(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111591977.1 (22)申请日 2021.12.23 (71)申请人 南昌师范学院 地址 330000 江西省南昌市经济技 术开发 区瑞香路8 89号 (72)发明人 章逸　 (74)专利代理 机构 北京盛凡佳华专利代理事务 所(普通合伙) 11947 专利代理师 金福坤 (51)Int.Cl. G06V 40/20(2022.01) G06T 5/00(2006.01) G06T 5/50(2006.01) (54)发明名称 一种基于多台Ki nect的教室上课 辅助系统 (57)摘要 本发明适用于教室上课辅助系统技术领域， 提供了一种基于多台Kinect的教室上课辅助系 统， 包括电脑终端， 还包括： 多台Kinect设备， 用 于获取多张深度图； 融合模块， 用于将多张深度 图融合成一张教室深度图； 分割模块， 用于分割 出每个学生位置的深度图； 行为预设模板， 用于 统计学生行为； 模式匹配模块， 用于将每个学生 的深度图与行为预设模板进行比较。 本发明基于 多台Kinect 3D点云融合技术， 能够获取整间教室 的深度图， 通过该深度图标记出来座位信息和学 生位置信息； 通过分析每个学生的深度图， 提取 出： 坐正听讲， 趴着， 起 立， 举手， 缺席， 低头行为。 权利要求书1页 说明书4页 附图2页 CN 114495261 A 2022.05.13 CN 114495261 A 1.一种基于多台Ki nect的教室上课 辅助系统， 包括电脑终端， 其特 征在于， 还 包括： 多台Kinect设备， 用于获取多张深度图； 融合模块， 用于将多张深度图融合成一张教室深度图； 分割模块， 用于分割出每 个学生位置的深度图； 行为预设模板， 用于统计学生行为； 模式匹配模块， 用于将每 个学生的深度图与行为预设模板进行比较。 2.根据权利 要求1所述的基于多台Kinect的教室上课辅助系统， 其特征在于， 所述深度 图用于标记座 位信息和学生 位置信息 。 3.根据权利 要求1所述的基于多台Kinect的教室上课辅助系统， 其特征在于， 所述行为 预设模板包括 坐正听讲、 趴、 起 立、 举手、 缺席和低头行为。 4.根据权利 要求2所述的基于多台Kinect的教室上课辅助系统， 其特征在于， 所述模式 匹配模块包括AI识别模型， 所述AI识别模型用于配合深度图对学生行为进行分析。 5.根据权利 要求1所述的基于多台Kinect的教室上课辅助系统， 其特征在于， 多台所述 Kinect设备与电脑终端连接 。 6.根据权利要求5所述的基于多台Kinect的教室上课辅助系统， 其特征在于， 所述 Kinect设备通过多Ki nect融合 算法获取深度图。 7.根据权利要求6所述的基于多台Kinect的教室上课辅助系统， 其特征在于， 所述多 Kinect融合 算法包括以下步骤： S1： 通过点云的3D(xi， yi， zi)点获取在2dui＝(ui.vi)平面上的投影， 计算出内参； 其中， h＝[α， β， γ， u0， v0]T， α和β 是水平和垂直焦距， γ 是偏斜， (u0， v0)表示相机的主点 位； S2： 所述S1中Ai用如下方程表示： 其中， ( δu， δv)是对图像坐标(ud， vd)中呈现的径向透镜畸变的校正， rd2＝u2 d+v2 d， 项k1、 k2和k3表示工具估计的径向畸变系数； S3： 切向畸变可以通过如下公式来 矫正： 其中， r是 此点与成像中心之间的距离 。权　利　要　求　书 1/1 页 2 CN 114495261 A 2一种基于多台Kinect的教室上课辅助系统 技术领域 [0001]本发明属于教室上课辅助系统技术领域， 尤其涉及一种基于多台Kinect的教室上 课辅助系统。 背景技术 [0002]现在学校的教室大多采用辅助设备， 为了更好得对学生行为进行 管理。 [0003]当前的辅助设备大多是基于摄像头的图像数据识别， 这种方式应用到教室环境 下， 容易出现画面遮挡、 远处图像不清晰问题， 造成识别精确度的下降。 为此我们提出一种 基于多台Ki nect的教室上课 辅助系统。 发明内容 [0004]本发明实施例的目的在于提供一种基于多台Kinect的教室上课辅助系统， 旨在解 决上述背景技 术中提出的问题。 [0005]为实现上述目的， 本发明提供如下技 术方案： [0006]一种基于多台Ki nect的教室上课 辅助系统， 包括电脑终端， 还 包括： [0007]多台Kinect设备， 用于获取多张深度图； [0008]融合模块， 用于将多张深度图融合成一张教室深度图； [0009]分割模块， 用于分割出每 个学生位置的深度图； [0010]行为预设模板， 用于统计学生行为； [0011]模式匹配模块， 用于将每 个学生的深度图与行为预设模板进行比较。 [0012]进一步的， 所述深度图用于标记座 位信息和学生 位置信息 。 [0013]进一步的， 所述行为预设模板包括 坐正听讲、 趴、 起 立、 举手、 缺席和低头行为。 [0014]进一步的， 所述模式匹配模块包括AI识别模型， 所述AI识别模型用于配合深度图 对学生行为进行分析。 [0015]进一步的， 多台所述Ki nect设备与电脑终端连接 。 [0016]进一步的， 所述Ki nect设备通过多Ki nect融合 算法获取深度图。 [0017]进一步的， 所述多Ki nect融合 算法包括以下步骤： [0018]S1： 通过点云的3D(xi， yi， zi)点获取在2dui＝(ui.vi)平面上的投影， 计算出内参； [0019] [0020]其中， h＝[α， β， γ， u0， v0]T， α和β 是水平和垂直焦距， γ是偏斜， (u0， v0)表示相机 的主点位； [0021]S2： 所述S1中Ai用如下方程表示： [0022] 说　明　书 1/4 页 3 CN 114495261 A 3