买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南长城科技信息有限公司

摘要：本发明提供了一种基于人工智能技术的网课在线学生学习行为识别系统。所述基于人工智能技术的网课在线学生学习行为识别系统包括人体表情识别系统或和人体行为识别系统，所述人体表情识别系统识别学生包括厌倦、疲惫的微表情，所述人体行为识别系统识别学生包括打瞌睡、视线不专注、开小差的行为，所述人体表情识别系统或和人体行为识别系统通过深度学习神经网络识别学生学习状态，输出学生学习状态效果。本发明能够实现对上网络课学生学习状体的自动识别，对教师授课效果评估提供数据支持。

主权项：1.一种基于人工智能技术的网课在线学生学习行为识别系统，其特征在于，包括人体表情识别系统和人体行为识别系统，所述人体表情识别系统识别学生包括厌倦、疲惫的微表情，所述人体行为识别系统识别学生包括打瞌睡、视线不专注、开小差的行为，所述人体表情识别系统和人体行为识别系统通过深度学习神经网络识别学生学习状态，输出学生学习状态效果；所述人体表情识别系统用于执行如下步骤：步骤S1、人脸检测及人脸规范化：采用多任务级联卷积神经网络实现人脸框及人脸关键点的回归；步骤S2、人脸信息修复：通过生成对抗网络拟合出学生人脸完整信息，如果步骤S1中人脸信息完整，则跳过此步骤；步骤S3、人脸表情识别：将完整人脸图像输入至人脸表情识别模块，输出为确认的人脸表情信息的网络架构；所述人体行为识别系统用于执行如下步骤：步骤S4、学生定位检测：从环境中定位学生的位置；步骤S5、学生局部信息修复：通过生成对抗网络拟合出学生人脸局部完整信息，以获取学生局部完整信息；步骤S6、学生行为识别：通过学生行为识别模块，输出为确认的学生上课行为；所述步骤S3、人脸表情识别具体包括如下步骤：步骤S31、选择keras作为深度学习的框架搭建平台，并使用深度卷积神经网络作为人脸身份识别，创建用于人脸身份识别的分类器模型；步骤S32、搭建人脸表情识别的分类器模型；步骤S33、开始训练，将生成器，判别器与分类器一起训练：起初使用修复图像和无遮挡图像各一半训练判别器，只使用无遮挡图像训练分类器，经过50次迭代后，将修复图像也加入分类器进行训练；步骤S34、使用测试集对模型进行验证；步骤S35、保存训练结果的网络模拟文件；步骤S36、将遮挡图像输入模型中与数据库中的人脸表情信息比对；步骤S37、获取人脸表情信息并输出；所述步骤S5中进行学生局部信息修复与所述步骤S2中人脸信息修复均采用生成对抗网络的方式进行局部信息修复，所述步骤S6中的学生行为识别与所述步骤S3中的人脸表情识别均采用深度学习神经网络的方法进行识别。

全文数据：

权利要求：

百度查询： 湖南长城科技信息有限公司 基于人工智能技术的网课在线学生学习行为识别系统