申请/专利权人：北京林业大学

申请日：2024-01-15

公开（公告）日：2024-04-16

公开（公告）号：CN117894303A

主分类号：G10L15/14

分类号：G10L15/14;G10L15/16;G10L21/0208;G10L21/0232;G06N3/0442;G06V20/40;G06V40/16;G06V10/74;G06V10/764

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种基于音视频的学习投入度资源优化式精准检测方法及系统，涉及音视频数据处理技术领域。该方法包括：采集学生课堂学习过程中的音视频数据；利用基于分解层数递进式小波去噪和深度神经网络去噪联合应用的语音去噪模型，对语音信号进行去噪处理；利用基于编码匹配的HMM与LSTM智能使用式语音识别模型，对去噪语音信号进行识别；利用基于关键区域精准比对的变化显著帧图像选取式专注度检测模型，对视频信号进行检测；根据去噪语音识别结果和面部专注度检测结果生成对应学生的学习投入度检测结果。本发明结合多种智能模型，进行低耗且高质量的语音去噪、语音识别及专注度检测，实现对学生学习投入度的精准检测。

主权项：1.一种基于音视频的学习投入度资源优化式精准检测方法，其特征在于，包括以下步骤：采集学生课堂学习过程中的音视频数据；所述音视频数据包括语音信号及包含学生完整面部图像的视频信号；利用基于分解层数递进式小波去噪和深度神经网络去噪联合应用的语音去噪模型，对音视频数据中的语音信号进行去噪处理，以得到去噪语音信号；利用基于编码匹配的HMM与LSTM智能使用式语音识别模型，对去噪语音信号进行识别，以得到去噪语音识别结果；利用基于关键区域精准比对的变化显著帧图像选取式专注度检测模型，对音视频数据中的视频信号进行检测，以得到对应学生的面部专注度检测结果；根据去噪语音识别结果和面部专注度检测结果生成对应学生的学习投入度检测结果。

全文数据：

权利要求：

百度查询： 北京林业大学 基于音视频的学习投入度资源优化式精准检测方法及系统

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