近年来,由于人工智能和计算机视觉技术的发展,基于计算机视觉的场景分析成为学者们的研究热点。本文基于邻域系统的思想,通过计算机视觉技术给出了一套通用的场景分析、评判方法,以及具体应用案例。基于邻域系统的思想将场景图像划分为几个相互不叠加的区域块,其中每个区域块到摄像头的距离不同且位于场景不同方向。进而将场景分析这一整体问题转换为各区域块地局部分析问题,给出了区域块划分的概念。基于目标检测提取目标信息,将拟合得到的易于计算的简单测距函数用于获取目标距离信息,据此,定义了目标密度、密度分布图、目标群能量和K-方差稳定性的概念及量化方式。然后通过对场景指标进行分析,获取更多的定量信息。基于对目标密度的分析,利用模糊集理论分别建立了舒适度和异常系数的隶属函数;同时利用曲线拟合的方法将理想解法与多元线性模型结合,建立了密度分布图的效用函数。最后,根据几何平均与线性加权和法这两种评判模型的特点,利用这两种模型将场景分析中的多指标进行融合,得到了场景分析的一般综合评判模型。基于上述场景分析理论,将其应用到课堂场景。不同座位区域的学生其学习兴趣不同,通过对教室场景进行区域划分,将教室座位分为几个区域,其中每一区域学生的学习状态不同。然后通过人脸检测和测距得到每一座位区域的人数,建立密度空间分布图,即座位选用分布图;考虑课堂场景的特殊性,引入人脸检测、单目视觉测距、头部姿态估计和表情识别这四个特定计算机视觉技术,获取学生出勤率、座位选用分布图、抬头率和积极情绪占比率四个学习状态指标,建立了以这四个指标的几何均值函数,作为教学效果的综合评价函数。利用实际课堂数据,对比得到师生评价与本文几何平均评判模型这两种方法对其教学效果的评价结果高度一致,验证了本文方法的可行性。