CN103295171B - 基于智能录播系统的s-t教学自动分析方法 - Google Patents
基于智能录播系统的s-t教学自动分析方法 Download PDFInfo
- Publication number
- CN103295171B CN103295171B CN201310220592.3A CN201310220592A CN103295171B CN 103295171 B CN103295171 B CN 103295171B CN 201310220592 A CN201310220592 A CN 201310220592A CN 103295171 B CN103295171 B CN 103295171B
- Authority
- CN
- China
- Prior art keywords
- behavior
- teaching
- behaviors
- teacher
- students
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了基于智能录播系统的S‑T教学自动分析方法,包括音视频现场采集和录播系统,网络传输系统以及远程播放系统,包括如下步骤:一、获取音视频现场采集和录播系统在录制过程信号源的切换方式;二、对切换方式进行转换处理并生成xml文件;三、定义xml文件的视频源文件中参数为教师和学生的行为;四、计算教师行为百分比、学生行为百分比和转化率;五、利用网页界面展示S‑T行为图。本发明能实现教师边录制课程,录播主机通过对视频源机位的智能化切换信息转化成教师行为信息序列表和学生行为信息序列表,视频录制完成后,经过自动化编码后,便可直接生成直观的S‑T直方图,计算出本课例的转化率及依据常模判断出教学类型。
Description
技术领域
本发明涉及智能录播系统领域,尤其涉及一种基于智能录播系统的S-T教学自动分析方法。
背景技术
美国学者波斯纳认为:教师成长=经验+反思。如何支持教师进行案例研习和反思就成了更好促进教师专业发展的一个难题。为了有效的记录、分析、研究教学过程,并实现教学过程的评价和完善,有必要对教学过程的分析方法进行深入探讨。
为了更形象,更直观地研究教学,减少了教学过程中行为分类的模糊性,增加了客观性,最初是评课专家听课(或者观看课堂录像),然后手工填写S-T数据记录表。通常设定采样的间隔为30秒,在观察过程中每30秒选取一个样本,若该时刻为教师行为,则在表中记入T,否则记入S。记录表中由这些S,T符号构成一个S-T数据序列。
随后,还可将采样的结果输入到Excel电子表格中。以原点为教学的起始时刻,将测得S,T数据顺序的在S轴、T轴上予以表示,直到教学结束,就得到S-T图。根据教学过程中行为采样总数N,教师行为采样数为NT,二者的比率就是教师行为占有率Rt,同理学生行为占有率Rs=NS/N;Ch则为教师行为与学生行为间的转换次数与行为采样总数的比率。由计算得到的Rt和Ch值可以得到Rt-Ch图,方法是将Rt和Ch值描绘在横轴为Rt、纵轴为Ch的平面上。横轴Rt表示教师的教师的讲授和演示,纵轴Ch表示教学中的对话和交互。考察两个轴的关联后可以将教学划分为四种不同的教学模式:练习型(Rt≤0.3)、讲授型(Rt≥0.7)、对话型(Ch≥0.4)和混合型(0.3<Rt<0.7,Ch<0.4)。
尽管S-T分析法完全可以手工分析,但当数据量较大时,手工分析仍然费时费力,因此一些研究者使用VB、VC等语言编制了S-T教学分析软件,只要将采样数据输入到相应的Excel模板中,马上绘制出S-T曲线和Rt-Ch图,并判定教学模式。
继而又有研究者使用Java编写S-T教学分析软件,采用JDKVersion1.5开发工具包,Swing和AWT配合写出功能强大的应用程序。系统要判断出分析的案例是属于哪一种教学模型,将相对应的教学模型的字体将设置为红色以区别于其他教学模型。
还有研究者通过 Authorware编程,利用 Authorware这种基于图标编程的设计平台, 设计和实现了S- T分析软件。该分析软件界面的“编辑“菜单包括”记录“、”分析“、”放大ST 图“三个命令。点击”记录“, 输入教师姓名设置采样时间和采样间隔, 即可开始记录。点击”分析“输入要分析的教师的姓名, 即可对做好的记录进行S- T分析和R t- Ch分析, 并将S- T分析图、R t- Ch图、采样信息、Rt- Ch图与教学模式图输出在同一屏幕中。
目前,针对教学过程的分析方法,都是一些“半自动”的S-T教学分析工具及方法。课堂分析仍然依靠人工分析的方式,而不是依靠自动分析信号源进行自动分析处理。需要分析者花费时间观看视频,人为设定采样时间,一边根据设定的采样时间间隔进行计时,一边对教学过程进行采样。教学行为分析记述中记录者难免有主观经验的模糊性, 且分析者手工记录S-T数据不仅繁琐而且工作量大,以上因素降低了分析过程和记录结果的客观性与可靠性, 而且也不能即时得到分析结果并做出及时反馈。
现有的分析方法存在的不足之处在于:一是要在课程录制完成后再人工对视频进行分析而没办法实现边录制视频边对视频教学信息进行自动描述,二是分析者依据采样时间间隔进行采样并计算S-T数据的工作繁琐且工作量大,三是评课者在观看课例视频时记录的教师或者学生的行为具有主观经验的模糊性;四是评课及分析数据需要一定的时间而无法及时依据分析结果对教学过程给予反馈。采样,使得S-T教学分析难以大量使用。
上述现有技术的不足是由于欠缺从视频录制信号源处自动记录教学行为的方案,教学行为分析只能是录制与分析过程分离。且目前的S-T分析软件只能对已经记录好的数据进行S-T图绘制和Rt-Ch图的判断,没办法实现边录制视频边对视频对应的分析点进行定位分析判断,以进行智能自动采样和记录S、T数据。
发明内容
本发明要解决的技术问题是提供一种基于智能录播系统的S-T教学自动分析方法,该能实现教师边录制课程,录播主机通过对视频源机位的智能化切换信息转化成教师行为信息序列表和学生行为信息序列表,视频录制完成后,信息表经过自动化编码后,便可直接生成直观的S-T直方图,并可马上计算出本课例的转化率及依据常模判断出教学类型。
为解决上述技术问题,本发明提供了基于智能录播系统的S-T教学自动分析方法,包括音视频现场采集和录播系统,网络传输系统以及远程播放系统,包括如下步骤:
一、获取音视频现场采集和录播系统在录制过程信号源的切换方式;
二、对切换方式进行转换处理并生成xml文件;
三、定义xml文件的视频源文件中参数为教师和学生的行为;
四、计算教师行为百分比、学生行为百分比和转化率;
五、利用网页界面展示S-T行为图。
优选的技术方案是,所述对切换方式进行转换处理,包括定义所述xml记录文件中的T、B、VGA、VGA.LOCKED、END镜头的视频源为教师行为T,T.NOT_IN_BEMA、T.TWO_MAN、S、S.TWO_MAN、S2镜头的视频源为学生行为S。
进一步优选的技术方案是,所述利用网页界面展示S-T行为图,是原点为教学的起始时刻,30秒为一个点,将测得S,T数据依次在X轴、Y轴上予以表示,X、Y轴记录的数值为记录点数值,最后X、Y轴最后的数值为S-T行为记录的点数值。所述利用网页界面展示S-T行为图,其步骤包括:
(1)、生成图表;
(2)、与外部播放器交互;
(3)、导出修改。
本发明能实现教师边录制课程,录播主机通过对视频源机位的智能化切换信息转化成教师行为信息序列表和学生行为信息序列表,视频录制完成后,信息表经过自动化编码后,便可直接生成直观的S-T直方图,并可马上计算出本课例的转化率及依据常模判断出教学类型。
此外,系统还支持非录播录制的视频进行分析,所有格式的视频可以上传到资源管理平台中,利用在线版的S-T分析工具控制视频在对应的分析点进行定位分析判断,大大便捷了对教学视频的分析。为了更进一步精确对视频信息的描述,还科学合理地综合了若干种现有教学行为分析方法的利弊,总结出一套简洁明了的教学行为分析编码表,利用该编码方式对教学行为进行二次分析,将能能加客观、准确地反映教学课程教学行为的全貌,判断课堂教学性格,能够获取具有共识的、客观的信息,有利于教师把握、完善教学,逐步实现自身的专业发展。
附图说明
图1为本发明基于智能录播系统的S-T教学自动分析方法的流程图;
图2为本发明所显示的S-T行为图。
具体实施方式
下面结合附图对本发明的优选实施方式进行详细说明。
实施例:
如图1所示,本发明基于智能录播系统的S-T教学自动分析方法,包括:音视频现场采集和录播系统,网络传输系统和远程播放系统,基于AVA录播智能主机的基础上,设计了如下的方案实现了教学行为的自动分析的方法:
1、获取录制过程信号源切换方式
以录制开始时间为原点,不论在智能录制或人工导播视频录制过程中,对所有信号源(摄像头、VGA信号)的切换行为进行一一记录。
2、对切换方式进行转换处理
取得切换记录xml文件后,方案定义记录文件中的T、B、VGA、VGA.LOCKED、END镜头的视频源为教师行为T,T.NOT_IN_BEMA、T.TWO_MAN、S、S.TWO_MAN、S2镜头的视频源为学生行为S,
定义如下规则:
教师比例 = 教师镜头数 / 总镜头数 * 100
学生比例 = 学生镜头数 / 总镜头数 * 100
转换数量 = 总镜排列中与前后有不同的记录数
镜头转换率 = 转换数量 / 总镜头数 * 100
镜头转换率 <= 30 => 练习型
镜头转换率 >= 70=> 讲授型
镜头转换率 >= 40 => 对话型
教师比例 > 30 且 教师比例 < 70 且 镜头转换率 <40 =>混合型
3、计算教师行为百分比、学生行为百分比和转化率
设定采样的间隔为30秒,根据教学过程中行为采样总数N,教师行为采样数为NT,二者的比率就是教师行为占有率Rt,同理学生行为占有率Rs=NS/N;Ch则为教师行为与学生行为间的转换次数与行为采样总数的比率。由计算得到的Rt和Ch值可以得到Rt-Ch图,方法是将Rt和Ch值描绘在横轴为Rt、纵轴为Ch的平面上。横轴Rt表示教师的讲授和演示,纵轴Ch表示教学中的对话和交互。考察两个轴的关联后可以将教学划分为四种不同的教学模式:练习型(Rt≤0.3)、讲授型(Rt≥0.7)、对话型(Ch≥0.4)和混合型(0.3<Rt<0.7,Ch<0.4)。
4、通过网页界面展示S-T行为图
以原点为教学的起始时刻,30秒为一个点,将测得S,T数据依次在X轴、Y轴上予以表示,X、Y轴记录的数值为记录点数值,最后X、Y轴最后的数值为S-T行为记录的点数值。
根据课堂直播情况,录播系统自动记录课堂视频中S-T数据,直到教学结束,就得到S-T图。视频发布到网页页面,S-T教学行为分析图就在网页中呈现。方案选用了开源的基于jquery的图表插件 jqplot来展示数据。
方案对数据进行了如下的传输定义:
当教学行为为T,S-T行为分析图就自动在X轴中定义一个点;当教学行为为S,S-T行为分析图自动在Y轴上定义一个点。30秒为一个间隔,课堂结束后,行为分析图自动生成。当点连成一条横线,即表示这段时间所取点都为T行为;当点连成一条竖线,则表示这段时间所取点都为S行为;转折部分表示S-T行为之间的转换。
S-T教学行为分析图中,S-T行为的点数值相加为X、Y轴的最大值。当S-T行为分析图偏向X轴,则表示本课堂活动偏向教师行为;当S-T行为分析图偏向Y轴,则表示本课堂活动偏向学生行为。
本S-T教学行为分析数据直接由录播系统自动分析并在网页中呈现,以客户数据作为课堂视频的评价支撑,做到有效的智能录播系统的课堂S-T教学自动分析。
最终显示效果如下图2所示。
通过以上方案,实现了S-T教学行为的自动分析。但为满足广大教师对对非录播系统生成的视频进行S-T行为分析,工具还配套设计了便捷的S-T教学行为人工分析工具。
具体技术方案设计如下:
在开源的jwplayer的基础上,设计了便于教学行为分析的js代码控制播放器往前跳转30秒,并在前后2秒区间内进行播放,方便评判人的二次修改。其步骤包括:1、生成图表;2、与外部播放器交互;3、导出修改。
最后需要说明的是,以上所述仅为本发明的较佳实施例,而不是对本发明技术方案的限定,任何对本发明技术特征所做的等同替换或相应改进,仍在本发明的保护范围之内。
Claims (1)
1.基于智能录播系统的S-T教学自动分析方法,包括音视频现场采集和录播系统,网络传输系统以及远程播放系统,其特征在于,包括如下步骤:
一、获取音视频现场采集和录播系统在录制过程信号源的切换方式;以录制开始时间为原点,对信号源的切换行为进行记录;
二、对切换方式进行转换处理并生成xml文件;所述对切换方式进行转换处理,包括定义所述xml记录文件中的B镜头、VGA镜头、VGA.LOCKED镜头、END镜头的视频源为教师行为T,T.NOT_IN_BEMA镜头、T.TWO_MAN镜头、S.TWO_MAN镜头、S2镜头的视频源为学生行为S;
三、定义xml文件的视频源文件中参数为教师和学生的行为;定义如下规则:
教师比例=教师镜头数/总镜头数*100
学生比例=学生镜头数/总镜头数*100
转换数量=总镜排列中与前后有不同的记录数
镜头转换率=转换数量/总镜头数*100
镜头转换率≤30为练习型
镜头转换率≥70为讲授型
镜头转换率≥40为对话型
教师比例>30且教师比例<70且镜头转换率<40为混合型;
四、计算教师行为百分比、学生行为百分比和转化率;
设定采样的间隔为30秒,根据教学过程中行为采样总数N,教师行为采样数为NT,二者的比率就是教师行为占有率Rt=NT/N;同理学生行为采样数为NS,学生行为占有率Rs=NS/N;Ch则为教师行为与学生行为间的转换次数与行为采样总数的比率;由计算得到的Rt和Ch值可以得到Rt-Ch图,方法是将Rt和Ch值描绘在横轴为Rt、纵轴为Ch的平面上;横轴Rt表示教师的讲授和演示,纵轴Ch表示教学中的对话和交互;考察两个轴的关联后可以将教学划分为四种不同的教学模式:练习型(Rt≤0.3)、讲授型(Rt≥0.7)、对话型(Ch≥0.4)和混合型(0.3<Rt<0.7,Ch<0.4);
五、利用网页界面展示S-T教学行为分析图;所述利用网页界面展示S-T教学行为分析图,是原点为教学的起始时刻,30秒为一个点,将测得S,T数据依次在X轴、Y轴上予以表示,X、Y轴记录的数值为记录点数值,最后X、Y轴最后的数值为S-T行为记录的点数值;根据课堂直播情况,录播系统自动记录课堂视频中S-T数据,直到教学结束,得到S-T教学行为分析图;视频发布到网页页面,S-T教学行为分析图就在网页中呈现;方案选用了开源的基于jquery的图表插件jqplot来展示数据;当教学行为为T,S-T教学行为分析图就自动在X轴中定义一个点;当教学行为为S,S-T教学行为分析图自动在Y轴上定义一个点;30秒为一个间隔,课堂结束后,S-T教学行为分析图自动生成;当点连成一条横线,即表示这段时间所取点都为T行为;当点连成一条竖线,则表示这段时间所取点都为S行为;转折部分表示S-T行为之间的转换;S-T教学行为分析图中,S-T行为的点数值相加为X、Y轴的最大值,当S-T教学行为分析图偏向X轴,则表示本课堂活动偏向教师行为;当S-T教学行为分析图偏向Y轴,则表示本课堂活动偏向学生行为;
所述利用网页界面展示S-T教学行为分析图,其步骤包括:
(1)、生成图表;
(2)、与外部播放器交互;
(3)、导出修改。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310220592.3A CN103295171B (zh) | 2013-06-05 | 2013-06-05 | 基于智能录播系统的s-t教学自动分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310220592.3A CN103295171B (zh) | 2013-06-05 | 2013-06-05 | 基于智能录播系统的s-t教学自动分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103295171A CN103295171A (zh) | 2013-09-11 |
CN103295171B true CN103295171B (zh) | 2018-11-09 |
Family
ID=49095981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310220592.3A Active CN103295171B (zh) | 2013-06-05 | 2013-06-05 | 基于智能录播系统的s-t教学自动分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103295171B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268188A (zh) * | 2014-09-17 | 2015-01-07 | 广州迅云教育科技有限公司 | 一种信息化环境下课堂教与学行为分析的方法及系统 |
CN104506795A (zh) * | 2014-12-05 | 2015-04-08 | 苏州阔地网络科技有限公司 | 一种数据切换方法及系统 |
CN106851216B (zh) * | 2017-03-10 | 2019-05-28 | 山东师范大学 | 一种基于人脸和语音识别的课堂行为监控系统及方法 |
CN109035079B (zh) | 2017-06-08 | 2021-10-15 | 深圳市鹰硕技术有限公司 | 一种基于互联网的录播课程跟随学习系统和方法 |
CN109698920B (zh) | 2017-10-20 | 2020-07-24 | 深圳市鹰硕技术有限公司 | 一种基于互联网教学平台的跟随教学系统 |
CN110633896B (zh) * | 2019-08-20 | 2023-02-10 | 北京师范大学 | 尺度不变性的变时长s-t互动编码方法与系统及算法 |
CN111277917A (zh) * | 2020-02-17 | 2020-06-12 | 北京文香信息技术有限公司 | 媒体数据生成方法、媒体特征确定方法和相关设备 |
CN111626252B (zh) * | 2020-06-02 | 2023-04-07 | 北京中广上洋科技股份有限公司 | 一种教学视频分析方法及装置 |
CN115190324B (zh) * | 2022-06-30 | 2023-08-29 | 广州市奥威亚电子科技有限公司 | 线上线下互动直播热度的确定方法、装置及设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202309958U (zh) * | 2011-07-08 | 2012-07-04 | 杭州开锐电子电气有限公司 | 一种具有跟踪功能的智能球形教学摄像机 |
CN103077491A (zh) * | 2012-11-10 | 2013-05-01 | 南昌大学 | 课堂教学模式分析方法 |
-
2013
- 2013-06-05 CN CN201310220592.3A patent/CN103295171B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202309958U (zh) * | 2011-07-08 | 2012-07-04 | 杭州开锐电子电气有限公司 | 一种具有跟踪功能的智能球形教学摄像机 |
CN103077491A (zh) * | 2012-11-10 | 2013-05-01 | 南昌大学 | 课堂教学模式分析方法 |
Non-Patent Citations (2)
Title |
---|
信息技术环境下大学课堂教学信息处理与分析;张凤玲,李晓东;《中国人工智能学会计算机辅助教育专业委员会(全国CBE学会)第十三届学术年会论文集》;20121231;第461-462页 * |
基于S-T分析法的教学过程对比分析;刘飞等;《中国教育信息化》;20121130;第58-60页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103295171A (zh) | 2013-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103295171B (zh) | 基于智能录播系统的s-t教学自动分析方法 | |
CN109698920B (zh) | 一种基于互联网教学平台的跟随教学系统 | |
CN109697906B (zh) | 一种基于互联网教学平台的跟随教学方法 | |
Dalpiaz et al. | On deriving conceptual models from user requirements: An empirical study | |
WO2023116830A1 (zh) | 一种自定义课程体系构建方法及系统 | |
CN105632264A (zh) | 管理课件资源的方法及装置 | |
Pérez-Berenguer et al. | A customizable and incremental processing approach for learning analytics | |
CN108446230B (zh) | 一种面向WebDriver的Java测试代码质量评判方法 | |
CN109840867B (zh) | 一种智能教学的方法、设备及装置 | |
Strecker et al. | Studying conceptual modeling processes: A modeling tool, research observatory, and multimodal observation setup | |
CN110428321A (zh) | 一种用于财务数据录入的辅助系统 | |
CN112150097A (zh) | 一种学习设计生成方法、装置、电子设备及存储介质 | |
Matzke et al. | TVB-edupack—an interactive learning and scripting platform for The Virtual Brain | |
CN111782796A (zh) | 智能题目生成系统 | |
Göhnert et al. | Enriching (learning) community platforms with learning analytics components | |
CN112598547A (zh) | 基于自动生产线的教育题目生成方法、装置和电子设备 | |
Sun et al. | An approach to using existing online education tools to support practical education on MOOCs | |
CN117455126B (zh) | 一种泛在实训教学和考评管理系统及方法 | |
Barré et al. | Re-engineering of collaborative e-learning systems: evaluation of system, collaboration and acquired knowledge qualities | |
Burian et al. | GeoS4S Module Geo-Application Development | |
CN109308204A (zh) | 一种响应窗口点击的图表生成方法及其装置 | |
Sheng et al. | A Web-based Visual Learning Platform For Data Structure Course | |
Xu et al. | The office software learning and examination system design based on fragmented learning idea | |
Morales-Aquise et al. | Analysis of the Academic Performance of the Students of Mechanical and Electrical Engineering of the UNTELS | |
CN117252734A (zh) | 一种基于数字孪生的教学系统及其应用方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |