CN108648757A - 一种基于多维度课堂信息的分析方法 - Google Patents
一种基于多维度课堂信息的分析方法 Download PDFInfo
- Publication number
- CN108648757A CN108648757A CN201810615182.1A CN201810615182A CN108648757A CN 108648757 A CN108648757 A CN 108648757A CN 201810615182 A CN201810615182 A CN 201810615182A CN 108648757 A CN108648757 A CN 108648757A
- Authority
- CN
- China
- Prior art keywords
- classroom
- student
- information
- behavior
- various dimensions
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 230000002996 emotional effect Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims abstract description 4
- 230000001360 synchronised effect Effects 0.000 claims abstract description 4
- 230000006399 behavior Effects 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 12
- 230000003542 behavioural effect Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000032696 parturition Effects 0.000 claims description 2
- 238000004445 quantitative analysis Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001633942 Dais Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- Psychiatry (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Acoustics & Sound (AREA)
- Tourism & Hospitality (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Marketing (AREA)
- Social Psychology (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Human Resources & Organizations (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多维度课堂信息的分析方法，首先通过摄像头采集课堂中教师和学生的图像，并结合拾音设备同步采集课堂中教师和学生发出的声音；采用目标定位与分类技术实时对采集到的教师和学生图像进行分析，得到每个人的行为分类及其在教室中的位置；基于拾音设备采集的声音，识别教师授课过程中的知识点、师生互动时的语音交流、以及学生的情绪信息；将获得的课堂行为数据和信息综合处理后，通过图表或矩阵形式呈现到前端页面并生成课堂报告。利用上述方法可以方便教师进行课堂定量分析总结，同时也可方便学生进行自我评价以及知识点累计，提高课堂教育质量。
Description
技术领域
本发明涉及教育信息化系统技术领域，尤其涉及一种基于多维度课堂信息的分析方法。
背景技术
课堂是教育行为最常发生的地方，而教室是教学信息传递的场所，在这个指定环境内，老师的肢体动作、语音、板书、课件、讲授的使用等，加上学生的行为和语音，共同构成了信息的传递。老师可以通过学生的行为、语言了解学生对知识的掌握情况，学生通过老师的讲授学习知识，这里信息是多维度的，既包括学生图像、老师图像，也包括他们各自的语音信息。
现有技术中基于图像的分析相当于看图说话，如果缺乏语音的补充，将丢失很多细节，或者产生歧义；比如图像中看到老师手指向学生区，如果没有对声音的理解，很难区分此时老师的真实意图；再比如，没有语音信息作为辅助，仅仅通过静态的图像很难自动得到老师此时正在讲授什么知识点，而现有技术中缺乏这样的解决方案。
发明内容
本发明的目的是提供一种基于多维度课堂信息的分析方法，利用该方法可以方便教师进行课堂定量分析总结，同时也可方便学生进行自我评价以及知识点累计，提高课堂教育质量。
本发明的目的是通过以下技术方案实现的：
一种基于多维度课堂信息的分析方法，所述方法包括：
步骤1、通过摄像头采集课堂中教师和学生的图像，并结合拾音设备同步采集课堂中教师和学生发出的声音；
步骤2、采用目标定位与分类技术实时对采集到的教师和学生图像进行分析，得到每个人的行为分类及其在教室中的位置；
步骤3、基于拾音设备采集的声音，识别教师授课过程中的知识点、师生互动时的语音交流、以及学生的情绪信息；
步骤4、将获得的课堂行为数据和信息综合处理后，通过图表或矩阵形式呈现到前端页面并生成课堂报告。
在步骤2中，所得到的教师的课堂行为包括：巡视、板书、讲授和师生互动行为。
所得到的学生课堂行为包括：读写、听讲、应答、生生互动和举手行为。
在步骤3中，所述学生的情绪信息包括：正常、高兴、悲伤、惊讶、生气或鬼脸。
在步骤4中，对课堂行为数据和信息进行综合处理的过程为：
根据教师图像和语音数据，统计教师的不同课堂行为在整堂课中的比例；
根据学生图像和语音数据，统计学生的不同课堂行为在整堂课中的比例。
在步骤4中，对课堂行为数据和信息进行综合处理的过程为：通过对比学生个体行为和班级整体行为在各个时间点的相符和背离，统计学生个体的课堂参与度和班级课堂参与度的平均趋势。
在步骤4中，对课堂行为数据和信息进行综合处理的过程为：
统计教师对学生的德育评价，包括：积极表现和消级表现。
在步骤4中，对课堂行为数据和信息进行综合处理的过程为：
进一步根据课堂师生行为统计，得到S-T教学分析。
所述统计学生的不同课堂行为在整堂课中的比例，具体包括：
为每个学生建立课堂行为时间线，针对学生在当前课堂上不同时间点的行为，抠取头像，构建学生相册；
为每个学生建立课堂表情时间线，针对学生在当前课堂上不同时间点的表情，并抠取头像，分析学生个体或群体课堂的专注力和听课的效果。
由上述本发明提供的技术方案可以看出，利用上述方法可以方便教师进行课堂定量分析总结，同时也可方便学生进行自我评价以及知识点累计，提高课堂教育质量。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的基于多维度课堂信息的分析方法流程示意图；
图2为本发明实施例所举出的一种摄像头及拾音设备的摆放示意图；
图3为本发明实施例所提供语音识别的过程示意图；
图4为本发明实施例所举出的教师课堂情况的统计比例示意图；
图5为本发明实施例所举出的学生课堂情况的统计比例示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
下面将结合附图对本发明实施例作进一步地详细描述，如图1所示为本发明实施例提供的基于多维度课堂信息的分析方法流程示意图，所述方法包括：
步骤1、通过摄像头采集课堂中教师和学生的图像，并结合拾音设备同步采集课堂中教师和学生发出的声音；
步骤2、采用目标定位与分类技术(rcnn/ssd)实时对采集到的教师和学生图像进行分析，得到每个人的行为分类及其在教室中的位置；
该步骤中，所得到的教师的课堂行为包括：巡视、板书、讲授和师生互动；例如根据人脸识别技术，识别教师在讲台位置的个体行为以及师生互动行为。
所得到的学生课堂行为包括：读写、听讲、应答、生生互动和举手。
具体实现中，以上处理得到的结构化数据可满足一般的检索需要，例如可以搜索：三年级--上个周--所有语文课--“老师板书”行为的视频片段。
如图2所示为本发明实施例所举出的一种摄像头及拾音设备的摆放示意图，教室摄像头以及掉麦可以按照如图的位置进行摆放，以方便教师和学生的图像、语音采集。
步骤3、基于拾音设备采集的声音，识别教师授课过程中的知识点、师生互动时的语音交流、以及学生的情绪信息；
该步骤中，所述学生的情绪信息包括：正常、高兴、悲伤、惊讶、生气或鬼脸。
另外，如图3所示为本发明实施例所提供语音识别的过程示意图，通过对OCR/语音识别得到的知识点或关键字的统计，进而生成本堂课授课过程中的知识点。
步骤4、将获得的课堂行为数据和信息综合处理后，通过图表或矩阵形式呈现到前端页面并生成课堂报告。
该步骤中，对课堂行为数据和信息进行综合处理的过程具体为：
根据教师图像和语音数据，统计教师的不同课堂行为在整堂课中的比例；如图4所示为本发明实施例所举出的教师课堂情况的统计比例示意图，图中将教师的不同课堂行为以图表的形式进行了比例分类，以此作为课堂报告进行呈现。
根据学生图像和语音数据，统计学生的不同课堂行为在整堂课中的比例。例如前后排学生的回答问题比例、课堂活跃度等，可以分析学生个体或群体课堂的专注力和听课的效果。如图5所示为本发明实施例所举出的学生课堂情况的统计比例示意图，图中将学生的不同课堂行为以图表的形式进行了比例分类，并以此作为课堂报告进行呈现。
进一步的，还可以通过对比学生个体行为和班级整体行为在各个时间点的相符和背离，统计学生个体的课堂参与度和班级课堂参与度的平均趋势。即体现了学生个体是否积极参与了班级教学行为，也揭示了班级整体的课堂参与意识。
同时还可以统计教师对学生的德育评价，包括：积极表现和消级表现；并进一步根据课堂师生行为统计，得到S-T教学分析。
具体实现中，上述统计学生的不同课堂行为在整堂课中的比例，具体包括：
为每个学生建立课堂行为时间线，针对该学生在当前课堂上不同时间点的行为，抠取头像，构建学生相册；
为每个学生建立课堂表情时间线，针对该学生在当前课堂上不同时间点的表情，并抠取头像，分析学生个体或群体课堂的专注力和听课的效果。
值得注意的是，本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
综上所述，本发明实施例所述方法能够有效的对，教师、学生的特征行为、情绪、知识点进行收集、自动分析分析，无需人工干扰自动生成分析报告，实时视频分析，课程结束即可分析完成，数据准确并且客观公正，相比目前传统教学过程着显而易见的优势。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。
Claims (8)
1.一种基于多维度课堂信息的分析方法，其特征在于，所述方法包括：
步骤1、通过摄像头采集课堂中教师和学生的图像，并结合拾音设备同步采集课堂中教师和学生发出的声音；
步骤2、采用目标定位与分类技术实时对采集到的教师和学生图像进行分析，得到每个人的行为分类及其在教室中的位置；
步骤3、基于拾音设备采集的声音，识别教师授课过程中的知识点、师生互动时的语音交流、以及学生的情绪信息；
步骤4、将获得的课堂行为数据和信息综合处理后，通过图表或矩阵形式呈现到前端页面并生成课堂报告。
2.根据权利要求1所述基于多维度课堂信息的分析方法，其特征在于，在步骤2中，
所得到的教师的课堂行为包括：巡视、板书、讲授和师生互动行为。
所得到的学生课堂行为包括：读写、听讲、应答、生生互动和举手行为。
3.根据权利要求1所述基于多维度课堂信息的分析方法，其特征在于，在步骤3中，
所述学生的情绪信息包括：正常、高兴、悲伤、惊讶、生气或鬼脸。
4.根据权利要求1所述基于多维度课堂信息的分析方法，其特征在于，在步骤4中，对课堂行为数据和信息进行综合处理的过程为：
根据教师图像和语音数据，统计教师的不同课堂行为在整堂课中的比例；
根据学生图像和语音数据，统计学生的不同课堂行为在整堂课中的比例。
5.根据权利要求1所述基于多维度课堂信息的分析方法，其特征在于，在步骤4中，对课堂行为数据和信息进行综合处理的过程为：
通过对比学生个体行为和班级整体行为在各个时间点的相符和背离，统计学生个体的课堂参与度和班级课堂参与度的平均趋势。
6.根据权利要求1所述基于多维度课堂信息的分析方法，其特征在于，在步骤4中，对课堂行为数据和信息进行综合处理的过程为：
统计教师对学生的德育评价，包括：积极表现和消级表现。
7.根据权利要求1所述基于多维度课堂信息的分析方法，其特征在于，在步骤4中，对课堂行为数据和信息进行综合处理的过程为：
进一步根据课堂师生行为统计，得到S-T教学分析。
8.根据权利要求4所述基于多维度课堂信息的分析方法，其特征在于，所述统计学生的不同课堂行为在整堂课中的比例，具体包括：
为每个学生建立课堂行为时间线，针对学生在当前课堂上不同时间点的行为，抠取头像，构建学生相册；
为每个学生建立课堂表情时间线，针对学生在当前课堂上不同时间点的表情，并抠取头像，分析学生个体或群体课堂的专注力和听课的效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810615182.1A CN108648757B (zh) | 2018-06-14 | 2018-06-14 | 一种基于多维度课堂信息的分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810615182.1A CN108648757B (zh) | 2018-06-14 | 2018-06-14 | 一种基于多维度课堂信息的分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108648757A true CN108648757A (zh) | 2018-10-12 |
| CN108648757B CN108648757B (zh) | 2020-10-16 |
Family
ID=63752596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810615182.1A Active CN108648757B (zh) | 2018-06-14 | 2018-06-14 | 一种基于多维度课堂信息的分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108648757B (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109409268A (zh) * | 2018-10-16 | 2019-03-01 | 江苏开放大学（江苏城市职业学院） | 一种网络在线学习的学习环境监测方法 |
| CN109800663A (zh) * | 2018-12-28 | 2019-05-24 | 华中科技大学鄂州工业技术研究院 | 基于语音和视频特征的教师教学评估方法及设备 |
| CN110334610A (zh) * | 2019-06-14 | 2019-10-15 | 华中师范大学 | 一种基于计算机视觉的多维度课堂量化系统及方法 |
| CN110473548A (zh) * | 2019-07-31 | 2019-11-19 | 华中师范大学 | 一种基于声学信号的课堂交互网络分析方法 |
| CN110647842A (zh) * | 2019-09-20 | 2020-01-03 | 重庆大学 | 一种双摄像头课堂巡检方法及系统 |
| CN110650423A (zh) * | 2019-10-18 | 2020-01-03 | 邹熠晨 | 一种智能课堂声音控制系统 |
| CN110689466A (zh) * | 2019-11-01 | 2020-01-14 | 广州云蝶科技有限公司 | 基于录播的多维度数据处理方法 |
| CN110782185A (zh) * | 2019-11-09 | 2020-02-11 | 上海光数信息科技有限公司 | 一种课堂行为识别分析方法 |
| CN110796577A (zh) * | 2019-11-01 | 2020-02-14 | 广州云蝶科技有限公司 | 基于智慧班牌的信息显示方法 |
| CN110808066A (zh) * | 2019-11-01 | 2020-02-18 | 广州云蝶科技有限公司 | 教学环境安全分析方法 |
| CN110827856A (zh) * | 2019-11-01 | 2020-02-21 | 广州云蝶科技有限公司 | 授课的测评方法 |
| CN111046819A (zh) * | 2019-12-18 | 2020-04-21 | 浙江大华技术股份有限公司 | 一种行为识别处理方法及装置 |
| CN111210127A (zh) * | 2019-12-27 | 2020-05-29 | 广东德诚科教有限公司 | 教学数据分析方法、装置、计算机设备和存储介质 |
| CN111311131A (zh) * | 2020-04-14 | 2020-06-19 | 康佳集团股份有限公司 | 一种智慧课堂教学行为分析方法、存储介质及智能电视 |
| CN111353659A (zh) * | 2018-12-20 | 2020-06-30 | 英业达科技有限公司 | 智能化课堂建立系统及其方法 |
| CN111640341A (zh) * | 2020-07-01 | 2020-09-08 | 北京邮电大学 | 一种基于人脸情绪识别的智慧教室交互分析方法 |
| CN112001944A (zh) * | 2020-07-09 | 2020-11-27 | 浙江大华技术股份有限公司 | 课堂教学质量评价数据的获取方法、计算机设备和介质 |
| CN112132009A (zh) * | 2020-09-22 | 2020-12-25 | 湖南惟楚有才教育科技有限公司 | 课堂行为分析方法、系统及电子设备 |
| CN112598552A (zh) * | 2020-12-24 | 2021-04-02 | 贵州树精英教育科技有限责任公司 | 一种教育课堂数据分析系统 |
| CN114332719A (zh) * | 2021-12-31 | 2022-04-12 | 首都师范大学 | 一种学生课堂学习动机分析方法、装置、设备及存储介质 |
| CN114830208A (zh) * | 2019-12-27 | 2022-07-29 | 索尼集团公司 | 信息处理装置、信息处理方法和程序 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070007405A (ko) * | 2005-07-11 | 2007-01-16 | 임준규 | 교실 단위의 커뮤니티 생성 및 운영 시스템 |
| JP2009205380A (ja) * | 2008-02-27 | 2009-09-10 | Fujitsu Ltd | 時間割作成装置、時間割作成方法及びコンピュータプログラム |
| CN105427680A (zh) * | 2015-12-09 | 2016-03-23 | 汤锐华 | 一种数据采集系统 |
| CN106851216A (zh) * | 2017-03-10 | 2017-06-13 | 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 |
| CN107492375A (zh) * | 2016-06-13 | 2017-12-19 | 深圳市巨龙科教高技术股份有限公司 | 一种课堂行为分析方法和系统 |
| CN107895244A (zh) * | 2017-12-26 | 2018-04-10 | 重庆大争科技有限公司 | 课堂教学质量评估方法 |
| CN107918821A (zh) * | 2017-03-23 | 2018-04-17 | 广州思涵信息科技有限公司 | 基于人工智能技术的教师课堂教学过程分析方法和系统 |
| CN108009754A (zh) * | 2017-12-26 | 2018-05-08 | 重庆大争科技有限公司 | 教学质量评估方法 |
-
2018
- 2018-06-14 CN CN201810615182.1A patent/CN108648757B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070007405A (ko) * | 2005-07-11 | 2007-01-16 | 임준규 | 교실 단위의 커뮤니티 생성 및 운영 시스템 |
| JP2009205380A (ja) * | 2008-02-27 | 2009-09-10 | Fujitsu Ltd | 時間割作成装置、時間割作成方法及びコンピュータプログラム |
| CN105427680A (zh) * | 2015-12-09 | 2016-03-23 | 汤锐华 | 一种数据采集系统 |
| CN107492375A (zh) * | 2016-06-13 | 2017-12-19 | 深圳市巨龙科教高技术股份有限公司 | 一种课堂行为分析方法和系统 |
| CN106851216A (zh) * | 2017-03-10 | 2017-06-13 | 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 |
| CN107918821A (zh) * | 2017-03-23 | 2018-04-17 | 广州思涵信息科技有限公司 | 基于人工智能技术的教师课堂教学过程分析方法和系统 |
| CN107895244A (zh) * | 2017-12-26 | 2018-04-10 | 重庆大争科技有限公司 | 课堂教学质量评估方法 |
| CN108009754A (zh) * | 2017-12-26 | 2018-05-08 | 重庆大争科技有限公司 | 教学质量评估方法 |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109409268A (zh) * | 2018-10-16 | 2019-03-01 | 江苏开放大学（江苏城市职业学院） | 一种网络在线学习的学习环境监测方法 |
| CN111353659A (zh) * | 2018-12-20 | 2020-06-30 | 英业达科技有限公司 | 智能化课堂建立系统及其方法 |
| CN109800663A (zh) * | 2018-12-28 | 2019-05-24 | 华中科技大学鄂州工业技术研究院 | 基于语音和视频特征的教师教学评估方法及设备 |
| CN110334610A (zh) * | 2019-06-14 | 2019-10-15 | 华中师范大学 | 一种基于计算机视觉的多维度课堂量化系统及方法 |
| CN110473548A (zh) * | 2019-07-31 | 2019-11-19 | 华中师范大学 | 一种基于声学信号的课堂交互网络分析方法 |
| CN110647842A (zh) * | 2019-09-20 | 2020-01-03 | 重庆大学 | 一种双摄像头课堂巡检方法及系统 |
| CN110647842B (zh) * | 2019-09-20 | 2022-02-15 | 重庆大学 | 一种双摄像头课堂巡检方法及系统 |
| CN110650423A (zh) * | 2019-10-18 | 2020-01-03 | 邹熠晨 | 一种智能课堂声音控制系统 |
| CN110650423B (zh) * | 2019-10-18 | 2020-08-04 | 邹熠晨 | 一种智能课堂声音控制系统 |
| CN110689466A (zh) * | 2019-11-01 | 2020-01-14 | 广州云蝶科技有限公司 | 基于录播的多维度数据处理方法 |
| CN110796577A (zh) * | 2019-11-01 | 2020-02-14 | 广州云蝶科技有限公司 | 基于智慧班牌的信息显示方法 |
| CN110808066A (zh) * | 2019-11-01 | 2020-02-18 | 广州云蝶科技有限公司 | 教学环境安全分析方法 |
| CN110827856A (zh) * | 2019-11-01 | 2020-02-21 | 广州云蝶科技有限公司 | 授课的测评方法 |
| CN110782185A (zh) * | 2019-11-09 | 2020-02-11 | 上海光数信息科技有限公司 | 一种课堂行为识别分析方法 |
| CN111046819A (zh) * | 2019-12-18 | 2020-04-21 | 浙江大华技术股份有限公司 | 一种行为识别处理方法及装置 |
| CN111046819B (zh) * | 2019-12-18 | 2023-09-05 | 浙江大华技术股份有限公司 | 一种行为识别处理方法及装置 |
| CN111210127A (zh) * | 2019-12-27 | 2020-05-29 | 广东德诚科教有限公司 | 教学数据分析方法、装置、计算机设备和存储介质 |
| CN114830208A (zh) * | 2019-12-27 | 2022-07-29 | 索尼集团公司 | 信息处理装置、信息处理方法和程序 |
| CN111311131A (zh) * | 2020-04-14 | 2020-06-19 | 康佳集团股份有限公司 | 一种智慧课堂教学行为分析方法、存储介质及智能电视 |
| CN111640341A (zh) * | 2020-07-01 | 2020-09-08 | 北京邮电大学 | 一种基于人脸情绪识别的智慧教室交互分析方法 |
| CN111640341B (zh) * | 2020-07-01 | 2022-04-12 | 北京邮电大学 | 一种基于人脸情绪识别的智慧教室交互分析方法 |
| CN112001944A (zh) * | 2020-07-09 | 2020-11-27 | 浙江大华技术股份有限公司 | 课堂教学质量评价数据的获取方法、计算机设备和介质 |
| CN112132009A (zh) * | 2020-09-22 | 2020-12-25 | 湖南惟楚有才教育科技有限公司 | 课堂行为分析方法、系统及电子设备 |
| CN112598552A (zh) * | 2020-12-24 | 2021-04-02 | 贵州树精英教育科技有限责任公司 | 一种教育课堂数据分析系统 |
| CN114332719A (zh) * | 2021-12-31 | 2022-04-12 | 首都师范大学 | 一种学生课堂学习动机分析方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108648757B (zh) | 2020-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108648757A (zh) | 一种基于多维度课堂信息的分析方法 | |
| CN110992741B (zh) | 一种基于课堂情绪和行为分析的学习辅助方法及系统 | |
| CN110991381B (zh) | 一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒系统和方法 | |
| CN108171414A (zh) | 教学质量评估系统 | |
| CN107958351A (zh) | 教学质量评估云服务平台 | |
| CN108009754A (zh) | 教学质量评估方法 | |
| CN107316261A (zh) | 一种基于人脸分析的教学质量评估系统 | |
| CN111833861B (zh) | 基于人工智能的事件评估报告生成 | |
| CN111401797B (zh) | 一种教学质量评测方法及系统 | |
| CN108154304A (zh) | 具有教学质量评估功能的服务器 | |
| CN110427977B (zh) | 一种课堂互动行为的检测方法 | |
| CN108182649A (zh) | 用于教学质量评估的智能机器人 | |
| CN114298497A (zh) | 教师课堂教学质量的评估方法以及装置 | |
| CN109165881A (zh) | 基于大数据的教师授课质量评估方法 | |
| CN110930781A (zh) | 录播系统 | |
| CN112598552A (zh) | 一种教育课堂数据分析系统 | |
| Amador | Noticing as a tool to analyze mathematics instruction and learning | |
| Duran et al. | Queer joy as an affective incitement to queer and trans studies in education | |
| Otto et al. | The effect of a teacher questioning strategy training program on teaching behavior, student achievement, and retention | |
| CN111667128B (zh) | 教学质量评估方法、装置及系统 | |
| CN112164259A (zh) | 一种课堂师生互动教学系统及方法 | |
| CN110826796A (zh) | 成绩预测方法 | |
| CN115409413A (zh) | 一种面向学生教研的多源数据管理方法、系统及存储介质 | |
| Santos et al. | Using Facial Expressions of Students for Detecting Levels of Intrinsic Motivation | |
| CN111199378A (zh) | 学员管理方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |