AI無感考勤系統內置多模塊算法，支持人數算法統計出勤率，人臉識別算法統計出勤/缺勤名單，以及趴桌子、玩手機抓拍等功能精準反饋課堂紀律。

一、出勤率

基于人數模型統計課堂實到人數，拉取教務系統應到人數后計算課堂出勤率，該算法無需人臉庫比對，可獨立運行。通過統計數據,學校和教師可以及時發現出勤率偏低的課程,及時進行干預和幫助,避免學生出現逃課等問題。在教學過程中,及時統計課堂出勤率還可以幫助教師更好地把握教學進度,調整教學方法,提高授課質量，人數統計誤差率小于7%。

二、精細化考勤

通過對接學校教務系統人臉庫，拉取所有課程應到學生名單，借助教室內高清攝像機進行圖像抓取并進行人臉識別、比對，最終統計出課程實到學生名單和缺勤名單。精細化考勤提供考勤預覽和二次點名模塊，課程開始后5分鐘內可輸出第一輪考勤結果，并在課程中不斷更新最新考勤結果，如遇到學生一直處于趴桌子狀態以及面部遮擋等客觀原因導致未識別，教師可針對未識別名單進行二次考勤，提高考勤結果正確率。60人教室正常上課，人臉無感考勤識別率可以超過85%。

三、違紀行為：趴桌子、玩手機抓

違規行為識別模塊可對課堂中玩手機和趴桌子行為進行全程抓拍，并詳細記錄每次抓拍到的時間和人數。

四、前排就座率&座位分布

預設的前排座位數自動統計前排就坐人數，并計算前排就座率，同時根據人數總量和座位數計算教室內整體就坐分布：靠前、靠后。

五、抬頭率

課堂抬頭率趨勢圖統計學生從課程開始到課程結束整個時間段內學生整體抬頭情況，該數據客觀反饋課堂抬頭率。

六、課堂活躍度

課堂活躍度數據結合相關因素的總結，幫助教師和管理者推動教學質量提高的進程。

七、課堂報表

所有課程在課中會生成考勤數據，課后生成課堂分析報表，系統支持用戶管理和權限分配，教師可通過手機號、工號等信息登錄AI大數據平臺，可在線查看授權的課程信息，支持報表一鍵導出。

八、AI學情分析數據駕駛艙

AI無感考勤(學情分析系統)數據駕駛艙頁面可集中統計校內所有教室的無感考勤數據，包括出勤率排行、違紀行為統計、專注度趨勢、校級三率綜合統計等。

系統提供完成的API接口，可對接第三方平臺進行數據對接，實現統一登錄。

九、建設方案

AI學情分析系統采用前端采集后臺分析的方案，前端教室可對接高清監控攝像機，如大華、宇視、天地偉業等，無需專業考勤攝像機，學生攝像機基礎要求：視場角120度，分辨率：4k，支持攝像機復用和利舊。 AI學情分析系統也支持對接常態化錄播系統，提供定制化解決方案，可直接對接錄播主機，實現圖像傳輸和分析。

（編輯：daisy）