CN109284737A - 一种用于智慧教室的学生行为分析和识别系统 - Google Patents
一种用于智慧教室的学生行为分析和识别系统 Download PDFInfo
- Publication number
- CN109284737A CN109284737A CN201811232329.5A CN201811232329A CN109284737A CN 109284737 A CN109284737 A CN 109284737A CN 201811232329 A CN201811232329 A CN 201811232329A CN 109284737 A CN109284737 A CN 109284737A
- Authority
- CN
- China
- Prior art keywords
- student
- classroom
- module
- behavior
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 17
- 230000000694 effects Effects 0.000 claims abstract description 13
- 230000001815 facial effect Effects 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 11
- 238000001303 quality assessment method Methods 0.000 claims description 6
- 206010057315 Daydreaming Diseases 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 239000012141 concentrate Substances 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 31
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000006386 neutralization reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010020675 Hypermetropia Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000287181 Sturnus vulgaris Species 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000012907 honey Nutrition 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
-
- 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
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智慧教学领域,具体涉及一种用于智慧教室的学生行为分析和识别系统,包括:坐标及姿态捕捉模块,获取每个学生的位置坐标,并捕捉每个学生的面部朝向姿态和手部动作姿态;注意力点计算模块,获取学生的面部朝向姿态,通过面部朝向姿态对学生的课堂注意力点进行计算;行为识别模块,获取学生的注意力点和手部动作姿态,通过学生的课堂注意力点和手部动作姿态识别学生的课堂行为;行为对比模块,获取每个学生的课堂行为,并与其邻近学生的课堂行为进行对比,判断每个学生的课堂状态;结果反馈模块,用于反馈学生的课堂状态,并实时反馈给教师。本发明解决了现有技术对学生课堂状态识别和判断不准确的问题。
Description
技术领域
本发明涉及智慧教学领域,具体涉及一种用于智慧教室的学生行为分析和识别系统。
背景技术
智慧教室是数字教室和未来教室的一种形式,用于教育信息化2.0时代的教室信息化环境建设,通过各种教学功能APP的加载配合云上的内容、应用、数据平台,满足当下各类教学场景应用,无论是只使用一般多媒体功能的传统课堂形态,还是各类创新课堂模式,都能在同一环境下展开,智慧教室运用现代化手段切入整个教学过程,让课堂变得简单、高效、智能,有助于开发学生自主思考与学习的能力。
现有教学系统中,对于教学行为的观察、分析手段大多停留在传统的问卷调查或案例等人工分析的基础上,其评价结果较为主观,且需要经过较长时间的统计分析,不能实时反馈以改善教学方式。学生的课堂状态按注意力区分可分为注意力集中和注意力不集中,如果授课教师能够在课堂上实时了解学生的课堂状态,便能及时调整教学方式,势必能有效提高教学效果。
为此,公开号为CN104517102B的中国专利公开了一种学生课堂注意力检测方法及系统,包括:采集教室内场景图像;定位人脸并计算人脸朝向姿态;将人脸在图像中的二维位置换算为其在教室内坐高基准平面的二维位置,并加入学生坐高先验值得到人脸在教室内的三维空间位置;结合人脸三维空间位置和人脸朝向姿态计算学生在教学展示面板上的注意力点。该方案通过图像处理与模式识别获知学生的人脸朝向姿态,结合人脸在教室内的三维空间位置和人脸朝向姿态计算学生的注意力点,从而判断学生的课堂状态。
上述方案通过简单的人脸朝向来计算注意力点,从而判断学生的课堂状态,往往会存在以下问题:
1、某学生上课在睡觉,睡觉时面部朝向教学展示面板,而此时教师在做实验演示,邻近的学生都面朝教师观看实验。睡觉的学生因面朝教学展示面板,其课堂状态会被判断为注意力集中。
2、遇到重要的教学内容时需要记笔记,记笔记时学生的面部都朝向桌面,此时某学生望着教学展示面板发呆并没有记笔记,由于面朝教学展示面板,发呆学生的课堂状态会被判断为注意力集中,而认真记笔记的学生的课堂状态却会被判断为注意力不集中。
综上所述,现有的学生课堂注意力检测系统对学生课堂状态的识别和判断不准确。
发明内容
本发明的目的在于提供一种用于智慧教室的学生行为分析和识别系统,能判断学生的课堂行为,并与邻近学生的课堂行为进行对比,实现对学生课堂状态的准确识别和判断,解决了现有技术对学生课堂状态识别和判断不准确的问题。
本发明提供的基础方案为:一种用于智慧教室的学生行为分析和识别系统,包括:
坐标及姿态捕捉模块,用于捕捉学生的坐标和姿态,获取每个学生的位置坐标,并捕捉每个学生的面部朝向姿态和手部动作姿态;
注意力点计算模块,用于计算学生的注意力点,获取学生的面部朝向姿态,通过面部朝向姿态对学生的课堂注意力点进行计算,计算时会将学生的面部朝向姿态与学生的位置坐标相结合,对学生的课堂注意力点进行修正;
行为识别模块,用于识别学生的课堂行为,获取学生的注意力点和手部动作姿态,通过学生的课堂注意力点和手部动作姿态识别学生的课堂行为;
行为对比模块,用于获取学生的课堂状态,实时获取每个学生的课堂行为,将每个学生的课堂行为与其邻近学生的课堂行为进行对比,通过课堂行为对比的结果来判断每个学生的课堂状态,学生的课堂状态包括注意力集中和注意力不集中;
结果反馈模块,用于反馈学生的课堂状态,获取所有学生的课堂状态,并实时反馈给教师。
本发明的有益效果:
1、因为处于教室不同位置的学生,其面部朝向方位角度等会有所偏差;本发明中的注意力点判断模块在对学生的课堂注意力点进行判断时,能结合学生的位置坐标对学生的课堂注意力点进行修正,与现有技术中直接通过面部朝向来计算学生的课堂注意力点相比,本发明判断学生的注意力点时能减小因为位置差异而产生的误差。
2、本发明中,行为识别模块识别学生的课堂行为时,将学生课堂的注意力点与手部动作姿态结合,与现有技术中单一的通过注意力点识别相比,本发明结合手部动作姿的识别方式能增加对举手、记笔记等课堂行为的识别,对学生课堂行为的识别会更全面、更准确。
3、本发明中,判断学生的课堂状态时,会将每个学生的课堂行为与邻近学生的课堂行为进行对比,与现有技术中基于单个学生的行为进行判断课堂状态相比,本发明通过课堂行为对比的方式能消除误差因素,对学生的课堂状态判断会更准确。
进一步,还包括:单独提醒模块,用于提醒课堂注意力集中的学生,获取到所有学生的课堂状态后,向注意力不集中的学生发送提醒信号,单独提醒该学生。有益效果:对于注意力不集中的学生进行单独提醒,与教师在课堂上直接提醒相比,一方面能保证课堂的连续性,不会因为提醒学生的中断课堂;另一方面单独提醒能保护学生的自尊心和隐私。
进一步,还包括:人脸图像获取模块,用于获取学生的人脸图像,通过拍摄学生的面部影像获取学生的人脸图像;
身份识别模块,用于在所述人脸图像中通过人脸识别获取学生身份,并结合坐标及姿态捕捉模块获的位置坐标,生成学生名单。
有益效果:通过对学生的身份进行识别,让教师直观的得到每个学生对应的课堂状态的名单,就能根据学生的课堂状态选择性的对学生进行额外辅导。
进一步,身份识别模块包括:初步身份识别模块,用于在场景图像中提取定位学生的服装特征,在人员名单中通过服装特征匹配初步确定候选名单;精确身份识别模块,用于在候选名单中通过人脸识别精确确定学生身份。有益效果:通过初步身份识别模块和精确身份识别模块,能更准确地识别学生的身份。
进一步,还包括:教学质量评估模块,用于评估教师的教学质量,采集计算所有学生的课堂状态,通过计算结果对教师的教学质量进行评级。有益效果:通过对教师的教学质量的评级,教师能更直观的看到自己的教学质量和效果,有助于教师及时调整教学方式,有利于教师提升教学质量。
进一步,教学质量评估模块对教师教学质量评级的具体过程为:学生的课堂状态为注意力不集中的学生的比例低于5%时,教学质量评为A级;学生的课堂状态为注意力不集中的学生的比例在5%~20%之间时,教学质量评为B级;学生的课堂状态为注意力不集中的学生的比例在20%~30%之间时,教学质量评为C级;学生的课堂状态为注意力不集中的学生的比例高于30%时,教学质量评为D级。有益效果:采用这种评级方式能更直观的体现教师的教学质量。
附图说明
图1为本发明实施例中用于智慧教室的学生行为分析和识别系统的结构示意图;
图2为本发明实施例中行为识别及判断终端的模块示意图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
如图1所示:用于智慧教室的学生行为分析和识别系统,包括显示终端、视频终端、行为识别及判断终端和智慧终端,显示终端、视频终端以及行为识别及判断终端均通过网络与智慧终端连接。
一、视频及显示终端,包括:
无线通信模块,用于连接网络,通过网络连接视频终端、行为分析终端、智慧终端以及移动设备(例如手机、平板电脑等);
无线蓝牙模块,用于连接音频设备以及移动设备(例如手机、平板电脑等);
音频模块,用于展示或播放移动设备(例如手机、平板电脑等)和云端资源上的音频教学内容;
教学展示面板,用于展示或播放移动设备(例如手机、平板电脑等)和云端资源上的视频教学内容;
视频采集模块,用于采集整个教室的视频信号,能进行全景视频监控,也能进行局部视频特写。
二、行为识别及判断终端,如图2所示,包括:
存储器,用于存储各个模块的软件程序;
处理器,用于执行各个模块的软件程序以实现模块的功能;
人脸图像获取模块,用于获取学生的人脸图像,通过摄像机拍摄学生的面部影像,并获取学生的人脸图像;
身份识别模块,用于在所述人脸图像中通过人脸识别获取学生身份,包括:初步身份识别模块和精确身份识别模块,分别用于在场景图像中提取定位学生的服装特征,在人员名单中通过服装特征匹配初步确定候选名单和用于在候选名单中通过人脸识别精确确定学生身份;
坐标及姿态捕捉模块,用于捕捉学生的坐标和姿态,获取每个学生的位置坐标,并捕捉每个学生的面部朝向姿态和手部动作姿态;
注意力点计算模块,用于计算学生的注意力点,获取学生的面部朝向姿态,通过面部朝向姿态对学生的课堂注意力点进行计算,计算时会将学生的面部朝向姿态与学生的位置坐标相结合,对学生的课堂注意力点进行修正;
行为识别模块,用于识别学生的课堂行为,获取学生的注意力点和手部动作姿态,通过学生的课堂注意力点和手部动作姿态识别学生的课堂行为;
行为对比模块,用于获取学生的课堂状态,实时获取每个学生的课堂行为,将每个学生的课堂行为与其邻近学生的课堂行为进行对比,通过课堂行为对比的结果来判断每个学生的课堂状态,学生的课堂状态包括注意力集中和注意力不集中。
三、教师终端,包括:
结果反馈模块,用于反馈学生的课堂状态,获取所有学生的课堂状态,并实时反馈给教师;
教学质量评估模块,用于评估教师的教学质量,采集计算所有学生的课堂状态对教师的教学质量进行评级。具体过程为:课堂状态为注意力不集中的学生的比例低于5%时,教学质量评为A级;课堂状态为注意力不集中的学生的比例在5%~20%之间时,教学质量评为B级;课堂状态为注意力不集中的学生的比例在20%~30%之间时,教学质量评为C级;课堂状态为注意力不集中的学生的比例高于30%时,教学质量评为D级。
四、学生终端,包括:
单独提醒模块,用于提醒课堂注意力不集中的学生,获取到所有学生的课堂状态后,向注意力不集中的学生发送提醒信号,单独提醒该学生。
五、智慧终端,包括:
云端资源模块,用于存储云端资源,云端资源包括各种教学资源数据,例如课件、课堂PPT、教学视频等等;
数据库,用于存储学生的所有数据,包括人脸图像数据,学生信息等。
具体的:
无线通信模块采用YAV WIFI 4ADIO无线通信模块;无线蓝牙模块采用CC2541DK-MINI蓝牙无线模块。
音频模块包括:音频接收器、混音器、无线MIC以及功放等等。音频接收器采用audioengineB1atp-X HD无线音频接收器;混音器采用Yamaha KPX-500调音器混响器;无线MIC采用TakstarTC-2R无线话筒麦克风;功放采用Denon AVR-X550BT5.2声道AV功放机。
教学展示面板包括显示屏、高拍仪以及投影仪等等,显示屏采用飞利浦BDM4001FW40英寸显示器;高拍仪采用良田S1020高拍仪;投影仪采用极米Z6X高清智能投影仪。
视频采集:包括远景视频监视和近景视频特写,分别采用全景高清摄像机和高清云台摄像机。全景高清摄像机采用Camorama 4K高清全景运动摄像机,这款摄像机同样搭载WiFi功能;高清云台摄像机采用小蚁智能摄像机1080P云台版室外机,这款摄像机自带WiFi模块,能支撑移动和PC多路观看,手机电脑同步查看。两款摄像机均采用1080P/60全高清拍摄,具备SDI模拟信号输出和全自动变焦功能。
身份识别:首先对全景高清摄像机采集的视频图像进行运动检测,然后取学生定位与跟踪模块检测或跟踪到的人脸正下方宽度为2W、高度为2W矩形区域内的运动历史像素作为前景像素点位置集,从原图像上取前景像素点位置集对应的像素点作为前景像素点集,取其他像素点作为背景像素集;利用GrabCut算法进行图像分割,并根据肤色模型去除肤色区域,得到服装区域;然后对服装区域提取HOG特征并计算HSV颜色直方图,再将提取的服装区域HOG特征和HSV颜色直方图与身份识别模块提取的服装区域HOG特征和HSV颜色直方图使用巴氏相似度进行匹配,取相似度排序为前30%的作为学生的候选关联身份,最后结合人脸识别技术在候选身份内确定学生身份。
学生注意力点计算:确定学生坐高先验值,以该高度的平面作为教室空间坐高基准平面,在坐高基准平面标注采样点,构建采样点与图像点之间的映射变换矩阵;依据映射变换矩阵,将人脸在图像中的二维位置转换为在教室坐高基准平面的二维位置(Bx,By),加入学生坐高先验值得到人脸在教室内的三维空间位(Bx,By,Bz);计算学生i在时刻t在教学展示面板上的注意力点式中θyaw和θpicth分别为人脸朝向姿态在水平与垂直两个方向的朝向角度。
计算人脸朝向姿态的具体实现方式为:提取人脸区域图像,对检测到的人脸区域随机提取M个图像子块,并提取图像子块的纹理特征Gi和几何特征di,形成特征组Fi={Gi,di},i=1,2…M,纹理特征Gi为图像子块的灰度以及Gabor特征描述符,几何特征di为图像子块中心位置到人脸鼻尖点Pt的位移差;
估计水平方向的朝向角度:基于图像子块采用回归森林法估计人脸的左、中、右三类水平朝向角度;在已估计得到的三类水平朝向角度条件下,再次通过回归森林法细分为左90度、左45度、正中、右45度和右90度五类水平朝向角度θyaw;根据鼻尖点坐标Pt与图像子块的几何关系回归学习得到人脸在水平方向朝向角度的条件概率p(θyaw|Pt,Fi);估计的水平连续朝向角度为p(θyaw|Pt,Fi)取最大值时的θyaw,即θyaw=argmaxp(θyaw|Pt,Fi)。
估计竖直方向的朝向角度:在已知水平朝向角度的条件下,通过回归森林法估计上、中、下三类垂直朝向角度;根据鼻尖点坐标Pt与图像子块的几何关系回归学习得到人脸在竖直方向下的条件概率p(θpitch|Pt,θyaw,Fi);估计的竖直连续朝向角度为条件概率p(θpitch|Pt,θyaw,Fi)取最大值时的θpitch,从而获得每个学生的人脸朝向θyaw,pitch=argmaxp(θpitchPt,θyaw,Fi)。
坐标及姿态捕捉模块、注意力点计算模块、行为识别模块、行为对比模块、结果反馈模块、单独提醒模块以及教学质量评估模块可以是软件模块,这些软件程序都存储在存储器中,处理器执行这些软件程序以实现这些模块的功能,本实施例的处理器选用Intel酷睿i7-8700电脑处理器。
云资源模块用于存储各种教学资源数据,数据库用于存储学生的所有数据。本实施例中,教学资源数据和学生的所有数据均存储在阿里云服务器上。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (6)
1.一种用于智慧教室的学生行为分析和识别系统,其特征在于:包括:
坐标及姿态捕捉模块,用于捕捉学生的坐标和姿态,获取每个学生的位置坐标,并捕捉每个学生的面部朝向姿态和手部动作姿态;
注意力点计算模块,用于计算学生的注意力点,获取学生的面部朝向姿态,通过面部朝向姿态对学生的课堂注意力点进行计算,计算时会将学生的面部朝向姿态与学生的位置坐标相结合,对学生的课堂注意力点进行修正;
行为识别模块,用于识别学生的课堂行为,获取学生的注意力点和手部动作姿态,通过学生的课堂注意力点和手部动作姿态识别学生的课堂行为;
行为对比模块,用于获取学生的课堂状态,实时获取每个学生的课堂行为,将每个学生的课堂行为与其邻近学生的课堂行为进行对比,通过课堂行为对比的结果来判断每个学生的课堂状态,学生的课堂状态包括注意力集中和注意力不集中;
结果反馈模块,用于反馈学生的课堂状态,获取所有学生的课堂状态,并实时反馈给教师。
2.根据权利要求1所述的一种用于智慧教室的学生行为分析和识别系统,其特征在于:还包括:
单独提醒模块,用于提醒课堂注意力不集中的学生,获取到所有学生的课堂状态后,向注意力不集中的学生发送提醒信号,单独提醒学生。
3.根据权利要求2所述的一种用于智慧教室的学生行为分析和识别系统,其特征在于:还包括:
人脸图像获取模块,用于获取学生的人脸图像,通过拍摄学生的面部影像获取学生的人脸图像;
身份识别模块,用于在所述人脸图像中通过人脸识别获取学生身份,并结合坐标及姿态捕捉模块获取的学生的位置坐标,生成学生名单。
4.根据权利要求3所述的一种用于智慧教室的学生行为分析和识别系统,其特征在于:身份识别模块包括:
初步身份识别模块,用于在场景图像中提取定位学生的服装特征,在人员名单中通过服装特征匹配初步确定候选名单;
精确身份识别模块,用于在候选名单中通过人脸识别精确确定学生身份。
5.根据权利要求4所述的一种用于智慧教室的学生行为分析和识别系统,其特征在于:还包括:
教学质量评估模块,用于评估教师的教学质量,采集并计算所有学生的课堂状态,通过计算结果对教师的教学质量进行评级。
6.根据权利要求5所述的一种用于智慧教室的学生行为分析和识别系统,其特征在于:教学质量评估模块对教师教学质量评级的具体过程为:学生的课堂状态为注意力不集中的学生的比例低于5%时,教学质量评为A级;学生的课堂状态为注意力不集中的学生的比例在5%~20%之间时,教学质量评为B级;学生的课堂状态为注意力不集中的学生的比例在20%~30%之间时,教学质量评为C级;学生的课堂状态为注意力不集中的学生的比例高于30%时,教学质量评为D级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811232329.5A CN109284737A (zh) | 2018-10-22 | 2018-10-22 | 一种用于智慧教室的学生行为分析和识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811232329.5A CN109284737A (zh) | 2018-10-22 | 2018-10-22 | 一种用于智慧教室的学生行为分析和识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109284737A true CN109284737A (zh) | 2019-01-29 |
Family
ID=65178379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811232329.5A Pending CN109284737A (zh) | 2018-10-22 | 2018-10-22 | 一种用于智慧教室的学生行为分析和识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109284737A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977903A (zh) * | 2019-04-03 | 2019-07-05 | 珠海读书郎网络教育有限公司 | 一种智慧课堂学生管理的方法、装置及计算机存储介质 |
CN110009953A (zh) * | 2019-04-15 | 2019-07-12 | 重庆工商职业学院 | 一种计算机网络课程实验教学云平台及使用方法 |
CN110009539A (zh) * | 2019-04-12 | 2019-07-12 | 烟台工程职业技术学院(烟台市技师学院) | 一种学生在校学习状态智能档案系统及使用方法 |
CN110008886A (zh) * | 2019-03-29 | 2019-07-12 | 联想(北京)有限公司 | 一种信息处理方法及信息处理装置 |
CN110246383A (zh) * | 2019-07-18 | 2019-09-17 | 许昌学院 | 一种多媒体教学系统及其使用方法 |
CN110718067A (zh) * | 2019-09-23 | 2020-01-21 | 浙江大华技术股份有限公司 | 违规行为告警方法及相关装置 |
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 |
CN110991381A (zh) * | 2019-12-12 | 2020-04-10 | 山东大学 | 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 |
CN111563449A (zh) * | 2020-04-30 | 2020-08-21 | 上海交通大学 | 一种实时课堂注意力检测方法及系统 |
CN111563452A (zh) * | 2020-05-06 | 2020-08-21 | 南京师范大学镇江创新发展研究院 | 一种基于实例分割的多人体姿态检测及状态判别方法 |
CN111586333A (zh) * | 2020-04-15 | 2020-08-25 | 深圳新融典科技有限公司 | 一种网络视频直播方法及系统 |
CN111626628A (zh) * | 2020-06-01 | 2020-09-04 | 梅和珍 | 一种用于课外辅导的网络教学系统 |
CN111652045A (zh) * | 2020-04-17 | 2020-09-11 | 西北工业大学太仓长三角研究院 | 课堂教学质量评估方法和系统 |
CN112597977A (zh) * | 2021-03-02 | 2021-04-02 | 南京泛在实境科技有限公司 | 基于HSV-YOLOv3的网课学生行为识别方法 |
CN112651602A (zh) * | 2020-12-03 | 2021-04-13 | 宁波大学科学技术学院 | 一种课堂模式评价方法和设备 |
CN113095208A (zh) * | 2021-04-08 | 2021-07-09 | 吉林工商学院 | 应用于大学英语教学课堂的注意力观测与提醒系统 |
TWI740264B (zh) * | 2019-09-29 | 2021-09-21 | 新加坡商鴻運科股份有限公司 | 教學調查問卷分析方法、電子裝置及存儲介質 |
CN113485554A (zh) * | 2021-07-06 | 2021-10-08 | 武汉伽域信息科技有限公司 | 一种智慧校园建设学生行为习惯智能导引方法、设备及计算机存储介质 |
CN113610676A (zh) * | 2021-07-08 | 2021-11-05 | 湖南电子科技职业学院 | 一种基于云平台的计算机教学授课系统 |
CN113962336A (zh) * | 2021-08-06 | 2022-01-21 | 杨*甦 | 可实时的牛只正脸id编码方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463746A (zh) * | 2014-12-23 | 2015-03-25 | 北海和思科技有限公司 | 一种应用监测学生学习行为的方法的家校通系统 |
CN104517102A (zh) * | 2014-12-26 | 2015-04-15 | 华中师范大学 | 学生课堂注意力检测方法及系统 |
CN105930785A (zh) * | 2016-04-15 | 2016-09-07 | 丁盛 | 一种智能化的隐式交互系统 |
CN205923414U (zh) * | 2016-05-23 | 2017-02-08 | 安徽师范大学 | 一种学生听课装置 |
CN107609517A (zh) * | 2017-09-15 | 2018-01-19 | 华中科技大学 | 一种基于计算机视觉的课堂行为检测系统 |
-
2018
- 2018-10-22 CN CN201811232329.5A patent/CN109284737A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463746A (zh) * | 2014-12-23 | 2015-03-25 | 北海和思科技有限公司 | 一种应用监测学生学习行为的方法的家校通系统 |
CN104517102A (zh) * | 2014-12-26 | 2015-04-15 | 华中师范大学 | 学生课堂注意力检测方法及系统 |
CN105930785A (zh) * | 2016-04-15 | 2016-09-07 | 丁盛 | 一种智能化的隐式交互系统 |
CN205923414U (zh) * | 2016-05-23 | 2017-02-08 | 安徽师范大学 | 一种学生听课装置 |
CN107609517A (zh) * | 2017-09-15 | 2018-01-19 | 华中科技大学 | 一种基于计算机视觉的课堂行为检测系统 |
Non-Patent Citations (5)
Title |
---|
刘丹等: "高中中等生化学课堂学习行为的有效性分析", 《化学教育》 * |
张树芝: "计算机应用基础课堂管理实践与思考", 《福建电脑》 * |
李彬等: "基于Kinect的课堂教学状态监测系统", 《传感器与微系统》 * |
范欣欣: "非语言信息系统在课堂教学评价中的应用", 《无线互联科技》 * |
黎治顺: "学困生注意力培养研究", 《生物技术世界》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110008886A (zh) * | 2019-03-29 | 2019-07-12 | 联想(北京)有限公司 | 一种信息处理方法及信息处理装置 |
CN109977903B (zh) * | 2019-04-03 | 2020-03-17 | 珠海读书郎网络教育有限公司 | 一种智慧课堂学生管理的方法、装置及计算机存储介质 |
CN109977903A (zh) * | 2019-04-03 | 2019-07-05 | 珠海读书郎网络教育有限公司 | 一种智慧课堂学生管理的方法、装置及计算机存储介质 |
CN110009539A (zh) * | 2019-04-12 | 2019-07-12 | 烟台工程职业技术学院(烟台市技师学院) | 一种学生在校学习状态智能档案系统及使用方法 |
CN110009953A (zh) * | 2019-04-15 | 2019-07-12 | 重庆工商职业学院 | 一种计算机网络课程实验教学云平台及使用方法 |
CN110246383A (zh) * | 2019-07-18 | 2019-09-17 | 许昌学院 | 一种多媒体教学系统及其使用方法 |
CN110718067A (zh) * | 2019-09-23 | 2020-01-21 | 浙江大华技术股份有限公司 | 违规行为告警方法及相关装置 |
TWI740264B (zh) * | 2019-09-29 | 2021-09-21 | 新加坡商鴻運科股份有限公司 | 教學調查問卷分析方法、電子裝置及存儲介質 |
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 |
CN110991381A (zh) * | 2019-12-12 | 2020-04-10 | 山东大学 | 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 |
CN110991381B (zh) * | 2019-12-12 | 2023-04-25 | 山东大学 | 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 |
CN111586333A (zh) * | 2020-04-15 | 2020-08-25 | 深圳新融典科技有限公司 | 一种网络视频直播方法及系统 |
CN111652045A (zh) * | 2020-04-17 | 2020-09-11 | 西北工业大学太仓长三角研究院 | 课堂教学质量评估方法和系统 |
CN111563449A (zh) * | 2020-04-30 | 2020-08-21 | 上海交通大学 | 一种实时课堂注意力检测方法及系统 |
CN111563452A (zh) * | 2020-05-06 | 2020-08-21 | 南京师范大学镇江创新发展研究院 | 一种基于实例分割的多人体姿态检测及状态判别方法 |
CN111563452B (zh) * | 2020-05-06 | 2023-04-21 | 南京师范大学镇江创新发展研究院 | 一种基于实例分割的多人体姿态检测及状态判别方法 |
CN111626628A (zh) * | 2020-06-01 | 2020-09-04 | 梅和珍 | 一种用于课外辅导的网络教学系统 |
CN112651602A (zh) * | 2020-12-03 | 2021-04-13 | 宁波大学科学技术学院 | 一种课堂模式评价方法和设备 |
CN112597977A (zh) * | 2021-03-02 | 2021-04-02 | 南京泛在实境科技有限公司 | 基于HSV-YOLOv3的网课学生行为识别方法 |
CN113095208A (zh) * | 2021-04-08 | 2021-07-09 | 吉林工商学院 | 应用于大学英语教学课堂的注意力观测与提醒系统 |
CN113095208B (zh) * | 2021-04-08 | 2024-01-26 | 吉林工商学院 | 应用于大学英语教学课堂的注意力观测与提醒系统 |
CN113485554A (zh) * | 2021-07-06 | 2021-10-08 | 武汉伽域信息科技有限公司 | 一种智慧校园建设学生行为习惯智能导引方法、设备及计算机存储介质 |
CN113610676A (zh) * | 2021-07-08 | 2021-11-05 | 湖南电子科技职业学院 | 一种基于云平台的计算机教学授课系统 |
CN113610676B (zh) * | 2021-07-08 | 2022-10-04 | 湖南电子科技职业学院 | 一种基于云平台的计算机教学授课系统 |
CN113962336A (zh) * | 2021-08-06 | 2022-01-21 | 杨*甦 | 可实时的牛只正脸id编码方法 |
CN113962336B (zh) * | 2021-08-06 | 2023-11-24 | 杨甦 | 可实时的牛只正脸id编码方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284737A (zh) | 一种用于智慧教室的学生行为分析和识别系统 | |
CN107609517B (zh) | 一种基于计算机视觉的课堂行为检测系统 | |
CN205334563U (zh) | 一种学生课堂参与度检测系统 | |
WO2019028592A1 (zh) | 一种教学辅助方法及采用该方法的教学辅助系统 | |
CN110532970B (zh) | 人脸2d图像的年龄性别属性分析方法、系统、设备和介质 | |
CN105049764A (zh) | 一种基于多个定位摄像头的教学用图像跟踪方法及系统 | |
CN104517102A (zh) | 学生课堂注意力检测方法及系统 | |
JP7292492B2 (ja) | オブジェクト追跡方法及び装置、記憶媒体並びにコンピュータプログラム | |
CN107241572A (zh) | 学员实训视频追踪评价系统 | |
CN110619460A (zh) | 基于深度学习目标检测的教室课堂质量评估系统及方法 | |
CN110059611A (zh) | 一种智能化教室空余座位识别方法 | |
CN104821010A (zh) | 基于双目视觉的人手三维信息实时提取方法及系统 | |
CN107103293B (zh) | 一种基于相关熵的注视点估计方法 | |
CN111814587A (zh) | 人体行为检测方法、教师行为检测方法及相关系统和装置 | |
CN111563449A (zh) | 一种实时课堂注意力检测方法及系统 | |
CN110163567A (zh) | 基于多任务级联卷积神经网络的课堂点名系统 | |
CN113705349A (zh) | 一种基于视线估计神经网络的注意力量化分析方法及系统 | |
CN110740298A (zh) | 分布式教室违纪行为检测系统、方法及介质 | |
CN115933930A (zh) | 教育元宇宙中学习对象的注意力分析方法、终端及装置 | |
CN111914801A (zh) | 一种用于智慧教育的课堂分析方法 | |
CN111241926A (zh) | 考勤与学情分析方法、系统、设备及可读存储介质 | |
Zhang | Innovation of English teaching model based on machine learning neural network and image super resolution | |
Madrid et al. | Recognition of dynamic Filipino Sign language using MediaPipe and long short-term memory | |
CN113139491A (zh) | 视频会议控制方法、系统、移动终端及存储介质 | |
Yi et al. | Real time learning evaluation based on gaze tracking |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190129 |