判断所述学生的行为异常时，对所述学生发出语音警示信息。

本发明还提供学生行为远程监控系统，其特征在于，其包括视频拍摄模块、图像提取模块、目标图像对确定模块、学生行为状态判断模块和警示操作模块；其中，

所述视频拍摄模块用于对学生进行拍摄，以此获得所述学生在预设时间段内的视频；

所述图像提取模块用于对所述视频进行图像提取处理，从而获得若干图像；

所述目标图像对确定模块用于对若干所述图像进行预处理后，获取任意两个相邻的所述图像之间的像素相关性信息，并根据所述像素相关性信息，确定其中相邻的两个所述图像作为目标图像对；

所述学生行为状态判断模块用于获取所述目标图像对包含的两个图像之间的图像相似度信息，并根据所述图像相似度信息，判断所述学生的行为是否正常；

所述警示操作模块用于根据所述判断的结果，进行相应的警示操作；

进一步，所述视频拍摄模块对学生进行拍摄，以此获得所述学生在预设时间段内的视频具体包括：

对所述学生进行全景拍摄，以此获得所述学生在所述预设时间段内的视频；

以及，

所述图像提取模块对所述视频进行图像提取处理，从而获得若干图像具体包括：

按照预定时间间隔以及沿着所述视频的正向播放时序，对所述视频进行图像提取处理，从而获得若干图像；

进一步，所述目标图像对确定模块对若干所述图像进行预处理后，获取任意两个相邻的所述图像之间的像素相关性信息，并根据所述像素相关性信息，确定其中相邻的两个所述图像作为目标图像对具体包括：

对若干所述图像依次进行卡尔曼滤波降噪处理和图像像素平滑化处理；

并将每一个所述图像划分为N个面积相同的矩形图像子区域，并根据下面公式(1)，确定任意两个相邻的图像之间的像素线性相关系数：

在上述公式(1)中，R(a，b)表示相邻的图像a和图像b之间的像素线性相关系数，S

再将相邻的图像a和图像b之间的像素线性相关系数R(a，b)与预设像素线性相关阈值进行比对，若所述像素线性相关系数R(a，b)大于或者等于所述预设像素线性相关阈值，则将当前相邻的图像a和图像b作为所述目标图像对，否则，重复上述步骤S202计算下一组相邻的两个图像之间的像素线性相关系数，直到计算得到的像素线性相关系数大于或者等于所述预设像素线性相关阈值为止；

进一步，所述学生行为状态判断模块获取所述目标图像对包含的两个图像之间的图像相似度信息，并根据所述图像相似度信息，判断所述学生的行为是否正常具体包括：

根据下面公式(2)，确定所述目标图像对包含的两个图像之间的图像相似度值：

在上述公式(2)中，sim表示所述目标图像对包含的两个图像之间的图像相似度值，M

并将所述图像相似度值sim与预设图像相似度阈值进行比对，若所述图像相似度值sim大于或等于所述预设图像相似度阈值，则判断所述学生的行为异常，否则，判断所述学生的行为正常；

以及，

所述警示操作模块根据所述判断的结果，进行相应的警示操作具体包括：

当判断所述学生的行为异常时，对所述学生发出语音警示信息。

相比于现有技术，该学生行为远程监控方法和系统通过对学生进行拍摄，以此获得该学生在预设时间段内的视频，并对该视频进行图像提取处理，从而获得若干图像，并对若干该图像进行预处理后，获取任意两个相邻的该图像之间的像素相关性信息，并根据该像素相关性信息，确定其中相邻的两个该图像作为目标图像对，再获取该目标图像对包含的两个图像之间的图像相似度信息，并根据该图像相似度信息，判断该学生的行为是否正常，再根据该判断的结果，进行相应的警示操作；可见，该学生行为远程监控方法和系统能够对学生进行视频拍摄并提取其中对应的若干图像，并根据预处理后的相邻两个图像的像素相关性信息确定相应的目标图像对，最后根据目标图像对包含的两个图像之间的图像相似度判断学生的行为正常与否，并做出相应的警示操作，其能够从像素层面上对拍摄得到的图像进行细化分析，以对学生在上课过程中的行为状态进行全面的、自动的和准确的远程监控，从而有效地甄别出学生做出的各种不同类型的异常行为。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

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一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明提供的学生行为远程监控方法的流程示意图。

图2为本发明提供的学生行为远程监控系统的结构示意图。

具体实施方式

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作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。

参阅图1，为本发明实施例提供的学生行为远程监控方法的流程示意图。该学生行为远程监控方法包括如下步骤：

步骤S1，对学生进行拍摄，以此获得该学生在预设时间段内的视频，并对该视频进行图像提取处理，从而获得若干图像；

步骤S2，对若干该图像进行预处理后，获取任意两个相邻的该图像之间的像素相关性信息，并根据该像素相关性信息，确定其中相邻的两个该图像作为目标图像对；

步骤S3，获取该目标图像对包含的两个图像之间的图像相似度信息，并根据该图像相似度信息，判断该学生的行为是否正常，再根据该判断的结果，进行相应的警示操作。

上述技术方案的有益效果为：该学生行为远程监控方法能够对学生进行视频拍摄并提取其中对应的若干图像，并根据预处理后的相邻两个图像的像素相关性信息确定相应的目标图像对，最后根据目标图像对包含的两个图像之间的图像相似度判断学生的行为正常与否，并做出相应的警示操作，其能够从像素层面上对拍摄得到的图像进行细化分析，以对学生在上课过程中的行为状态进行全面的、自动的和准确的远程监控，从而有效地甄别出学生做出的各种不同类型的异常行为。

优选地，在该步骤S1中，对学生进行拍摄，以此获得该学生在预设时间段内的视频，并该视频进行图像提取处理，从而获得若干图像具体包括：

步骤S101，对该学生进行全景拍摄，以此获得该学生在该预设时间段内的视频；

步骤S102，按照预定时间间隔以及沿着该视频的正向播放时序，对该视频进行图像提取处理，从而获得若干图像。

上述技术方案的有益效果为：通过从拍摄得到的视频中抽样提取得到若干图像，能够大大地减少后续图像处理的计算量，并且还能够便于根据实际需要选择合适的图像进行处理，从而提高学生行为监控的灵活性和可控性。

优选地，在该步骤S2中，对若干该图像进行预处理后，获取任意两个相邻的该图像之间的像素相关性信息，并根据该像素相关性信息，确定其中相邻的两个该图像作为目标图像对具体包括：

步骤S201，对若干该图像依次进行卡尔曼滤波降噪处理和图像像素平滑化处理；

步骤S202，将每一个该图像划分为N个面积相同的矩形图像子区域，并根据下面公式(1)，确定任意两个相邻的图像之间的像素线性相关系数：

在上述公式(1)中，R(a，b)表示相邻的图像a和图像b之间的像素线性相关系数，S

步骤S203，将相邻的图像a和图像b之间的像素线性相关系数R(a，b)与预设像素线性相关阈值进行比对，若该像素线性相关系数R(a，b)大于或者等于该预设像素线性相关阈值，则将当前相邻的图像a和图像b作为该目标图像对，否则，重复上述步骤S202计算下一组相邻的两个图像之间的像素线性相关系数，直到计算得到的像素线性相关系数大于或者等于该预设像素线性相关阈值为止。

上述技术方案的有益效果为：通过对图像进行卡尔曼滤波降噪处理和图像像素平滑化处理，能够有效地去除图像中的干扰信息，从而提高后续图像处理的准确性；此外，通过上述公式(1)计算得到任意两个相邻的图像之间的像素线性相关系数，其能够从图像像素色度和图像像素纹理层面上对两个相邻的图像进行图像像素特征的关联性确定，从而提高确定目标图像对的可靠性和客观性。

优选地，在该步骤S3中，获取该目标图像对包含的两个图像之间的图像相似度信息，并根据该图像相似度信息，判断该学生的行为是否正常，再根据该判断的结果，进行相应的警示操作具体包括：

步骤S301，根据下面公式(2)，确定该目标图像对包含的两个图像之间的图像相似度值：

在上述公式(2)中，sim表示该目标图像对包含的两个图像之间的图像相似度值，M

步骤S302，将该图像相似度值sim与预设图像相似度阈值进行比对，若该图像相似度值sim大于或等于该预设图像相似度阈值，则判断该学生的行为异常，否则，判断该学生的行为正常；

步骤S303，当判断该学生的行为异常时，对该学生发出语音警示信息。

上述技术方案的有益效果为：由于当学生做出异常行为时，两个相邻的图像之间在像素层面上会发生相应的差异，通过上述公式(2)计算得到两个图像之间的图像相似度值，能够对两个相邻的图像之间的像素差异进行量化评估，从而便于后续快速地和准确地甄别出学生做出的各种不同类型的异常行为。

参阅图2，为本发明实施例提供的学生行为远程监控系统的结构示意图。该学生行为远程监控系统包括视频拍摄模块、图像提取模块、目标图像对确定模块、学生行为状态判断模块和警示操作模块；其中，

该视频拍摄模块用于对学生进行拍摄，以此获得该学生在预设时间段内的视频；

该图像提取模块用于对该视频进行图像提取处理，从而获得若干图像；

该目标图像对确定模块用于对若干该图像进行预处理后，获取任意两个相邻的该图像之间的像素相关性信息，并根据该像素相关性信息，确定其中相邻的两个该图像作为目标图像对；

该学生行为状态判断模块用于获取该目标图像对包含的两个图像之间的图像相似度信息，并根据该图像相似度信息，判断该学生的行为是否正常；

该警示操作模块用于根据该判断的结果，进行相应的警示操作。

上述技术方案的有益效果为：该学生行为远程监控系统能够对学生进行视频拍摄并提取其中对应的若干图像，并根据预处理后的相邻两个图像的像素相关性信息确定相应的目标图像对，最后根据目标图像对包含的两个图像之间的图像相似度判断学生的行为正常与否，并做出相应的警示操作，其能够从像素层面上对拍摄得到的图像进行细化分析，以对学生在上课过程中的行为状态进行全面的、自动的和准确的远程监控，从而有效地甄别出学生做出的各种不同类型的异常行为。

优选地，该视频拍摄模块对学生进行拍摄，以此获得该学生在预设时间段内的视频具体包括：

对该学生进行全景拍摄，以此获得该学生在该预设时间段内的视频；

以及，

该图像提取模块对该视频进行图像提取处理，从而获得若干图像具体包括：

按照预定时间间隔以及沿着该视频的正向播放时序，对该视频进行图像提取处理，从而获得若干图像。

上述技术方案的有益效果为：通过从拍摄得到的视频中抽样提取得到若干图像，能够大大地减少后续图像处理的计算量，并且还能够便于根据实际需要选择合适的图像进行处理，从而提高学生行为监控的灵活性和可控性。

优选地，该目标图像对确定模块对若干该图像进行预处理后，获取任意两个相邻的该图像之间的像素相关性信息，并根据该像素相关性信息，确定其中相邻的两个该图像作为目标图像对具体包括：

对若干该图像依次进行卡尔曼滤波降噪处理和图像像素平滑化处理；

并将每一个该图像划分为N个面积相同的矩形图像子区域，并根据下面公式(1)，确定任意两个相邻的图像之间的像素线性相关系数：

在上述公式(1)中，R(a，b)表示相邻的图像a和图像b之间的像素线性相关系数，S

再将相邻的图像a和图像b之间的像素线性相关系数R(a，b)与预设像素线性相关阈值进行比对，若该像素线性相关系数R(a，b)大于或者等于该预设像素线性相关阈值，则将当前相邻的图像a和图像b作为该目标图像对，否则，重复上述步骤S202计算下一组相邻的两个图像之间的像素线性相关系数，直到计算得到的像素线性相关系数大于或者等于该预设像素线性相关阈值为止。

上述技术方案的有益效果为：通过对图像进行卡尔曼滤波降噪处理和图像像素平滑化处理，能够有效地去除图像中的干扰信息，从而提高后续图像处理的准确性；此外，通过上述公式(1)计算得到任意两个相邻的图像之间的像素线性相关系数，其能够从图像像素色度和图像像素纹理层面上对两个相邻的图像进行图像像素特征的关联性确定，从而提高确定目标图像对的可靠性和客观性。

优选地，该学生行为状态判断模块获取该目标图像对包含的两个图像之间的图像相似度信息，并根据该图像相似度信息，判断该学生的行为是否正常具体包括：

根据下面公式(2)，确定该目标图像对包含的两个图像之间的图像相似度值：

在上述公式(2)中，sim表示该目标图像对包含的两个图像之间的图像相似度值，M

并将该图像相似度值sim与预设图像相似度阈值进行比对，若该图像相似度值sim大于或等于该预设图像相似度阈值，则判断该学生的行为异常，否则，判断该学生的行为正常；

以及，

该警示操作模块根据该判断的结果，进行相应的警示操作具体包括：

当判断该学生的行为异常时，对该学生发出语音警示信息。

上述技术方案的有益效果为：由于当学生做出异常行为时，两个相邻的图像之间在像素层面上会发生相应的差异，通过上述公式(2)计算得到两个图像之间的图像相似度值，能够对两个相邻的图像之间的像素差异进行量化评估，从而便于后续快速地和准确地甄别出学生做出的各种不同类型的异常行为。

从上述实施例的内容可知，该学生行为远程监控方法和系统通过对学生进行拍摄，以此获得该学生在预设时间段内的视频，并对该视频进行图像提取处理，从而获得若干图像，并对若干该图像进行预处理后，获取任意两个相邻的该图像之间的像素相关性信息，并根据该像素相关性信息，确定其中相邻的两个该图像作为目标图像对，再获取该目标图像对包含的两个图像之间的图像相似度信息，并根据该图像相似度信息，判断该学生的行为是否正常，再根据该判断的结果，进行相应的警示操作；可见，该学生行为远程监控方法和系统能够对学生进行视频拍摄并提取其中对应的若干图像，并根据预处理后的相邻两个图像的像素相关性信息确定相应的目标图像对，最后根据目标图像对包含的两个图像之间的图像相似度判断学生的行为正常与否，并做出相应的警示操作，其能够从像素层面上对拍摄得到的图像进行细化分析，以对学生在上课过程中的行为状态进行全面的、自动的和准确的远程监控，从而有效地甄别出学生做出的各种不同类型的异常行为。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。