专注度是人类智能行为的关键因素之一。特别是近几年来,我们对学习者的关注度受到广泛的重视。针对专注度评估提出了很多评测方法,包括问卷调查法,生理观察法,计算机视觉等方法。在中小学教学课堂上,学生的上课的专注度是影响学生成绩和教学效果的重要因素,因而是众多家长重点关注的问题。目前绝大部分学校是通过教师肉眼主观判断学生的上课专注度的情况,这种方式不仅占用老师上课时间,分散老师注意力,而且对于学生而言,肉眼的判断的准确率低,导致上课效果的测评效果欠佳。特别是,无法实时统计和分析上课学生专注度,从而产生一定的滞后性。在人工智能技术快速发展的情况下,机器视觉作为人工智能的一个分支,一直是学术界的一个研究热点,机器学习的原理就是用机器代替人眼去获取信息并对信息进行判断,机器视觉将摄取的信息转换成数字图像信号,应用数字图像处理的相关技术,提取研究人员需要的信息。人脸识别的研究作为机器视觉领域的重要课题之一,采用机器视觉摄取人脸图像,然后对脸部特征进行分析从而获取相关信息是目前学术界的重要研究领域,人脸识别技术已经被应用于军事、安全防护、电子商务、教育等各种领域。本文针对上课过程中学生出现的问题不能及时纠正,老师所讲的内容是否被学生理解,以及教师的授课效果,学生的专注度等等一系列的课堂问题,设计了一种基于机器视觉的学生上课专注度的分析评测系统,采用机器视觉技术获取人脸照片,基于人脸识别技术提出了一套能够检测学生上课专注度的算法,该算法包括侧脸算法、抬(低)头算法、眼睛张合度算法,使用这一套算法来提取脸部特征用来判断学生的课堂专注度。本论文基于机器视觉的学生上课专注度的评测系统与传统的专注度判断的评测系统相比,很大的提高了人脸的检测率,并且降低了专注度的误检率,一定程度上提高了专注度判断的准确率。在本文的最后,我们对设计的这种基于机器视觉的学生专注度分析评测系统进行了实验与分析,验证了这个系统的可行性,并分析了该系统的优缺点。