Deepclass课堂行为识别系统--巡课宝

deepclass巡课宝是采用人工智能技术，试用人工智能实时识别课堂视频，并统计分析及预警，帮助学校领导实时了解课堂情况，为教育督导提供客观数据。用需要10分钟时间，掌控全校教室的课堂情况，班级出现睡觉、开小差等不良行为，系统提示，为老师巡课提供初步筛选，系统可建设于教育委机房，巡视校内内各个教室的课堂情况，并形成日报、周报，报告形式可根据需要定制。

产品特点：

1、快速反馈：10分钟内汇总展示数据，上课人数，课堂得分，趴桌人数，不良行为预警。

2、低建成本：一台服务器覆盖30个班级。

3、简单易用：数据页面互相关联，无需配备专业计算机技能。

功能描述：

• 巡视摘要：在AI巡视分析视频后，把报告中要点摘抄显示。摘要内容：包括班级名称信息、班级全景截图、4状态占比（专注、书写、站立、趴桌），更新时间，课堂得分，检测实际到课人数，专注人数，趴桌人数，站立人数。实时抓拍个体小视频、附有班级名称、抓拍时间。课堂实时得分曲线图，单独选择要显示的班级或点击曲线上节点，跳转到详细报告页面。
• 
  
• 在线巡视：系统汇集所有班级直播信号画面，并形成视频墙。通过点击班级名称可以实现多信号同屏直播和信号切换。支持9路视频同时接入查看，分别单路全屏查看。
• 
  
• 分析简报：对巡视时间内对视频识别统计分析并形成报告，内容由基本信息、课堂状态柱状图、行为统计图、表情统计图、ai感知全景图、全景抓拍图、局部抓拍图、异常时段统计图等组成。
• 
  
• 异常分析：对个体异常行为统计分析，提供一张个体照片，展示异常类别，根据个体持续异常行为时间进行分析，形成动作连续片段记录。
• 
  
• 实时分析：正在查看的视频进行实时分析，显示实时分析界面，结束后形成实时分析报告。

巡课宝是基于人工智能机器视觉技术分析课堂监控视频获取每个学生课堂事实行为记录报告的系统平台。平台通过视频采集、计算机视觉分析、大数据分析三个步骤完成学生的课堂行为量化。

• 视频采集系统

视频采集系统是基础支撑系统。高清摄像头部署于教室前正上方，可以清晰拍摄到每个学生情况，并且实时记录存储于录像系统硬盘中。可以使用已有视频监控设备，但可能会由于清晰度、角度等问题影响识别准确率。

采用高清摄像机实时拍摄教学画面，配合人工智能技术学习算法分析；智慧教室教师学生互动教学过程产生的真实数据，进行统计统计分析。此方法数据是教师教学、学生课堂互动答题等数据，能够真实的反映出课堂教学质量，为管理人员提供真实的学情数据。

• 行为分析系统

行为分析服务器存放于数据机房，与硬盘录像机对接。行为分析系统读取课堂视频数据，计算出其中学生的课堂行为特征源数据，并存储到数据分析系统中。因为视频数据占用空间巨大需要定期清理，而行为特征源数据空间占用小，可以长期或永久保存。这个特点让课堂视频，从只用于安防调取等短期功能，变为了学校重要的数据积累资源，进行长期学生行为研究和结合其他教学管理系统进行大数据分析使用。行为分析系统是整个课堂行为量化分析系统的核心模块，采用NVIDIA GPU-CUDA并行计算技术，运行人工智能深度学习算法。由于视频数据计算量巨大，根据教室数量行为分析服务器可以采取分布式部署多台服务器同时工作。

• 大数据分析系统

大数据分析系统是服务系统，负责存储行为特征源数据，并根据不同角色需要，提取数据生成行为分析报告。