买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉青岛黄海学院申请的专利一种互动课堂学生动态画像生成方法、介质及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120318878B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510377200.7，技术领域涉及：G06V40/16；该发明授权一种互动课堂学生动态画像生成方法、介质及系统是由陈丽华;魏宪朝;卢坤媛;王虔;张立军设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本一种互动课堂学生动态画像生成方法、介质及系统在说明书摘要公布了：本发明提供一种互动课堂学生动态画像生成方法、介质及系统，属于学生动态画像技术领域，本发明首先采集学生面部图像序列并提取面部特征点构建表情特征矩阵，结合眼动追踪技术获取视线焦点数据计算眼光集中度指标。建立个体关联模型，识别特异表情并分析注意力波动特征。将表情相似度向量、眼光集中度指标等多维特征融合为动态注意力状态评分。基于多层双向变换器网络实现学习状态评估，其中多头注意力机制参数由表情变化频率、眼光集中度阈值和注意力波动率确定。最终生成学生动态画像特征图谱，通过聚类分析形成课堂互动效果评估指标，解决了基于单一特征难以准确评估学生课堂注意力状态动态变化的技术问题。

本发明授权一种互动课堂学生动态画像生成方法、介质及系统在权利要求书中公布了：1.一种互动课堂学生动态画像生成方法，其特征在于，包括：采集学生课堂面部图像序列，提取面部关键点数据构建表情特征矩阵；计算表情特征矩阵与标准表情库相似度生成表情相似度向量，记录表情变化频率，建立表情动态变化曲线；采集视线焦点坐标序列，计算眼光集中区域及滞留时间，并量化眼光集中度指标；建立个体关联模型；对课堂不同时间段的学生表情特征矩阵进行统计分析，识别出与课堂平均表情状态偏离大的特异表情，标记为学习状态异常点；分析注意力集中度与课堂内容节点关联性，构建注意力波动曲线；对注意力波动建模，生成注意力状态评分；基于学习状态评估网络模型融合多维特征生成动态画像特征图谱，作为学生动态画像；其中，所述学习状态评估网络模型的具体结构为多层双向变换器网络架构，包含编码器层和解码器层，其中编码器层负责提取学生表情特征矩阵和眼光集中度指标的时序特征，解码器层负责融合所述时序特征并输出学生注意力状态评分，模型核心为多头注意力机制，同时模型采用残差连接结构减轻梯度消失问题，并在每层后添加层归一化操作提高训练稳定性，最后通过全连接层将高维特征映射到学生注意力状态评分空间； 其中，学习状态评估网络模型融合的多维特征包括面部68个关键点的空间坐标数据与眼球运动的轨迹指标； 其中，多头注意力机制的头数由表情变化频率确定，计算公式为，其中F为表情变化频率；每个注意力头的维度d由眼光集中度阈值确定，计算公式为，其中为眼光集中度阈值；注意力层的深度L由注意力波动率R计算得出，计算公式为； 其中，个体关联模型是针对每位学生建立表情特征矩阵与注意力集中度指标之间映射函数，通过深度学习算法训练得出，用于根据学生个体差异调整评估参数权重，提高注意力状态判断准确性； 其中，特异表情是学生在课堂中出现与个人表情基线或班级平均表情状态存在显著统计差异的表情变化，通过马氏距离或Z分数方法识别，反映学生对教学内容非常规反应； 其中，注意力波动曲线的构建过程为：首先采用滑动时间窗口技术分析学生注意力集中度指标的时间变化特性，通过计算每个时间窗口内该指标的均值、标准差、变化率的统计特征来构成注意力状态描述向量；同时，结合教学内容进度信息将课堂内容划分为带有开始和结束时间戳的多个内容节点，并采用皮尔逊相关系数计算注意力集中度指标与内容节点的时间关联性；最后，基于得出的注意力状态描述向量和内容节点时间戳来构建动态注意力波动曲线。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛黄海学院，其通讯地址为：266000 山东省青岛市黄岛区灵海路1145号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。