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