基于实时多模态特征融合的在线学习注意力监测方法

AITNT
正文
推荐专利
基于实时多模态特征融合的在线学习注意力监测方法
申请号:CN202510493183
申请日期:2025-04-18
公开号:CN120411706A
公开日期:2025-08-01
类型:发明专利
摘要
本申请涉及在线学习监测领域,公开了基于实时多模态特征融合的在线学习注意力监测方法,包括以下步骤:S1、启动摄像头采集学生面部图像;S2、解算出学生面部至屏幕距离;S3、解算水平眼球凝视向量,纵向眼球凝视向量,以及眼部开合程度;S4、解算得到最终水平眼球凝视向量、最终纵向眼球凝视向量;S5、基于解算结果得到听课状态指数;S6、根据听课状态指数给予提醒与表扬,并记录。本发明通过结合眼动追踪与面部朝向技术,计算眼球凝视向量和面部朝向向量,精确监测学生的注意力状态。实现了实时、客观地评估注意力变化,相较于传统的问卷或主观评估,解决了缺乏客观性和实时性的问题,帮助即时反馈学生注意力,提升学习效果。
技术关键词
多模态特征融合 监测方法 眼球 注意力 指数 眼部关键点 学生 在线 卡尔曼滤波器 屏幕 面部关键点 微小误差 识别策略 现实生活 图像 照片
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号