CN113657509A - 教学训练提升方法、装置、终端和存储介质 - Google Patents
教学训练提升方法、装置、终端和存储介质 Download PDFInfo
- Publication number
- CN113657509A CN113657509A CN202110952646.XA CN202110952646A CN113657509A CN 113657509 A CN113657509 A CN 113657509A CN 202110952646 A CN202110952646 A CN 202110952646A CN 113657509 A CN113657509 A CN 113657509A
- Authority
- CN
- China
- Prior art keywords
- blackboard
- teaching
- writing
- target
- writing picture
- 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
- 238000012549 training Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 20
- 230000006872 improvement Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 description 16
- 230000001737 promoting effect Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Technology (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Drawing Aids And Blackboards (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种教学训练提升方法、装置、终端和存储介质,所述方法包括:获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,对板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对目标板书画面和各个标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果;基于比对结果确定训练提升信息,并将训练提升信息向教师进行推荐。通过实施上述方法,可以对教学板书进行智能比对,并基于比对结果向教师推荐相应训练提升信息,提升终端对于信息推荐的智能性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种教学训练提升方法、装置、终端和存储介质。
背景技术
板书作为课堂教学中的重要组成部分,对于课堂质量有重要意义,优秀的板书不仅仅能够简化课堂教学,也能有效提升学生的学习效果。而现有技术下,要评价一位老师的课堂板书,往往是安排其他的老师去听课,然后由评课老师进行评价。
实际中,安排评委听讲的方式存在诸多问题。首先不是所有的讲解活动都能找到合适的评委,比如老师讲课,不可能为老师的每一堂课安排一位评委老师;其次,评委老师的水平会影响到评价结果的真实性;最后,评价结果容易收到评委老师的主观影响,从而导致结果失去客观性,并且,评估结果也只是给出了评价,而无法对教师实际的教学技能进行训练提升。
发明内容
本发明提供了一种教学训练提升方法、装置、终端和存储介质,可以对教学板书进行智能比对,并基于比对结果向教师推荐相应训练提升方法,提升终端推荐信息的智能性。
一方面,本发明提供了一种教学训练提升方法,所述方法包括:
获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,所述板书画面集合中包括至少一张板书画面,每张板书画面对应所述教学视频中的一个时间节点,所述板书画面为教学场景下板书区域中呈现的画面;
对所述板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,所述去重处理用于去除各个板书画面中重复的内容;
确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对所述目标板书画面和所述标准板书画面集合中各个标准板书画面进行处理,得到所述目标板书画面与各个标准板书画面之间的比对结果;
基于所述比对结果确定针对所述教师的训练提升信息,并将所述训练提升信息向所述教师进行推荐。
一方面,本申请实施例提供了一种教学训练提升装置,所述装置包括:
获取模块,用于获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,所述板书画面集合中包括至少一张板书画面,每张板书画面对应所述教学视频中的一个时间节点,所述板书画面为教学场景下板书区域中呈现的画面;
去重模块,用于对所述板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,所述去重处理用于去除各个板书画面中重复的内容;
确定模块,用于确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对所述目标板书画面和所述标准板书画面集合中各个标准板书画面进行处理,得到所述目标板书画面与各个标准板书画面之间的比对结果;
推荐模块,用于基于所述比对结果确定针对所述教师的训练提升信息,并将所述训练提升信息向所述教师进行推荐。
一方面,本申请实施例提供了一种终端,包括处理器、输入接口、输出接口和存储器,所述处理器、输入接口、输出接口和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行所述教学训练提升方法。
一方面,本申请实施例提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行所述教学训练提升方法。
本申请实施例中,终端获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,对板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对目标板书画面和标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果;基于比对结果确定训练提升信息,并将训练提升信息向教师进行推荐。通过实施上述方法,可以对教学板书进行智能比对,并基于比对结果向教师推荐相应训练提升信息,提升终端对于信息推荐的智能性,以及提升教师的教学水平。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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为本发明实施例提供的一种教学训练提升方法的流程示意图;
图2为本发明实施例提供的另一种教学训练提升方法的流程示意图;
图3为本发明实施例提供的一种教学训练提升系统的结构示意图;
图4为本发明实施例提供的一种教学训练提升装置的结构示意图;
图5为本发明实施例提供的一种终端的结构示意图。
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,所描述的实施例是本申请一部分实施例,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,都属于本发明保护的范围。
本发明实施例提供的教学训练提升方法实现于终端,所述终端包括智能录播主机、智能手机、平板电脑、数字音视频播放器、电子阅读器、手持游戏机或车载电子设备等电子设备。
图1是本发明实施例中一种教学训练提升方法的流程示意图,如图1所示,本实施例中的教学训练提升方法的流程可以包括:
S101、获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合。
本申请实施例中,板书画面集合中包括至少一张板书画面,每张板书画面对应教学视频中的一个时间节点,板书画面为教学场景下板书区域中呈现的画面。其中,教学场景下可以安装有多个摄像设备(如网络摄像头)以及音频采集设备(如麦克风),摄像头可以实时返回教学场景下的画面,终端根据摄像头实时返回的画面得到教学场景下教师的教学视频。
进一步的,终端可以基于截取指令对教学视频中的板书画面进行截取,截取指令可以由以下方式触发生成,当检测到输入的预设操作时,触发生成截取指令;预设操作可以为用户在终端中输入的点击操作、按压操作、滑动操作等,如检测到用户针对终端中截屏按键输入了点击操作,则终端可以生成触发指令。或者,当检测到当前时间满足预设时间条件时,触发生成截取指令,即预先可以设置截屏周期,每间隔固定时长进行一次截屏,该固定时长可以由教师进行教学的科目确定,如教师教学科目为语文,则固定时长可以为10分钟,教书教学科目为数学,则固定时长可以为5分钟。或者,当检测到教学视频中画面满足预设画面条件时,触发生成截取指令。预设画面条件可以为教学场景下板书区域中字符占用面积达到预设阈值,如当检测到板书区域中字符占用面积超过1平方米时,确定满足预设画面条件,或者,当检测到视频中教师有书写完成的动作时,确定满足预设画面条件。终端可以在每次截取指令生成后,响应于截取指令,截取出当前视频中的板书画面,得到多个板书画面,并基于该多个板书画面构建出板书画面集合。
S102、对板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面。
本申请实施例中,终端获取到板书画面集合之后,将对板书画面集合进行去重处理,去重处理用于去除各个板书画面中重复的内容。
在一种实现方式中,去重处理的方式为,以获取到的板书画面集合中第一张板书画面为准,通过画面对比,将第二张板书画面中不相同的部分截取下来,并且再以第一张和第二张板书画面为准,对第三张板书画面执行以上操作,即采用前N张板书画面为基准,对第N+1张板书画面进行画面截取,直到将所有截取到的板书画面全部对比,只保留不同的内容。
终端完成板书画面的去重处理之后,可以对去重处理后的各个板书画面进行拼接,得到目标板书画面,拼接具体可以按照板书画面出现的时间先后顺序进行拼接,即先出现的板书画面在前,后出现的板书画面在后,可选的实现方式中,为了防止因截取间隔较长导致的目标板书画面中存在遗漏的板书内容,终端可以采用校验机制对目标板书画面进行校验,具体的,教学场景下的板书区域内安装有笔迹检测装置,可以检测用户在板书区域中输入的内容,终端具体可以接收笔迹检测装置返回的针对板书区域书写的笔迹信息,并根据笔迹信息确定出参考板书内容,并校验目标板书画面中内容与参考板书内容是否匹配,若匹配,则确定目标板书画面中无遗漏板书内容,若不匹配,则可调整板书画面的截取间隔时长,重新生成目标板书画面。
S103、确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对目标板书画面和标准板书画面集合中各个标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果。
本申请实施例中,终端得到目标板书画面之后,将确定预先录入的教学目标对应的标准板书画面集合,其中,教师可以在教学开始之前,录入教学目标,终端接收教师录入的教学目标,并确定预先录入的教学目标对应的标准板书画面集合,其中,教学目标可以包括教学内容名称,如语文课程中的“出师表”,或者,教学目标中还包括需完成的课堂内容,如课程(出师表)背景讲解、课程(出师表)翻译解读等,或者,教学目标可以包括教学时间、教学地点、知识点、知识点的运用技能以及传授知识的方法中的一种或多种。
终端确定预先录入的教学目标对应的标准板书画面集合的具体方式可以为,获取教学目标对应的历史板书画面集合以及指标项集合,针对指标项集合中每个指标项,从历史板书画面集合中筛选出与指标项匹配度最高的历史板书画面,作为指标项对应的一个标准板书画面;根据指标项集合中各个指标项对应的标准板书画面,构建教学目标对应的标准板书画面集合。其中,历史板书画面集合中包括了历史记录的至少一个针对教学目标构建的板书画面,指标项集合中包括至少一个用于对教学板书进行评价的指标项。
需要说明的是,可以预先设置了多个教学目标,每个教学目标对应有多个历史板书画面,教学目标对应的历史板书画面为历史记录的针对教学目标进行教学时,教师书写的板书画面,因历史记录可记录了不同老师在不同时间针对同一教学目标输入的板书画面,终端基于此构建出教学目标和各个历史板书画面的对应关系,并对应存储与数据库中,后续即可从数据库中查询到教学目标对应的历史板书画面,例如,针对教学目标“出师表”,教师1书写了板书画面1,教师2书写了板书画面2,教师3书写了板书画面3,则终端可以将板书画面1、板书画面2和板书目标3作为教学目标“出师表”对应的多个历史板书画面。教学目标对应的指标项集合可以由用户进行预先录入,每个教学目标可对应不同的指标项,如针对教学目标“出师表”,预先录入的指标项包括板书字迹工整度、板书内容的条理性、板书内容逻辑性;针对教学目标“勾股定理”,预先录入的指标项包括板书结构完整度、板书内容简洁度、板书位置合理度。针对指标项集合中每个指标项,终端从历史板书画面集合中筛选出与指标项匹配度最高的历史板书画面的具体方式可以为,终端基于指标项调用比对模型对各个历史板书画面进行比对,得到各个历史板书画面的指标比对结果,并将比对结果中指示的最优的历史板书画面作为与指标项匹配度最高的历史板书画面,例如,教学目标为“出师表”,指标项为板书字迹工整度,则可以调用比对模型对各个历史板书画面中字迹工整度进行比对,得到工整度最优的历史板书画面,并后续作为“出师表”下板书字迹工整度指标对应的标准板书画面。其中,不同的指标项可对应有不同的标准板书画面,指标项包括板书中字体大小、文字工整度、文字清晰度、文字变化度(单字粗细变化、单字饱满度变化、多字粗细变化、多字饱满度变化、多字大小变化、多字正斜变化、文字色彩变化)、板书位置、板书内容间的位置关系、板书内容的简洁性、板书内容的条理性、板书内容的逻辑性等。
进一步的,终端调用比对模型对目标板书画面和标准板书画面集合中各个标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果,其中,终端调用比对模型对目标板书画面和标准板书画面集合中任一张标准板书画面进行处理,得到目标板书画面与标准板书画面之间的比对结果的方式可以为,确定标准板书画面对应的目标指标项,并确定目标指标项对应的目标比对参数,将比对模型的参数调整为目标比对参数,并将目标板书画面和标准板书画面输入至参数调整后的比对模型中;得到针对目标指标项的比对结果,目标指标项包括工整度指标项、清晰度指标项、结构指标项等;通过将比对模型的参数进行调整,可以使得比对模型用于比对响应的指标,如工整度指标项对应第一参数,清晰度指标项对应第二参数,则将比对模型的模型参数调整为第一参数时,比对模型用于对板书画面间工整度进行比较,将比对模型的模型参数调整为第二参数时,比对模型用于对画面间的清晰度进行比较。其中,比对模型具体可以输出画面间的比对结果,比对结果具体可以将标准板书画面的输出设定为100%,并基于目标板书画面与该标准板书画面的差异得到目标板书画面对应的百分比。比对模型可以为深度神经网络模型,每个指标项对应的参数可以预先对比对模型进行训练得到,针对每个指标项,都可以采用大量样本对其训练,找到最适合该指标项的模型参数,例如,针对工整度指标项,终端获取到至少一个样本组,样本组中包括两张样本板书画面以及预设工整度比对结果,并基于该至少一个样本组对比对模型进行训练,以使得比对模型中的参数得到更新,若参数更新后的比对模型满足预设条件,则确定比对模型训练完成,并将该参数更新后的比对模型中的模型参数确定为工整度指标项对应的比对参数,其中,预设条件可以为比对模型对于样本组中样本板书画面的预测准确率高于预设准确率,当针对样本板书画面间的预测比对结果与预设比对结果相同时,确定预测准确。
S104、基于比对结果确定针对教师的训练提升信息,并将训练提升信息向教师进行推荐。
本申请实施例中,终端得到目标板书画面与各个标准板书画面之间的比对结果之后,可以基于比对结果确定针对教师的训练提升信息,并将训练提升信息向教师进行推荐。具体的,终端可以根据比对结果确定每个标准板书画面对应的指标项的评分;并从数据库中查询到每个指标项的评分对应的训练提升方式;将每个指标项的评分和对应的训练提升方式作为针对所述教师的训练提升信息。其中,不同的比对结果可以对应有不同的评分,数据库中可以存储了各个指标项对应的训练提升方式,例如,针对工整度指标项,评分为80分时,对应的训练提升方式为练习板书模板1小时,评分为90分时,对应的训练提升方式为观看标准板书半小时,训练提升信息具体可以指示了训练时间、训练地点、训练方式、合作训练人员等。可选的,针对同样的比对结果,还可以结合历史情况确定相应评分,如此次比对结果与历史比对结果一样,则评分应相对较低,此次结果与历史比对结果有着明显进步,则评分应相对较高。在一个实施例中,终端基于比对结果确定指标项的评分的方式可以为,终端从数据库中获取针对教师的历史评价信息,所述历史教学评价信息包括历史评价规则、历史评价时间和历史评分;基于触发时间和历史评价时间确定间隔时长,并调用规则更新模型对间隔时长和历史评价规则进行处理,得到更新评价规则;基于更新评价规则对比对结果进行处理,得到指标项对应的评分。即实现针对不同的评估事件,自动更新规则进行评估。
进一步的,终端将训练提升信息向教师进行推荐,具体的,可以在满足触发条件时在教师使用的终端中显示训练提升信息或者输出训练提示信息对应的语音,实现训练提升信息的推荐。其中,触发条件可以为检测到当前时间为训练提示信息中指示的训练时间,或者,检测到当前地点为训练提示信息中指示的地点。
本申请实施例中,终端获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,对板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对目标板书画面和标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果;基于比对结果确定训练提升信息,并将训练提升信息向教师进行推荐。通过实施上述方法,可以对教学板书进行智能比对,并基于比对结果向教师推荐相应训练提升信息,提升终端对于信息推荐的智能性,以及提升教师的教学水平。
图2是本申请实施例中一种教学训练提升方法的流程示意图,如图2所示,本实施例中的教学训练提升方法的流程可以包括:
S201、接收教师录入的教学目标。
本申请实施例中,教师可以预先录入教学目标,具体可以通过文字输入、语音输入、拍照扫描等方式进行录入,教学目标可以包括教学时间、教学地点、课堂名称、知识点、知识点的运用技能以及传授知识的方法中的一种或多种,传授知识的方法包括讲解、演示、游戏以及互动等,终端对教师录入的教学目标进行接收。
S202、当检测到与教学目标匹配的触发信号时,通过布置于教学场景下的拍摄装置拍摄教学场景下教师进行教学的画面,得到教学场景下教师的教学视频。
本申请实施例中,终端接收到教学目标之后,将接收触发信号,并在检测到与教学目标匹配的触发信号时,通过布置于教学场景下的拍摄装置拍摄教学场景下教师进行教学的画面,得到教学场景下教师的教学视频。其中,触发信号具体可以是上课铃声、教师的语音、学生的语音等,每个教学目标可以匹配有不同的触发信号,如与教学目标1匹配的触发信号为11点-12点的上课铃声,与教学目标2匹配的触发信号为老师说出的“上课”语音,与教学目标3匹配的触发信号为学生说出的“起立”语音。教学场景可以为教室,教学场景中预先存在板书区域,包括传统板书区域和多媒体板书区域,可布置相应摄像头对板书区域中内容进行单独拍摄,并将拍摄得到的视频作为教学场景下教师的教学视频。
S203、获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合。
本申请实施例中,板书画面集合中包括至少一张板书画面,每张板书画面对应教学视频中的一个时间节点,板书画面为教学场景下板书区域中呈现的画面。
S204、对板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面。
本申请实施例中,去重处理用于去除各个板书画面中重复的内容。
S205、确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对目标板书画面和标准板书画面集合中各个标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果。
S206、基于比对结果确定针对教师的训练提升信息。
S207、获取教学场景下的教学音频。
本申请实施例中,通过布置于教学场景下的麦克风或话筒采集到教学场景下的教学音频,终端对采集到的教学音频进行获取,该教学音频可以包括了教师语音、学生语音、环境音等。
S208、基于声谱特征信息对教学音频进行分类处理,得到教学场景下各个人物对应的音频。
本申请实施例中,不同的人拥有不同的声谱,因此,终端可以基于接收到的声谱的不同对教学场景下不同人物的语音进行区分,实现基于声谱特征信息对教学音频进行分类处理,得到教学场景下各个人物对应的音频。
S209、通过语音转文字技术将各个人物对应的音频转换为文本,得到教学场景下各个人物的语言文本。
本申请实施例中,终端得到各个人物对应的音频之后,将通过语音转文字技术将各个人物对应的音频转换为文本,得到教学场景下各个人物的语言文本。其中,终端可基于语音识别技术确定出每段音频对应的发言人,并在文本转化完成后在语言文本中具体标注发言人的信息以及发言时间,以便后续分析。
S210、根据各个人物的语言文本确定教学目标的完成度,并根据完成度确定针对教师的改进措施,以及将改进措施添加至训练提升信息之中。
本申请实施例中,终端得到各个人物的语言文本之后,将根据各个人物的语言文本确定教学目标的完成度,具体可以通过关键词提取的方法提取出语言文本中的知识点,校验提取出的知识点与教学目标中的知识点是否匹配,并根据匹配度得到教学目标的完成度。例如,教学目标中包括了3个知识点,而从文本中只提取出了两个知识点,则确定匹配度为66.7%,完成度也即为66.7%。进一步的,终端可以从数据库中找到该完成度对应的改进措施,并将改进措施添加至训练提升信息之中。
S211、将训练提升信息向教师进行推荐。
本申请实施例中,终端获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,对板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对目标板书画面和标准板书画面集合中各个标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果;基于比对结果确定针对教师的训练提升信息,并结合语音对训练提升信息进行添补后向教师进行推荐。通过实施上述方法,可以对教学板书以及教学语音进行智能比对,并基于比对结果向教师推荐相应训练提升方法,提升教师教学水平。
如图3所示,为本申请实施例提供的一种教学训练提升系统的结构示意图,该教学训练提升系统中包括终端301、采集设备302和客户端303,其中,终端301与采集设备302建立有连接,采集设备302可以有摄像机和话筒,分别用于采集教学场景下的画面和声音。终端301可以获取到采集设备302上传的视频信息和音频信息,客户端303具体可以为教师使用的电子设备,终端301可以将相应训练提升信息发送给客户端303,通过上述系统,即可实现本申请图1和图2所示的方法。
基于上述教学训练提升方法实施例的描述,本申请实施例还公开了一种教学训练提升装置。该教学训练提升装置可以是运行于终端中的一个计算机程序(包括程序代码),也可以是包含在终端中的一个实体装置。该教学训练提升装置可以执行图1-图2所示的方法。请参见图4,该教学训练提升装置40包括:获取模块401、去重模块402、确定模块403、推荐模块404。
获取模块401,用于获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,所述板书画面集合中包括至少一张板书画面,每张板书画面对应所述教学视频中的一个时间节点,所述板书画面为教学场景下板书区域中呈现的画面;
去重模块402,用于对所述板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,所述去重处理用于去除各个板书画面中重复的内容;
确定模块403,用于确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对所述目标板书画面和所述标准板书画面集合中各个标准板书画面进行处理,得到所述目标板书画面与各个标准板书画面之间的比对结果;
推荐模块404,用于基于所述比对结果确定针对所述教师的训练提升信息,并将所述训练提升信息向所述教师进行推荐。
在一种实现方式中,获取模块401,还用于:
接收教师录入的教学目标;
当检测到与所述教学目标匹配的触发信号时,通过布置于教学场景下的拍摄装置拍摄所述教学场景下所述教师进行教学的画面,得到所述教学场景下教师的教学视频。
在一种实现方式中,获取模块401,还用于:
当检测到输入的预设操作时,触发生成截取指令;
或者,当检测到当前时间满足预设时间条件时,触发生成截取指令;
或者,当检测到所述教学视频中画面满足预设画面条件时,触发生成截取指令。
在一种实现方式中,确定模块403,具体用于:
获取所述教学目标对应的历史板书画面集合以及指标项集合,所述历史板书画面集合中包括了历史记录的至少一个针对所述教学目标构建的板书画面,所述指标项集合中包括至少一个用于对教学板书进行评价的指标项;
针对所述指标项集合中每个指标项,从所述历史板书画面集合中筛选出与指标项匹配度最高的历史板书画面,作为指标项对应的一个标准板书画面;
根据所述指标项集合中各个指标项对应的标准板书画面,构建所述教学目标对应的标准板书画面集合。
在一种实现方式中,确定模块403,具体用于:
确定标准板书画面对应的目标指标项,并确定所述目标指标项对应的目标比对参数,所述目标指标项包括工整度指标项、清晰度指标项、结构指标项中的至少一种;
将比对模型的模型参数调整为所述目标比对参数,所述目标比对参数用于触发所述比对模型基于目标指标项对所述标准板书画面和所述目标板书画面进行比对;
将所述所述目标板书画面和所述标准板书画面输入至参数调整后的比对模型中,得到所述目标板书画面与标准板书画面之间的比对结果。
在一种实现方式中,确定模块403,具体用于:
根据所述比对结果确定每个标准板书画面对应的指标项的评分;
从数据库中查询到每个指标项的评分对应的训练提升方式;
将每个指标项的评分和对应的训练提升方式作为针对所述教师的训练提升信息。
在一种实现方式中,推荐模块404,还用于:
获取教学场景下的教学音频;
基于声谱特征信息对所述教学音频进行分类处理,得到所述教学场景下各个人物对应的音频;
通过语音转文字技术将所述各个人物对应的音频转换为文本,得到所述教学场景下各个人物的语言文本;
根据所述各个人物的语言文本确定所述教学目标的完成度,并根据所述完成度确定针对所述教师的改进措施,以及将所述改进措施添加至所述训练提升信息之中。
本申请实施例中,获取模块401获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,去重模块402对板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,确定模块403确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对目标板书画面和各个标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果;推荐模块404基于比对结果确定训练提升信息,并将训练提升信息向教师进行推荐。通过实施上述方法,可以对教学板书进行智能比对,并基于比对结果向教师推荐相应训练提升信息,提升终端对于信息推荐的智能性。
请参见图5,为本申请实施例提供的一种终端的结构示意图。如图5所示,该终端包括:至少一个处理器501,输入设备503,输出设备504,存储器505,至少一个通信总线502。其中,通信总线502用于实现这些组件之间的连接通信。其中,存储器505可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。其中处理器501可以结合图4所描述的装置,存储器505中存储一组程序代码,且处理器501,输入设备503,输出设备504调用存储器505中存储的程序代码,用于执行以下操作:
处理器501,用于获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,所述板书画面集合中包括至少一张板书画面,每张板书画面对应所述教学视频中的一个时间节点,所述板书画面为教学场景下板书区域中呈现的画面;
处理器501,用于对所述板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,所述去重处理用于去除各个板书画面中重复的内容;
处理器501,用于确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对所述目标板书画面和所述标准板书画面集合中各个标准板书画面进行处理,得到所述目标板书画面与各个标准板书画面之间的比对结果;
处理器501,用于基于所述比对结果确定针对所述教师的训练提升信息,并将所述训练提升信息向所述教师进行推荐。
在一种实现方式中,处理器501,具体用于:
接收教师录入的教学目标;
当检测到与所述教学目标匹配的触发信号时,通过布置于教学场景下的拍摄装置拍摄所述教学场景下所述教师进行教学的画面,得到所述教学场景下教师的教学视频。
在一种实现方式中,处理器501,具体用于:
当检测到输入的预设操作时,触发生成截取指令;
或者,当检测到当前时间满足预设时间条件时,触发生成截取指令;
或者,当检测到所述教学视频中画面满足预设画面条件时,触发生成截取指令。
在一种实现方式中,处理器501,具体用于:
当检测到输入的预设操作时,触发生成截取指令;
或者,当检测到当前时间满足预设时间条件时,触发生成截取指令;
或者,当检测到所述教学视频中画面满足预设画面条件时,触发生成截取指令。
在一种实现方式中,处理器501,具体用于:
确定标准板书画面对应的目标指标项,并确定所述目标指标项对应的目标比对参数,所述目标指标项包括工整度指标项、清晰度指标项、结构指标项中的至少一种;
将比对模型的模型参数调整为所述目标比对参数,所述目标比对参数用于触发所述比对模型基于目标指标项对所述标准板书画面和所述目标板书画面进行比对;
将所述所述目标板书画面和所述标准板书画面输入至参数调整后的比对模型中,得到所述目标板书画面与标准板书画面之间的比对结果。
在一种实现方式中,处理器501,具体用于:
根据所述比对结果确定每个标准板书画面对应的指标项的评分;
从数据库中查询到每个指标项的评分对应的训练提升方式;
将每个指标项的评分和对应的训练提升方式作为针对所述教师的训练提升信息。
在一种实现方式中,处理器501,具体用于:
获取教学场景下的教学音频;
基于声谱特征信息对所述教学音频进行分类处理,得到所述教学场景下各个人物对应的音频;
通过语音转文字技术将所述各个人物对应的音频转换为文本,得到所述教学场景下各个人物的语言文本;
根据所述各个人物的语言文本确定所述教学目标的完成度,并根据所述完成度确定针对所述教师的改进措施,以及将所述改进措施添加至所述训练提升信息之中。
本申请实施例中,处理器501获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,对板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对目标板书画面和各个标准板书画面进行处理,得到目标板书画面与各个标准板书画面之间的比对结果;基于比对结果确定训练提升信息,并将训练提升信息向教师进行推荐。通过实施上述方法,可以对教学板书进行智能比对,并基于比对结果向教师推荐相应训练提升信息,提升终端对于信息推荐的智能性。
本申请实施例中所述模块,可以通过通用集成电路,例如CPU(CentralProcessing Unit,中央处理器),或通过ASIC(Application Specific IntegratedCircuit,专用集成电路)来实现。
应当理解,在本申请实施例中,所称处理器501可以是中央处理模块(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该总线502可以分为地点总线、数据总线、控制总线等,为便于表示,图5仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的计算机可读存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccess Memory,RAM)等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (10)
1.一种教学训练提升方法,其特征在于,所述方法包括:
获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,所述板书画面集合中包括至少一张板书画面,每张板书画面对应所述教学视频中的一个时间节点,所述板书画面为教学场景下板书区域中呈现的画面;
对所述板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,所述去重处理用于去除各个板书画面中重复的内容;
确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对所述目标板书画面和所述标准板书画面集合中各个标准板书画面进行处理,得到所述目标板书画面与各个标准板书画面之间的比对结果;
基于所述比对结果确定针对所述教师的训练提升信息,并将所述训练提升信息向所述教师进行推荐。
2.根据权利要求1所述的方法,其特征在于,获取教学场景下教师的教学视频之前,所述方法还包括:
接收教师录入的教学目标;
当检测到与所述教学目标匹配的触发信号时,通过布置于教学场景下的拍摄装置拍摄所述教学场景下所述教师进行教学的画面,得到所述教学场景下教师的教学视频。
3.根据权利要求1所述的方法,其特征在于,所述基于截取指令对教学视频中的板书画面进行截取之前,所述方法还包括:
当检测到输入的预设操作时,触发生成截取指令;
或者,当检测到当前时间满足预设时间条件时,触发生成截取指令;
或者,当检测到所述教学视频中画面满足预设画面条件时,触发生成截取指令。
4.根据权利要求1所述的方法,其特征在于,所述确定预先录入的教学目标对应的标准板书画面集合,包括:
获取所述教学目标对应的历史板书画面集合以及指标项集合,所述历史板书画面集合中包括了历史记录的至少一个针对所述教学目标构建的板书画面,所述指标项集合中包括至少一个用于对教学板书进行评价的指标项;
针对所述指标项集合中每个指标项,从所述历史板书画面集合中筛选出与指标项匹配度最高的历史板书画面,作为指标项对应的一个标准板书画面;
根据所述指标项集合中各个指标项对应的标准板书画面,构建所述教学目标对应的标准板书画面集合。
5.根据权利要求4所述的方法,其特征在于,调用比对模型对所述目标板书画面和所述标准板书画面集合中任一张标准板书画面进行处理,得到所述目标板书画面与标准板书画面之间的比对结果的方式,包括:
确定标准板书画面对应的目标指标项,并确定所述目标指标项对应的目标比对参数,所述目标指标项包括工整度指标项、清晰度指标项、结构指标项中的至少一种;
将比对模型的模型参数调整为所述目标比对参数,所述目标比对参数用于触发所述比对模型基于目标指标项对所述标准板书画面和所述目标板书画面进行比对;
将所述所述目标板书画面和所述标准板书画面输入至参数调整后的比对模型中,得到所述目标板书画面与标准板书画面之间的比对结果。
6.根据权利要求4或5所述的方法,其特征在于,所述基于所述比对结果确定针对所述教师的训练提升信息,包括:
根据所述比对结果确定每个标准板书画面对应的指标项的评分;
从数据库中查询到每个指标项的评分对应的训练提升方式;
将每个指标项的评分和对应的训练提升方式作为针对所述教师的训练提升信息。
7.根据权利要求1或2所述的方法,其特征在于,所述基于所述比对结果确定针对所述教师的训练提升信息之后,所述方法还包括:
获取教学场景下的教学音频;
基于声谱特征信息对所述教学音频进行分类处理,得到所述教学场景下各个人物对应的音频;
通过语音转文字技术将所述各个人物对应的音频转换为文本,得到所述教学场景下各个人物的语言文本;
根据所述各个人物的语言文本确定所述教学目标的完成度,并根据所述完成度确定针对所述教师的改进措施,以及将所述改进措施添加至所述训练提升信息之中。
8.一种教学训练提升装置,其特征在于,所述装置包括:
获取模块,用于获取教学场景下教师的教学视频,并基于截取指令对教学视频中的板书画面进行截取,得到板书画面集合,所述板书画面集合中包括至少一张板书画面,每张板书画面对应所述教学视频中的一个时间节点,所述板书画面为教学场景下板书区域中呈现的画面;
去重模块,用于对所述板书画面集合进行去重处理,并对去重处理后的各个板书画面进行拼接,得到目标板书画面,所述去重处理用于去除各个板书画面中重复的内容;
确定模块,用于确定预先录入的教学目标对应的标准板书画面集合,并调用比对模型对所述目标板书画面和所述标准板书画面集合中各个标准板书画面进行处理,得到所述目标板书画面与各个标准板书画面之间的比对结果;
推荐模块,用于基于所述比对结果确定针对所述教师的训练提升信息,并将所述训练提升信息向所述教师进行推荐。
9.一种终端,其特征在于,包括处理器、输入接口、输出接口和存储器,所述处理器、输入接口、输出接口和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110952646.XA CN113657509B (zh) | 2021-08-19 | 2021-08-19 | 教学训练提升方法、装置、终端和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110952646.XA CN113657509B (zh) | 2021-08-19 | 2021-08-19 | 教学训练提升方法、装置、终端和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113657509A true CN113657509A (zh) | 2021-11-16 |
CN113657509B CN113657509B (zh) | 2024-04-30 |
Family
ID=78481234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110952646.XA Active CN113657509B (zh) | 2021-08-19 | 2021-08-19 | 教学训练提升方法、装置、终端和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113657509B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115209182A (zh) * | 2022-06-11 | 2022-10-18 | 安徽理工大学 | 一种智能化数学教学辅助装置、方法及智能教学系统 |
CN116012860A (zh) * | 2022-12-29 | 2023-04-25 | 华南师范大学 | 一种基于图像识别的教师板书设计水平诊断方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101316356A (zh) * | 2007-05-29 | 2008-12-03 | 北京大学 | 面向远程教育的板书动态图像压缩方法 |
CN107481227A (zh) * | 2017-07-27 | 2017-12-15 | 广州视源电子科技股份有限公司 | 教学板书图像处理方法、装置、智能教学设备及存储介质 |
CN107529031A (zh) * | 2017-08-18 | 2017-12-29 | 广州视源电子科技股份有限公司 | 一种板书过程的记录方法、装置、设备和存储介质 |
CN109118509A (zh) * | 2018-08-16 | 2019-01-01 | 深圳市天英联合教育股份有限公司 | 板书图像的处理方法、装置、设备及存储介质 |
WO2019033659A1 (zh) * | 2017-08-18 | 2019-02-21 | 广州视源电子科技股份有限公司 | 教学板书显示方法、装置、设备及计算机可读存储介质 |
CN109801194A (zh) * | 2017-11-17 | 2019-05-24 | 深圳市鹰硕技术有限公司 | 一种具有远程评价功能的跟随教学方法 |
CN110347993A (zh) * | 2019-07-11 | 2019-10-18 | 深圳云智教育科技有限公司 | 一种板书管理方法及装置 |
CN110933331A (zh) * | 2019-12-06 | 2020-03-27 | 浙江蓝鸽科技有限公司 | 教学视频的合成方法及系统 |
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 |
CN112887689A (zh) * | 2021-01-21 | 2021-06-01 | 联想(北京)有限公司 | 一种显示方法及装置 |
-
2021
- 2021-08-19 CN CN202110952646.XA patent/CN113657509B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101316356A (zh) * | 2007-05-29 | 2008-12-03 | 北京大学 | 面向远程教育的板书动态图像压缩方法 |
CN107481227A (zh) * | 2017-07-27 | 2017-12-15 | 广州视源电子科技股份有限公司 | 教学板书图像处理方法、装置、智能教学设备及存储介质 |
CN107529031A (zh) * | 2017-08-18 | 2017-12-29 | 广州视源电子科技股份有限公司 | 一种板书过程的记录方法、装置、设备和存储介质 |
WO2019033659A1 (zh) * | 2017-08-18 | 2019-02-21 | 广州视源电子科技股份有限公司 | 教学板书显示方法、装置、设备及计算机可读存储介质 |
CN109801194A (zh) * | 2017-11-17 | 2019-05-24 | 深圳市鹰硕技术有限公司 | 一种具有远程评价功能的跟随教学方法 |
CN109118509A (zh) * | 2018-08-16 | 2019-01-01 | 深圳市天英联合教育股份有限公司 | 板书图像的处理方法、装置、设备及存储介质 |
CN110347993A (zh) * | 2019-07-11 | 2019-10-18 | 深圳云智教育科技有限公司 | 一种板书管理方法及装置 |
CN110933331A (zh) * | 2019-12-06 | 2020-03-27 | 浙江蓝鸽科技有限公司 | 教学视频的合成方法及系统 |
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 |
CN112887689A (zh) * | 2021-01-21 | 2021-06-01 | 联想(北京)有限公司 | 一种显示方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115209182A (zh) * | 2022-06-11 | 2022-10-18 | 安徽理工大学 | 一种智能化数学教学辅助装置、方法及智能教学系统 |
CN115209182B (zh) * | 2022-06-11 | 2023-08-22 | 安徽理工大学 | 一种智能化数学教学辅助装置、方法及智能教学系统 |
CN116012860A (zh) * | 2022-12-29 | 2023-04-25 | 华南师范大学 | 一种基于图像识别的教师板书设计水平诊断方法及装置 |
CN116012860B (zh) * | 2022-12-29 | 2024-01-16 | 华南师范大学 | 一种基于图像识别的教师板书设计水平诊断方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113657509B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108648757B (zh) | 一种基于多维度课堂信息的分析方法 | |
CN109147444B (zh) | 一种学习情况反馈方法及智能台灯 | |
CN113657509B (zh) | 教学训练提升方法、装置、终端和存储介质 | |
CN112148922A (zh) | 会议记录方法、装置、数据处理设备及可读存储介质 | |
CN111046819A (zh) | 一种行为识别处理方法及装置 | |
CN109462603A (zh) | 基于盲检测的声纹认证方法、设备、存储介质及装置 | |
CN113537801B (zh) | 板书处理方法、装置、终端和存储介质 | |
CN111833861A (zh) | 基于人工智能的事件评估报告生成 | |
CN110111778B (zh) | 一种语音处理方法、装置、存储介质及电子设备 | |
CN111325082B (zh) | 一种人员专注度分析方法及装置 | |
CN111144360A (zh) | 多模信息识别方法、装置、存储介质及电子设备 | |
CN111223487B (zh) | 一种信息处理方法及电子设备 | |
CN111739534A (zh) | 一种辅助语音识别的处理方法、装置、电子设备及存储介质 | |
CN111026786B (zh) | 一种听写列表生成方法及家教设备 | |
CN114677634A (zh) | 面签识别方法、装置、电子设备及存储介质 | |
KR101747712B1 (ko) | 스마트폰을 통한 면접 자동인식 실시간관리방법 | |
CN111427990A (zh) | 一种智慧校园教学辅助的智能考试控制系统及方法 | |
CN111915111A (zh) | 在线课堂的互动质量评价方法、装置及终端设备 | |
CN111914068B (zh) | 试题知识点的提取方法 | |
CN111339809A (zh) | 一种课堂行为分析方法及装置、电子设备 | |
CN113259734B (zh) | 针对交互场景的智能导播方法、装置、终端和存储介质 | |
CN111081088A (zh) | 一种听写字词收录方法及电子设备 | |
CN111199378A (zh) | 学员管理方法、装置、电子设备及存储介质 | |
CN111081227B (zh) | 一种听写内容的识别方法及电子设备 | |
CN111078992B (zh) | 一种听写内容生成方法及电子设备 |
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 |