CN112183364A - 个性化虚拟教师行为生成方法和系统 - Google Patents

个性化虚拟教师行为生成方法和系统 Download PDF

Info

Publication number
CN112183364A
CN112183364A CN202011050679.7A CN202011050679A CN112183364A CN 112183364 A CN112183364 A CN 112183364A CN 202011050679 A CN202011050679 A CN 202011050679A CN 112183364 A CN112183364 A CN 112183364A
Authority
CN
China
Prior art keywords
lecture
behavior
action
teaching
virtual teacher
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
Application number
CN202011050679.7A
Other languages
English (en)
Inventor
王鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Original Assignee
Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd filed Critical Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Priority to CN202011050679.7A priority Critical patent/CN112183364A/zh
Publication of CN112183364A publication Critical patent/CN112183364A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
    • G09B5/14—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations with provision for individual teacher-student communication

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提供了个性化虚拟教师行为生成方法和系统，其能够对学生听取虚拟教师讲课的过程进行跟踪拍摄，以此获得学生的脸部动作反应信息和虚拟教师的讲课行为动作信息，并确定学生针对虚拟教师的讲课行为质量评价值以及虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，最后根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整虚拟教师的讲课状态，这样能够根据学生对虚拟教师的讲课质量评价，使虚拟教师能够为学生提供个性化教学的虚拟现实教学，并有效地提高虚拟现实教学的教学质量和教学体验性。

Description

个性化虚拟教师行为生成方法和系统
技术领域
本发明涉及智能教育的技术领域，特别涉及个性化虚拟教师行为生成方法和系统。
背景技术
目前，虚拟现实教学广泛应用于智能在线教学中，学生通过虚拟现实教学能够与对应的虚拟教师进行互动，从而参与到相应的虚拟现实课堂中并获得相应的教学知识内容。虚拟现实教学主要是通过虚拟教师来执行课堂教学的，虚拟教师讲课的行为动作直接影响虚拟现实教学的效果。但是，现有技术的虚拟教师的讲课行为动作通常是预先设定的，其只能按照既定的讲课模式与学生进行互动，其并不能根据学生对虚拟教师的讲课质量评价，调整虚拟教师的讲课行为动作，从而使虚拟教师能够为学生提供个性化的教学，这严重地降低了虚拟现实教学的教学质量和教学体验性。可见，现有技术需要能够根据学生对虚拟教师的讲课质量评价，使虚拟教师能够为学生提供个性化教学的虚拟现实教学。
发明内容
针对现有技术存在的缺陷，本发明提供个性化虚拟教师行为生成方法和系统，其通过对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据该教学过程图像，确定该学生的脸部动作反应信息和该虚拟教师的讲课行为动作信息，再根据该脸部动作反应信息和该讲课行为动作信息，确定该学生针对该虚拟教师的讲课行为质量评价值，并根据该讲课行为动作信息和该虚拟教课的讲课知识内容信息，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，再根据该讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整该虚拟教师的讲课状态；可见，该个性化虚拟教师行为生成方法和系统能够对学生听取虚拟教师讲课的过程进行跟踪拍摄，以此获得学生的脸部动作反应信息和虚拟教师的讲课行为动作信息，并确定学生针对虚拟教师的讲课行为质量评价值以及虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，最后根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整虚拟教师的讲课状态，这样能够根据学生对虚拟教师的讲课质量评价，使虚拟教师能够为学生提供个性化教学的虚拟现实教学，并有效地提高虚拟现实教学的教学质量和教学体验性。
本发明提供个性化虚拟教师行为生成方法，其特征在于，其包括如下步骤：
步骤S1，对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据所述教学过程图像，确定所述学生的脸部动作反应信息和所述虚拟教师的讲课行为动作信息，再根据所述脸部动作反应信息和所述讲课行为动作信息，确定所述学生针对所述虚拟教师的讲课行为质量评价值；
步骤S2，根据所述讲课行为动作信息和所述虚拟教课的讲课知识内容信息，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性信息；
步骤S3，根据所述讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整所述虚拟教师的讲课状态；
进一步，在所述步骤S1中，对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据所述教学过程图像，确定所述学生的脸部动作反应信息和所述虚拟教师的讲课行为动作信息，再根据所述脸部动作反应信息和所述讲课行为动作信息，确定所述学生针对所述虚拟教师的讲课行为质量评价值具体包括：
步骤S101，在学生听取虚拟教师讲课的过程中，对所述学生和所述虚拟教师进行同步拍摄，以此获得所述教学过程图像；
步骤S102，对所述教学过程图像进行识别处理，从而得到所述学生在听课过程中的脸部动作反应信息和所述虚拟教师的讲课行为动作信息；
步骤S103，根据所述脸部动作反应信息包含的五官动作平均幅度值，确定所述学生在做出当前脸部动作反应时，所述学生对当前所述虚拟教师的讲课行为动作的质量评分值，若所述五官动作平均幅度值超过预设幅度阈值，则确定所述质量评分值为0，否则，确定所述质量评分值为1；
步骤S104，根据下面公式(1)，确定所有学生针对所述虚拟教师的讲课行为质量评价值：
Figure BDA0002709447890000031
在上述公式(1)中，Xa表示所述虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Ri,a表示第i个学生对所述虚拟教师的第a个讲课行为的质量评分值、且第i个学生对应的质量评分值是根据上述质量评分值的计算过程而确定的，即当第i个学生的五官动作平均幅度值超过所述预设幅度阈值时，Ri,a＝0，否则Ri,a＝1，n表示学生的总数量；
进一步，在所述步骤S2中，根据所述讲课行为动作信息和所述虚拟教课的讲课知识内容信息，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性信息具体包括：
步骤S201，获取所述虚拟教师的所有讲课行为出现次数情况以及所有授课知识点出现情况；
步骤S202，根据下面公式(2)，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性评价值：
Figure BDA0002709447890000032
在上述公式(2)中，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，Ya,b表示虚拟教师在讲解第b个授课知识点时第a个讲课行为动作出现的次数，k表示授课知识点的总数量，u[]表示阶跃函数、且当[]内的数值大于或者等于0，则阶跃函数的取值为1，当[]内的数值小于0，则阶跃函数的取值为0，
Figure BDA0002709447890000041
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最小次数，
Figure BDA0002709447890000042
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最大次数；
进一步，在所述步骤S3中，根据所述讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整所述虚拟教师的讲课状态具体包括：
步骤S301，根据下面公式(3)，确定所述虚拟教师的讲课行为动作对应的动作等级评价值：
Figure BDA0002709447890000043
在上述公式(3)中，Pa表示虚拟教师的第a个讲课行为动作的动作等级评价值，Xa表示虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，m表示虚拟教师对应的讲课行为动作总数量；
步骤S302，若Pa小于或者等于预设评价阈值，则剔除其对应的讲课行为动作，否则，保留其对应的讲课行为动作；
步骤S303，按照上述保留下来的所有讲课行为动作对应的动作等级评价值由大到小进行排序，并增加排序越靠前的讲课行为动作的出现次数，从而调整所述虚拟教师的讲课状态。
本发明还提供个性化虚拟教师行为生成系统，其特征在于，其包括教学过程拍摄模块、讲课行为质量确定模块、讲课行为与授课知识相关性确定模块和讲课状态调整模块；其中，
所述教学过程拍摄模块用于对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像；
所述讲课行为质量确定模块用于根据所述教学过程图像，确定所述学生的脸部动作反应信息和所述虚拟教师的讲课行为动作信息，再根据所述脸部动作反应信息和所述讲课行为动作信息，确定所述学生针对所述虚拟教师的讲课行为质量评价值；
所述讲课行为与授课知识相关性确定模块用于根据所述讲课行为动作信息和所述虚拟教课的讲课知识内容信息，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性信息；
所述讲课状态调整模块用于根据所述讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整所述虚拟教师的讲课状态；
进一步，所述教学过程拍摄模块对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像具体包括：
在学生听取虚拟教师讲课的过程中，对所述学生和所述虚拟教师进行同步拍摄，以此获得所述教学过程图像；
以及，
所述讲课行为质量确定模块根据所述教学过程图像，确定所述学生的脸部动作反应信息和所述虚拟教师的讲课行为动作信息，再根据所述脸部动作反应信息和所述讲课行为动作信息，确定所述学生针对所述虚拟教师的讲课行为质量评价值具体包括：
对所述教学过程图像进行识别处理，从而得到所述学生在听课过程中的脸部动作反应信息和所述虚拟教师的讲课行为动作信息；
并据所述脸部动作反应信息包含的五官动作平均幅度值，确定所述学生在做出当前脸部动作反应时，所述学生对当前所述虚拟教师的讲课行为动作的质量评分值，若所述五官动作平均幅度值超过预设幅度阈值，则确定所述质量评分值为0，否则，确定所述质量评分值为1；
再根据下面公式(1)，确定所有学生针对所述虚拟教师的讲课行为质量评价值：
Figure BDA0002709447890000061
在上述公式(1)中，Xa表示所述虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Ri,a表示第i个学生对所述虚拟教师的第a个讲课行为的质量评分值、且第i个学生对应的质量评分值是根据上述质量评分值的计算过程而确定的，即当第i个学生的五官动作平均幅度值超过所述预设幅度阈值时，Ri,a＝0，否则Ri,a＝1，n表示学生的总数量；
进一步，所述讲课行为与授课知识相关性确定模块根据所述讲课行为动作信息和所述虚拟教课的讲课知识内容信息，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性信息具体包括：
获取所述虚拟教师的所有讲课行为出现次数情况以及所有授课知识点出现情况；
再根据下面公式(2)，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性评价值：
Figure BDA0002709447890000062
在上述公式(2)中，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，Ya,b表示虚拟教师在讲解第b个授课知识点时第a个讲课行为动作出现的次数，k表示授课知识点的总数量，u[]表示阶跃函数、且当[]内的数值大于或者等于0，则阶跃函数的取值为1，当[]内的数值小于0，则阶跃函数的取值为0，
Figure BDA0002709447890000071
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最小次数，
Figure BDA0002709447890000072
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最大次数；
进一步，所述讲课状态调整模块根据所述讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整所述虚拟教师的讲课状态具体包括：
根据下面公式(3)，确定所述虚拟教师的讲课行为动作对应的动作等级评价值：
Figure BDA0002709447890000073
在上述公式(3)中，Pa表示虚拟教师的第a个讲课行为动作的动作等级评价值，Xa表示虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，m表示虚拟教师对应的讲课行为动作总数量；
并当Pa小于或者等于预设评价阈值时，则剔除其对应的讲课行为动作，否则，保留其对应的讲课行为动作；
再按照上述保留下来的所有讲课行为动作对应的动作等级评价值由大到小进行排序，并增加排序越靠前的讲课行为动作的出现次数，从而调整所述虚拟教师的讲课状态。
相比于现有技术，该个性化虚拟教师行为生成方法和系统通过对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据该教学过程图像，确定该学生的脸部动作反应信息和该虚拟教师的讲课行为动作信息，再根据该脸部动作反应信息和该讲课行为动作信息，确定该学生针对该虚拟教师的讲课行为质量评价值，并根据该讲课行为动作信息和该虚拟教课的讲课知识内容信息，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，再根据该讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整该虚拟教师的讲课状态；可见，该个性化虚拟教师行为生成方法和系统能够对学生听取虚拟教师讲课的过程进行跟踪拍摄，以此获得学生的脸部动作反应信息和虚拟教师的讲课行为动作信息，并确定学生针对虚拟教师的讲课行为质量评价值以及虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，最后根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整虚拟教师的讲课状态，这样能够根据学生对虚拟教师的讲课质量评价，使虚拟教师能够为学生提供个性化教学的虚拟现实教学，并有效地提高虚拟现实教学的教学质量和教学体验性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的附图。
图1为本发明提供的个性化虚拟教师行为生成方法的流程示意图。
图2为本发明提供的个性化虚拟教师行为生成系统的结构示意图。
具体实施方式
下面将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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的个性化虚拟教师行为生成方法的流程示意图。该个性化虚拟教师行为生成方法包括如下步骤：
步骤S1，对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据该教学过程图像，确定该学生的脸部动作反应信息和该虚拟教师的讲课行为动作信息，再根据该脸部动作反应信息和该讲课行为动作信息，确定该学生针对该虚拟教师的讲课行为质量评价值；
步骤S2，根据该讲课行为动作信息和该虚拟教课的讲课知识内容信息，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性信息；
步骤S3，根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整该虚拟教师的讲课状态。
上述技术方案的有益效果为：该个性化虚拟教师行为生成方法能够对学生听取虚拟教师讲课的过程进行跟踪拍摄，以此获得学生的脸部动作反应信息和虚拟教师的讲课行为动作信息，并确定学生针对虚拟教师的讲课行为质量评价值以及虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，最后根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整虚拟教师的讲课状态，这样能够根据学生对虚拟教师的讲课质量评价，使虚拟教师能够为学生提供个性化教学的虚拟现实教学，并有效地提高虚拟现实教学的教学质量和教学体验性。
优选地，在该步骤S1中，对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据该教学过程图像，确定该学生的脸部动作反应信息和该虚拟教师的讲课行为动作信息，再根据该脸部动作反应信息和该讲课行为动作信息，确定该学生针对该虚拟教师的讲课行为质量评价值具体包括：
步骤S101，在学生听取虚拟教师讲课的过程中，对该学生和该虚拟教师进行同步拍摄，以此获得该教学过程图像；
步骤S102，对该教学过程图像进行识别处理，从而得到该学生在听课过程中的脸部动作反应信息和该虚拟教师的讲课行为动作信息；
步骤S103，根据该脸部动作反应信息包含的五官动作平均幅度值，确定该学生在做出当前脸部动作反应时，该学生对当前该虚拟教师的讲课行为动作的质量评分值，若该五官动作平均幅度值超过预设幅度阈值，则确定该质量评分值为0，否则，确定该质量评分值为1；
步骤S104，根据下面公式(1)，确定所有学生针对该虚拟教师的讲课行为质量评价值：
Figure BDA0002709447890000101
在上述公式(1)中，Xa表示该虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Ri,a表示第i个学生对该虚拟教师的第a个讲课行为的质量评分值、且第i个学生对应的质量评分值是根据上述质量评分值的计算过程而确定的，即当第i个学生的五官动作平均幅度值超过该预设幅度阈值时，Ri,a＝0，否则Ri,a＝1，n表示学生的总数量。
上述技术方案的有益效果为：通过对学生听取虚拟教师讲课的全过程进行同步拍摄能够准确地和全面地获得关学生在听课过程中的脸部动作反应信息和虚拟教师的讲课行为工作信息，以便于后续对学生和虚拟教师进行关联分析；此外，由于学生在听课过程中的五官动作平均幅度能够真实地反映学生对虚拟教师讲课行为动作的观感，而通过上述公式(1)计算所有学生针对虚拟教师的讲课行为质量评价值，能够客观地和准确地将所有学生对虚拟教师的讲课行为进行量化的评价。
优选地，在该步骤S2中，根据该讲课行为动作信息和该虚拟教课的讲课知识内容信息，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性信息具体包括：
步骤S201，获取该虚拟教师的所有讲课行为出现次数情况以及所有授课知识点出现情况；
步骤S202，根据下面公式(2)，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性评价值：
Figure BDA0002709447890000111
在上述公式(2)中，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，Ya,b表示虚拟教师在讲解第b个授课知识点时第a个讲课行为动作出现的次数，k表示授课知识点的总数量，u[]表示阶跃函数、且当[]内的数值大于或者等于0，则阶跃函数的取值为1，当[]内的数值小于0，则阶跃函数的取值为0，
Figure BDA0002709447890000112
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最小次数，
Figure BDA0002709447890000113
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最大次数。
上述技术方案的有益效果为：通过上述公式(2)计算得到虚拟教师的讲课行为动作与授课知识内容之间的相关性评价值，能够在满足个性化要求的情况下使虚拟教师行为进一步满足与教授的知识相关行，从而利用个性化的行为动作促进学生对知识的理解。
优选地，在该步骤S3中，根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整该虚拟教师的讲课状态具体包括：
步骤S301，根据下面公式(3)，确定该虚拟教师的讲课行为动作对应的动作等级评价值：
Figure BDA0002709447890000121
在上述公式(3)中，Pa表示虚拟教师的第a个讲课行为动作的动作等级评价值，Xa表示虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，m表示虚拟教师对应的讲课行为动作总数量；
步骤S302，若Pa小于或者等于预设评价阈值，则剔除其对应的讲课行为动作，否则，保留其对应的讲课行为动作；
步骤S303，按照上述保留下来的所有讲课行为动作对应的动作等级评价值由大到小进行排序，并增加排序越靠前的讲课行为动作的出现次数，从而调整该虚拟教师的讲课状态。
上述技术方案的有益效果为：通过上述公式(3)计算得到虚拟教师的讲课行为动作对应的动作等级评价值，能够便于客观地和有效地对虚拟教师的不同讲课行为动作进行量化评价，从而全面地筛选出与学生匹配的个性化讲课行为动作，以此为学生提供个性化教学的虚拟现实教学，并有效地提高虚拟现实教学的教学质量和教学体验性。
参阅图2，为本发明实施例提供的个性化虚拟教师行为生成系统的结构示意图。该个性化虚拟教师行为生成系统包括教学过程拍摄模块、讲课行为质量确定模块、讲课行为与授课知识相关性确定模块和讲课状态调整模块；其中，
该教学过程拍摄模块用于对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像；
该讲课行为质量确定模块用于根据该教学过程图像，确定该学生的脸部动作反应信息和该虚拟教师的讲课行为动作信息，再根据该脸部动作反应信息和该讲课行为动作信息，确定该学生针对该虚拟教师的讲课行为质量评价值；
该讲课行为与授课知识相关性确定模块用于根据该讲课行为动作信息和该虚拟教课的讲课知识内容信息，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性信息；
该讲课状态调整模块用于根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整该虚拟教师的讲课状态。
上述技术方案的有益效果为：该个性化虚拟教师行为生成系统能够对学生听取虚拟教师讲课的过程进行跟踪拍摄，以此获得学生的脸部动作反应信息和虚拟教师的讲课行为动作信息，并确定学生针对虚拟教师的讲课行为质量评价值以及虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，最后根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整虚拟教师的讲课状态，这样能够根据学生对虚拟教师的讲课质量评价，使虚拟教师能够为学生提供个性化教学的虚拟现实教学，并有效地提高虚拟现实教学的教学质量和教学体验性。
优选地，该教学过程拍摄模块对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像具体包括：
在学生听取虚拟教师讲课的过程中，对该学生和该虚拟教师进行同步拍摄，以此获得该教学过程图像；
以及，
该讲课行为质量确定模块根据该教学过程图像，确定该学生的脸部动作反应信息和该虚拟教师的讲课行为动作信息，再根据该脸部动作反应信息和该讲课行为动作信息，确定该学生针对该虚拟教师的讲课行为质量评价值具体包括：
对该教学过程图像进行识别处理，从而得到该学生在听课过程中的脸部动作反应信息和该虚拟教师的讲课行为动作信息；
并据该脸部动作反应信息包含的五官动作平均幅度值，确定该学生在做出当前脸部动作反应时，该学生对当前该虚拟教师的讲课行为动作的质量评分值，若该五官动作平均幅度值超过预设幅度阈值，则确定该质量评分值为0，否则，确定该质量评分值为1；
再根据下面公式(1)，确定所有学生针对该虚拟教师的讲课行为质量评价值：
Figure BDA0002709447890000141
在上述公式(1)中，Xa表示该虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Ri,a表示第i个学生对该虚拟教师的第a个讲课行为的质量评分值、且第i个学生对应的质量评分值是根据上述质量评分值的计算过程而确定的，即当第i个学生的五官动作平均幅度值超过该预设幅度阈值时，Ri,a＝0，否则Ri,a＝1，n表示学生的总数量。
上述技术方案的有益效果为：通过对学生听取虚拟教师讲课的全过程进行同步拍摄能够准确地和全面地获得关学生在听课过程中的脸部动作反应信息和虚拟教师的讲课行为工作信息，以便于后续对学生和虚拟教师进行关联分析；此外，由于学生在听课过程中的五官动作平均幅度能够真实地反映学生对虚拟教师讲课行为动作的观感，而通过上述公式(1)计算所有学生针对虚拟教师的讲课行为质量评价值，能够客观地和准确地将所有学生对虚拟教师的讲课行为进行量化的评价。
优选地，该讲课行为与授课知识相关性确定模块根据该讲课行为动作信息和该虚拟教课的讲课知识内容信息，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性信息具体包括：
获取该虚拟教师的所有讲课行为出现次数情况以及所有授课知识点出现情况；
再根据下面公式(2)，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性评价值：
Figure BDA0002709447890000142
在上述公式(2)中，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，Ya,b表示虚拟教师在讲解第b个授课知识点时第a个讲课行为动作出现的次数，k表示授课知识点的总数量，u[]表示阶跃函数、且当[]内的数值大于或者等于0，则阶跃函数的取值为1，当[]内的数值小于0，则阶跃函数的取值为0，
Figure BDA0002709447890000151
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最小次数，
Figure BDA0002709447890000152
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最大次数。
上述技术方案的有益效果为：通过上述公式(2)计算得到虚拟教师的讲课行为动作与授课知识内容之间的相关性评价值，能够在满足个性化要求的情况下使虚拟教师行为进一步满足与教授的知识相关行，从而利用个性化的行为动作促进学生对知识的理解。
优选地，该讲课状态调整模块根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整该虚拟教师的讲课状态具体包括：
根据下面公式(3)，确定该虚拟教师的讲课行为动作对应的动作等级评价值：
Figure BDA0002709447890000153
在上述公式(3)中，Pa表示虚拟教师的第a个讲课行为动作的动作等级评价值，Xa表示虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，m表示虚拟教师对应的讲课行为动作总数量；
并当Pa小于或者等于预设评价阈值时，则剔除其对应的讲课行为动作，否则，保留其对应的讲课行为动作；
再按照上述保留下来的所有讲课行为动作对应的动作等级评价值由大到小进行排序，并增加排序越靠前的讲课行为动作的出现次数，从而调整该虚拟教师的讲课状态。
上述技术方案的有益效果为：通过上述公式(3)计算得到虚拟教师的讲课行为动作对应的动作等级评价值，能够便于客观地和有效地对虚拟教师的不同讲课行为动作进行量化评价，从而全面地筛选出与学生匹配的个性化讲课行为动作，以此为学生提供个性化教学的虚拟现实教学，并有效地提高虚拟现实教学的教学质量和教学体验性。
从上述实施例的内容可知，该个性化虚拟教师行为生成方法和系统通过对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据该教学过程图像，确定该学生的脸部动作反应信息和该虚拟教师的讲课行为动作信息，再根据该脸部动作反应信息和该讲课行为动作信息，确定该学生针对该虚拟教师的讲课行为质量评价值，并根据该讲课行为动作信息和该虚拟教课的讲课知识内容信息，确定该虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，再根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整该虚拟教师的讲课状态；可见，该个性化虚拟教师行为生成方法和系统能够对学生听取虚拟教师讲课的过程进行跟踪拍摄，以此获得学生的脸部动作反应信息和虚拟教师的讲课行为动作信息，并确定学生针对虚拟教师的讲课行为质量评价值以及虚拟教师的讲课行为动作与授课知识内容之间的相关性信息，最后根据该讲课质量评价值和该相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整虚拟教师的讲课状态，这样能够根据学生对虚拟教师的讲课质量评价，使虚拟教师能够为学生提供个性化教学的虚拟现实教学，并有效地提高虚拟现实教学的教学质量和教学体验性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.个性化虚拟教师行为生成方法，其特征在于，其包括如下步骤：
步骤S1，对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据所述教学过程图像，确定所述学生的脸部动作反应信息和所述虚拟教师的讲课行为动作信息，再根据所述脸部动作反应信息和所述讲课行为动作信息，确定所述学生针对所述虚拟教师的讲课行为质量评价值；
步骤S2，根据所述讲课行为动作信息和所述虚拟教课的讲课知识内容信息，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性信息；
步骤S3，根据所述讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整所述虚拟教师的讲课状态。
2.如权利要求1所述的个性化虚拟教师行为生成方法，其特征在于：
在所述步骤S1中，对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像，并根据所述教学过程图像，确定所述学生的脸部动作反应信息和所述虚拟教师的讲课行为动作信息，再根据所述脸部动作反应信息和所述讲课行为动作信息，确定所述学生针对所述虚拟教师的讲课行为质量评价值具体包括：
步骤S101，在学生听取虚拟教师讲课的过程中，对所述学生和所述虚拟教师进行同步拍摄，以此获得所述教学过程图像；
步骤S102，对所述教学过程图像进行识别处理，从而得到所述学生在听课过程中的脸部动作反应信息和所述虚拟教师的讲课行为动作信息；
步骤S103，根据所述脸部动作反应信息包含的五官动作平均幅度值，确定所述学生在做出当前脸部动作反应时，所述学生对当前所述虚拟教师的讲课行为动作的质量评分值，若所述五官动作平均幅度值超过预设幅度阈值，则确定所述质量评分值为0，否则，确定所述质量评分值为1；
步骤S104，根据下面公式(1)，确定所有学生针对所述虚拟教师的讲课行为质量评价值：
Figure FDA0002709447880000021
在上述公式(1)中，Xa表示所述虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Ri,a表示第i个学生对所述虚拟教师的第a个讲课行为的质量评分值、且第i个学生对应的质量评分值是根据上述质量评分值的计算过程而确定的，即当第i个学生的五官动作平均幅度值超过所述预设幅度阈值时，Ri,a＝0，否则Ri,a＝1，n表示学生的总数量。
3.如权利要求2所述的个性化虚拟教师行为生成方法，其特征在于：
在所述步骤S2中，根据所述讲课行为动作信息和所述虚拟教课的讲课知识内容信息，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性信息具体包括：
步骤S201，获取所述虚拟教师的所有讲课行为出现次数情况以及所有授课知识点出现情况；
步骤S202，根据下面公式(2)，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性评价值：
Figure FDA0002709447880000022
在上述公式(2)中，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，Ya,b表示虚拟教师在讲解第b个授课知识点时第a个讲课行为动作出现的次数，k表示授课知识点的总数量，u[]表示阶跃函数、且当[]内的数值大于或者等于0，则阶跃函数的取值为1，当[]内的数值小于0，则阶跃函数的取值为0，
Figure FDA0002709447880000031
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最小次数，
Figure FDA0002709447880000032
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最大次数。
4.如权利要求3所述的个性化虚拟教师行为生成方法，其特征在于：
在所述步骤S3中，根据所述讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整所述虚拟教师的讲课状态具体包括：
步骤S301，根据下面公式(3)，确定所述虚拟教师的讲课行为动作对应的动作等级评价值：
Figure FDA0002709447880000033
在上述公式(3)中，Pa表示虚拟教师的第a个讲课行为动作的动作等级评价值，Xa表示虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，m表示虚拟教师对应的讲课行为动作总数量；
步骤S302，若Pa小于或者等于预设评价阈值，则剔除其对应的讲课行为动作，否则，保留其对应的讲课行为动作；
步骤S303，按照上述保留下来的所有讲课行为动作对应的动作等级评价值由大到小进行排序，并增加排序越靠前的讲课行为动作的出现次数，从而调整所述虚拟教师的讲课状态。
5.个性化虚拟教师行为生成系统，其特征在于，其包括教学过程拍摄模块、讲课行为质量确定模块、讲课行为与授课知识相关性确定模块和讲课状态调整模块；其中，
所述教学过程拍摄模块用于对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像；
所述讲课行为质量确定模块用于根据所述教学过程图像，确定所述学生的脸部动作反应信息和所述虚拟教师的讲课行为动作信息，再根据所述脸部动作反应信息和所述讲课行为动作信息，确定所述学生针对所述虚拟教师的讲课行为质量评价值；
所述讲课行为与授课知识相关性确定模块用于根据所述讲课行为动作信息和所述虚拟教课的讲课知识内容信息，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性信息；
所述讲课状态调整模块用于根据所述讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整所述虚拟教师的讲课状态。
6.如权利要求5所述的个性化虚拟教师行为生成系统，其特征在于：
所述教学过程拍摄模块对学生听取虚拟教师讲课的过程进行拍摄，以此获得教学过程图像具体包括：
在学生听取虚拟教师讲课的过程中，对所述学生和所述虚拟教师进行同步拍摄，以此获得所述教学过程图像；
以及，
所述讲课行为质量确定模块根据所述教学过程图像，确定所述学生的脸部动作反应信息和所述虚拟教师的讲课行为动作信息，再根据所述脸部动作反应信息和所述讲课行为动作信息，确定所述学生针对所述虚拟教师的讲课行为质量评价值具体包括：
对所述教学过程图像进行识别处理，从而得到所述学生在听课过程中的脸部动作反应信息和所述虚拟教师的讲课行为动作信息；
并据所述脸部动作反应信息包含的五官动作平均幅度值，确定所述学生在做出当前脸部动作反应时，所述学生对当前所述虚拟教师的讲课行为动作的质量评分值，若所述五官动作平均幅度值超过预设幅度阈值，则确定所述质量评分值为0，否则，确定所述质量评分值为1；
再根据下面公式(1)，确定所有学生针对所述虚拟教师的讲课行为质量评价值：
Figure FDA0002709447880000051
在上述公式(1)中，Xa表示所述虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Ri,a表示第i个学生对所述虚拟教师的第a个讲课行为的质量评分值、且第i个学生对应的质量评分值是根据上述质量评分值的计算过程而确定的，即当第i个学生的五官动作平均幅度值超过所述预设幅度阈值时，Ri,a＝0，否则Ri,a＝1，n表示学生的总数量。
7.如权利要求6所述的个性化虚拟教师行为生成系统，其特征在于：
所述讲课行为与授课知识相关性确定模块根据所述讲课行为动作信息和所述虚拟教课的讲课知识内容信息，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性信息具体包括：
获取所述虚拟教师的所有讲课行为出现次数情况以及所有授课知识点出现情况；
再根据下面公式(2)，确定所述虚拟教师的讲课行为动作与授课知识内容之间的相关性评价值：
Figure FDA0002709447880000061
在上述公式(2)中，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，Ya,b表示虚拟教师在讲解第b个授课知识点时第a个讲课行为动作出现的次数，k表示授课知识点的总数量，u[]表示阶跃函数、且当[]内的数值大于或者等于0，则阶跃函数的取值为1，当[]内的数值小于0，则阶跃函数的取值为0，
Figure FDA0002709447880000062
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最小次数，
Figure FDA0002709447880000063
表示虚拟教师在讲解每一个授课知识点时第a个讲课行为动作出现的最大次数。
8.如权利要求7所述的个性化虚拟教师行为生成系统，其特征在于：
所述讲课状态调整模块根据所述讲课质量评价值和所述相关性信息，筛选出满足预设讲课条件的讲课行为动作，从而重新调整所述虚拟教师的讲课状态具体包括：
根据下面公式(3)，确定所述虚拟教师的讲课行为动作对应的动作等级评价值：
Figure FDA0002709447880000064
在上述公式(3)中，Pa表示虚拟教师的第a个讲课行为动作的动作等级评价值，Xa表示虚拟教师的第a个讲课行为对应的讲课行为质量评价值，Sa表示虚拟教师的第a个讲课行为动作与所有授课知识点之间的相关性评价值，m表示虚拟教师对应的讲课行为动作总数量；
并当Pa小于或者等于预设评价阈值时，则剔除其对应的讲课行为动作，否则，保留其对应的讲课行为动作；
再按照上述保留下来的所有讲课行为动作对应的动作等级评价值由大到小进行排序，并增加排序越靠前的讲课行为动作的出现次数，从而调整所述虚拟教师的讲课状态。
CN202011050679.7A 2020-09-29 2020-09-29 个性化虚拟教师行为生成方法和系统 Pending CN112183364A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011050679.7A CN112183364A (zh) 2020-09-29 2020-09-29 个性化虚拟教师行为生成方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011050679.7A CN112183364A (zh) 2020-09-29 2020-09-29 个性化虚拟教师行为生成方法和系统

Publications (1)

Publication Number Publication Date
CN112183364A true CN112183364A (zh) 2021-01-05

Family

ID=73945849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011050679.7A Pending CN112183364A (zh) 2020-09-29 2020-09-29 个性化虚拟教师行为生成方法和系统

Country Status (1)

Country Link
CN (1) CN112183364A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113222790A (zh) * 2021-04-26 2021-08-06 深圳市方直科技股份有限公司 基于人工智能的在线课程生成系统及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113222790A (zh) * 2021-04-26 2021-08-06 深圳市方直科技股份有限公司 基于人工智能的在线课程生成系统及设备

Similar Documents

Publication Publication Date Title
CN108777087B (zh) 一种基于云服务器的远程教育系统
CN111610862A (zh) 一种基于眼动信号的在线教学模式切换方法
CN110364043A (zh) 一种纸云智能教育系统及使用方法
CN110930781A (zh) 录播系统
CN110827856A (zh) 授课的测评方法
CN111369408A (zh) 一种医院本科实习生教学管理系统及方法
CN111522877B (zh) 教育课程在线同步处理系统
CN112183364A (zh) 个性化虚拟教师行为生成方法和系统
CN113128421A (zh) 学习状态检测方法、系统、学习终端、服务器及电子设备
CN112634096A (zh) 一种基于智能黑板的课堂管理方法及系统
CN111667128B (zh) 教学质量评估方法、装置及系统
CN112185195A (zh) Ai控制远程教学课堂的方法和装置
CN116976743A (zh) 线上课程教学评估系统及方法
CN114554144B (zh) 一种基于嵌入式的网络直播视频流硬件化系统及方法
KR102622115B1 (ko) 실시간 화상 교육 시스템에서의 학습자 그루핑 방법
KR20160020924A (ko) 멀티미디어 학습 평가 시스템
WO2021131954A1 (ja) 情報処理装置、情報処理方法、及びプログラム
KR101576768B1 (ko) 온라인을 이용한 강의 콘텐츠 제작 및 제공방법
CN113409635A (zh) 基于虚拟现实场景的互动教学方法与系统
CN110853428A (zh) 基于物联网的录播控制方法及系统
CN111311134A (zh) 一种智慧教育云平台
CN111415540A (zh) 一种英语教学用互动式教学设备
CN118378959B (zh) 一种基于物联网的教学质量综合评估系统
TWM600908U (zh) 學習狀態改善管理系統
CN110968138B (zh) 基于控制系统的信息交互方法

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