申请/专利权人：南京大学

申请日：2021-03-22

公开（公告）日：2024-03-12

公开（公告）号：CN112861809B

主分类号：G06F30/27

分类号：G06F30/27

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2021.06.15#实质审查的生效;2021.05.28#公开

摘要：本发明公开了一种基于多目标视频分析的课堂抬头检测系统及其工作方法，包括：人脸检测模块，根据获取的课堂视频数据，使用卷积神经网络模型得到每个视频帧中的人脸集合；人脸姿态估计模块，对上述人脸集合中的每一个人脸进行特征点检测，基于特征点进行姿态估计，得到其在空间中的姿态角，并根据俯仰角的大小作为学生是否听课的判断依据，统计课堂听课率；云边协同调度模块，根据系统当前的资源状态以及用户需求，对上述卷积神经网络模型及集成回归树模型的最优配置进行求解，以提高人脸检测和人脸姿态估计的精度。本发明解决了现有技术不能高精度、低时延地同时对多目标进行分析、以及无法充分利用边缘设备和云服务器计算资源的问题。

主权项：1.一种基于多目标视频分析的课堂抬头检测系统，其特征在于，包括：人脸检测模块、人脸姿态估计模块及云边协同调度模块；人脸检测模块，根据获取的课堂视频数据，使用卷积神经网络模型得到每个视频帧中的人脸集合；人脸姿态估计模块，对上述人脸集合中的每一个人脸，使用集成回归树模型进行特征点检测，基于特征点进行姿态估计，得到其在空间中的姿态角，并根据俯仰角的大小作为学生是否听课的判断依据，统计课堂听课率；云边协同调度模块，根据系统当前的资源状态以及用户需求，对上述卷积神经网络模型及集成回归树模型的最优配置进行求解，以提高人脸检测和人脸姿态估计的精度；所述最优配置，对应以下部署模式：边缘模式：此模式下，人脸检测模块、人脸姿态估计模块运行在边缘端，对应用户需求为低时延的场景；云端模式：此模式下，人脸检测模块、人脸姿态估计模块运行在云端，对应用户需求为高精度的场景；云边协同模式：此模式下，人脸检测模块和人脸姿态估计模块分别运行在边缘端和云端。

全文数据：

权利要求：

百度查询： 南京大学 基于多目标视频分析的课堂抬头检测系统及其工作方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD