CN113837010A - 一种教育评估系统及方法 - Google Patents

Abstract

根据本公开的示例实施例，提供了一种教育评估系统及方法。该系统包括控制单元和评估单元，控制单元用于基于捕获的对象的面部图像、指纹和声纹，确定对象是否已签到，以及评估单元用于确定对象的视线偏离教学资料的呈现区域的次数超过预定次数、脑袋偏转角超过预定角度、眼部闭合时间超过预定时间间隔以及嘴部张开大小超过预定大小的对象占全部对象的比例，如果该比例大于或等于70％，则确定教学效果为差，如果该比例小于或等于20％，则确定教学效果为好，如果该比例大于20％且小于70％，则确定教学效果为中。由此，本发明能够实现更复杂的网上教学功能，有助于线上线下、翻转课堂、虚实结合等新教学模式的应用与推广。

Description

一种教育评估系统及方法

技术领域

本公开的实施例总体涉及信息处理领域，具体涉及一种教育评估系统及方法。

背景技术

随着信息技术的快速发展，越来越多的工作和生活等方式采用了互联网等信息技术来提高效率，教育方面也是如此。以学生为中心的翻转课堂、互动教学或混合式教学模式应用而生，以互联网和移动通信为载体的线上学习、虚拟仿真实验受到越来越重视。但是目前的方式都仅限于上传学习资料用于学生网上学习，比较单一。

发明内容

本公开的实施例提供了一种教育评估系统及方法，由此能够基于对象的人脸、声纹以及指纹进行签到，基于错误答题发送相关题库，基于答题时间和表情发送相关知识点，基于班级讨论热门话题提取相关知识点并发送相关电子图书和视频资料，基于教学过程中对象的脑袋偏转角、眼部闭合时间和嘴部张开大小，确定教学效果，并基于随堂测试的成绩来调整教学效果，提高了教学效果评价的准确性。

在本公开的第一方面，提供了一种教育评估系统。该系统包括：包括控制单元和评估单元；所述控制单元，用于经由对象平板电脑捕获对象的面部图像、指纹和声纹，确定捕获的对象的面部图像、指纹和声纹与预先存储的对象的面部图像、指纹和声纹是否匹配，如果均匹配，则确定对象已签到，所述控制单元还用于在教学课程结束时向已签到的对象发送当堂测试，获取每个已签到对象的测试结果，确定测试中的答错的对象数量超过预定数量的题目，获取与所述题目关联的题库，向答错所述题目的对象推送所述题库，以及在课程社区中建立与所述题目关联的讨论主题，所述控制单元还用于确定当堂测试中的对象对题目的答题时间或表情，如果答题时间超过预定答题时间或者表情包括挠头或皱眉，则向该对象推送与所述题目关联的知识点，所述控制单元还用于确定课程社区讨论中的热门话题，从热门话题中提取知识点，获取与所述知识点关联的电子图书和视频资料，向所有对象推送获取的电子图书和视频资料，所述控制单元还用于捕获对象的人脸图像，基于人脸图像确定对象的视线是否偏离了教学资料的显示区域，如果确定对象的视线偏离了教学资料的显示区域，向对象发送提醒消息，用于提醒对象注意学习；所述评估单元，用于在教学过程中捕获多张关于听课对象的人脸图像，基于多张人脸图像确定对象的视线偏离教学资料的呈现区域的次数是否超过预定次数、脑袋偏转角是否超过预定角度、眼部闭合时间是否超过预定时间间隔以及嘴部张开大小是否超过预定大小，确定对象的视线偏离教学资料的呈现区域的次数超过预定次数、脑袋偏转角超过预定角度、眼部闭合时间超过预定时间间隔以及嘴部张开大小超过预定大小的对象占全部对象的比例，如果该比例大于或等于70％，则确定教学效果为差，如果该比例小于或等于20％，则确定教学效果为好，如果该比例大于20％且小于70％，则确定教学效果为中，所述评估单元还用于确定当堂测试的测试成绩，如果测试成绩的平均分大于或等于80分，则将教学效果往上调整一个级别，如果测试成绩的平均分小于或等于60分，则将教学效果往下调整一个级别。

在本公开的第二方面，提供了一种用于平板电脑智能教学与管理的方法。该方法包括：在服务器处，经由对象平板电脑捕获对象的面部图像、指纹和声纹，确定捕获的对象的面部图像、指纹和声纹与预先存储的对象的面部图像、指纹和声纹是否匹配，如果均匹配，则确定对象已签到；以及在教学过程中捕获多张关于听课对象的人脸图像，基于多张人脸图像确定对象的视线偏离教学资料的呈现区域的次数是否超过预定次数、脑袋偏转角是否超过预定角度、眼部闭合时间是否超过预定时间间隔以及嘴部张开大小是否超过预定大小，确定对象的视线偏离教学资料的呈现区域的次数超过预定次数、脑袋偏转角超过预定角度、眼部闭合时间超过预定时间间隔以及嘴部张开大小超过预定大小的对象占全部对象的比例，如果该比例大于或等于70％，则确定教学效果为差，如果该比例小于或等于20％，则确定教学效果为好，如果该比例大于20％且小于70％，则确定教学效果为中。

提供发明内容部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或必要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。

图1示出了根据本公开的实施例的教育评估系统的示例的示意图；

图2示出了根据本公开的实施例的用于教育评估的方法200的示例的示意图；以及

图3示意性示出了适于用来实现本公开实施例的电子设备300的框图。

在各个附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

如上所述，目前的网上教学方式比较单一，无法实现更加复杂的教学功能。

为了解决上述问题或未说明的其他问题，本公开提供了一种教育评估系统。下面结合图1详细说明。

图1示出了根据本公开的实施例的教育评估系统的示例的示意图。如图1所示，教育评估系统包括控制单元和评估单元。

控制单元，用于经由对象平板电脑捕获对象的面部图像、指纹和声纹，确定捕获的对象的面部图像、指纹和声纹与预先存储的对象的面部图像、指纹和声纹是否匹配，如果均匹配，则确定对象已签到。

评估单元，用于在教学过程中捕获多张关于听课对象的人脸图像，基于多张人脸图像确定对象的视线偏离教学资料的呈现区域的次数是否超过预定次数(例如3、5次)、脑袋偏转角是否超过预定角度(例如30、50度)、眼部闭合时间是否超过预定时间间隔(例如10、20、30分钟)以及嘴部张开大小是否超过预定大小(例如上下嘴唇距离1.5、2cm)，确定对象的视线偏离教学资料的呈现区域的次数超过预定次数、脑袋偏转角超过预定角度、眼部闭合时间超过预定时间间隔以及嘴部张开大小超过预定大小的对象占全部对象的比例，如果该比例大于或等于70％，则确定教学效果为差，如果该比例小于或等于20％，则确定教学效果为好，如果该比例大于20％且小于70％，则确定教学效果为中。

在一些实施例中，控制单元还用于在教学课程结束时向已签到的对象发送当堂测试，获取每个已签到对象的测试结果，确定测试中的答错的对象数量超过预定数量的题目，获取与所述题目关联的题库，向答错所述题目的对象推送所述题库，以及在课程社区中建立与所述题目关联的讨论主题。

备选地或者附加地，在一些实施例中，控制单元还用于确定当堂测试中的对象对题目的答题时间和表情，如果答题时间超过预定答题时间(例如10分钟)以及表情包括挠头或皱眉，则向该对象推送与所述题目关联的知识点。其中确定对象对题目的表情包括：获取包括对象的人脸的图像；基于所获取的图像，经由特征提取网络，生成多个多层特征图；将所述多个多层特征图融合并执行全局平均池化，以获得全局表情特征向量；基于所述多个多层特征图，经由面部动作单元表示学习模块，生成多个面部动作单元特征；将所述多个面部动作单元特征加权，以生成经加权的面部动作单元特征；以及将所述全局表情特征向量和所述经加权的面部动作单元特征拼接，以用于表情预测。

备选地或者附加地，在一些实施例中，控制单元还用于确定课程社区讨论中的热门话题，从热门话题中提取知识点，获取与所述知识点关联的电子图书和视频资料，向所有对象推送获取的电子图书和视频资料。

备选地或者附加地，在一些实施例中，控制单元还用于捕获对象的人脸图像，基于人脸图像确定对象的视线是否偏离了教学资料的显示区域，如果确定对象的视线偏离了教学资料的显示区域，向对象发送提醒消息，用于提醒对象注意学习。

备选地或者附加地，在一些实施例中，评估单元还用于确定当堂测试的测试成绩，如果测试成绩的平均分大于或等于80分，则将教学效果往上调整一个级别，如果测试成绩的平均分小于或等于60分，则将教学效果往下调整一个级别。

由此能够基于对象的人脸、声纹以及指纹进行签到，提高签到的准确性，避免代签到现象，基于错误答题发送相关题库，提高错误改正的针对性，基于答题时间超过预定时间间隔以及答题表情包括挠头或皱眉发送相关知识点，提高相关知识点的熟练程度，基于班级讨论热门话题提取相关知识点并发送相关电子图书和视频资料，准确根据班级对象兴趣点提供相关学习资料，基于视线偏离教学资料向对象发送提醒，提高上课注意力，基于教学过程中视线偏离教学资料的次数、脑袋偏转角、眼部闭合时间和嘴部张开大小的对象所占比例，确定教学效果，并基于随堂测试的成绩来调整教学效果，提高了教学效果评价的准确性。从而，本发明有助于线上线下、翻转课堂、虚实结合等新教学模式的应用与推广。

图2示出了根据本公开的实施例的用于教育评估的方法200的示例的示意图。在图2中，各个动作例如可由服务器执行，也可以由图3所示的电子设备执行。应当理解，方法200还可以包括未示出的附加动作和/或可以省略所示出的动作，本公开的范围在此方面不受限制。

在框202处，在服务器处，经由对象平板电脑捕获对象的面部图像、指纹和声纹，确定捕获的对象的面部图像、指纹和声纹与预先存储的对象的面部图像、指纹和声纹是否匹配，如果确定捕获的对象的面部图像、指纹和声纹与预先存储的对象的面部图像、指纹和声纹匹配，则确定对象已签到。

在框204处，在教学过程中捕获多张关于听课对象的人脸图像。

在框206处，基于多张人脸图像确定对象的视线偏离教学资料的呈现区域的次数是否超过预定次数(例如3、5次)、脑袋偏转角是否超过预定角度(例如30、50度)、眼部闭合时间是否超过预定时间间隔(例如10、20、30分钟)以及嘴部张开大小是否超过预定大小(例如上下嘴唇距离1.5、2cm)。

在框208处，确定对象的视线偏离教学资料的呈现区域的次数超过预定次数、脑袋偏转角超过预定角度、眼部闭合时间超过预定时间间隔以及嘴部张开大小超过预定大小的对象占全部对象的比例。

在框210处，如果该比例大于或等于70％，则确定教学效果为差，如果该比例小于或等于20％，则确定教学效果为好，如果该比例大于20％且小于70％，则确定教学效果为中。

在一些实施例中，方法200还可以包括在教学课程结束时向已签到的对象发送当堂测试，获取每个已签到对象的测试结果，确定测试中的答错的对象数量超过预定数量的题目，获取与所述题目关联的题库，向答错所述题目的对象推送所述题库，以及在课程社区中建立与所述题目关联的讨论主题。

备选地或者附加地，在一些实施例中，方法200还可以包括确定当堂测试中的对象对题目的答题时间和表情，如果答题时间超过预定答题时间(例如10分钟)以及表情包括挠头或皱眉，则向该对象推送与所述题目关联的知识点。

其中确定对象对题目的表情包括：获取包括对象的人脸的图像。基于所获取的图像，经由特征提取网络，生成多个多层特征图。特征提取网络例如包括但不限于CNN网络，残差网络等。

随后，将多个多层特征图融合并执行全局平均池化，以获得全局表情特征向量。

基于多个多层特征图，经由面部动作单元表示学习模块，生成多个面部动作单元特征。面部动作单元编码了微妙的面部外观和变化，与人脸表情具有高度的相关性。面部动作单元表示学习模块可以为基于知识引导的面部动作单元表示学习模块，可以采用任何合适的面部动作单元表示学习模型或算法，例如DRML，TRA-Net等。

接着，将多个面部动作单元特征加权，以生成经加权的面部动作单元特征。

在一些实施例中，基于以下公式确定权重：

其中，

表示第i个面部动作单元特征的权重，

表示第i个面部动作单元特征对应的向量，f^e表示全局表情特征向量。

最后，将全局表情特征向量和经加权的面部动作单元特征拼接，以用于表情预测。例如用任何合适表情分类器。

由此，通过在表情识别中加入面部动作单元特征，增强了图像特征表示，便于更准确的表情识别。

备选地或者附加地，在一些实施例中，方法200还可以包括确定课程社区讨论中的热门话题，从热门话题中提取知识点，获取与所述知识点关联的电子图书和视频资料，向所有对象推送获取的电子图书和视频资料。

备选地或者附加地，在一些实施例中，方法200还可以包括捕获对象的人脸图像，基于人脸图像确定对象的视线是否偏离了教学资料的显示区域，如果确定对象的视线偏离了教学资料的显示区域，向对象发送提醒消息，用于提醒对象注意学习。

备选地或者附加地，在一些实施例中，方法200还可以包括确定当堂测试的测试成绩，如果测试成绩的平均分大于或等于80分，则将教学效果往上调整一个级别，如果测试成绩的平均分小于或等于60分，则将教学效果往下调整一个级别。

由此能够基于对象的人脸、声纹以及指纹进行签到，提高签到的准确性，避免代签到现象，基于错误答题发送相关题库，提高错误改正的针对性，基于答题时间超过预定时间间隔以及答题表情包括挠头或皱眉发送相关知识点，提高相关知识点的熟练程度，基于班级讨论热门话题提取相关知识点并发送相关电子图书和视频资料，准确根据班级对象兴趣点提供相关学习资料，基于视线偏离教学资料向对象发送提醒，提高上课注意力，基于教学过程中视线偏离教学资料的次数、脑袋偏转角、眼部闭合时间和嘴部张开大小的对象所占比例，确定教学效果，并基于随堂测试的成绩来调整教学效果，提高了教学效果评价的准确性。从而，本发明有助于线上线下、翻转课堂、虚实结合等新教学模式的应用与推广。

图3示意性示出了适于用来实现本公开实施例的电子设备300的框图。设备300可以用于实现图1的平台系统。如图所示，设备300包括中央处理单元(CPU)301，其可以根据存储在只读存储器(ROM)302中的计算机程序指令或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序指令，来执行各种适当的动作和处理。在RAM303中，还可存储设备300操作所需的各种程序和数据。CPU 301、ROM 302以及RAM303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理单元301执行上文所描述的各个方法和处理，例如执行方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被存储于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM 303并由CPU 301执行时，可以执行上文描述的方法200的一个或多个操作。备选地，在其他实施例中，CPU 301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200的一个或多个动作。

本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种教育评估系统，包括控制单元和评估单元；

所述控制单元，用于经由对象平板电脑捕获对象的面部图像、指纹和声纹，确定捕获的对象的面部图像、指纹和声纹与预先存储的对象的面部图像、指纹和声纹是否匹配，如果均匹配，则确定对象已签到；以及

所述评估单元，用于在教学过程中捕获多张关于听课对象的人脸图像，基于多张人脸图像确定对象的视线偏离教学资料的呈现区域的次数是否超过预定次数、脑袋偏转角是否超过预定角度、眼部闭合时间是否超过预定时间间隔以及嘴部张开大小是否超过预定大小，确定对象的视线偏离教学资料的呈现区域的次数超过预定次数、脑袋偏转角超过预定角度、眼部闭合时间超过预定时间间隔以及嘴部张开大小超过预定大小的对象占全部对象的比例，如果该比例大于或等于70％，则确定教学效果为差，如果该比例小于或等于20％，则确定教学效果为好，如果该比例大于20％且小于70％，则确定教学效果为中。

2.根据权利要求1所述的系统，其中所述控制单元还用于在教学课程结束时向已签到的对象发送当堂测试，获取每个已签到对象的测试结果，确定测试中的答错的对象数量超过预定数量的题目，获取与所述题目关联的题库，向答错所述题目的对象推送所述题库，以及在课程社区中建立与所述题目关联的讨论主题。

3.根据权利要求1所述的系统，其中所述控制单元还用于确定当堂测试中的对象对题目的答题时间和表情，如果答题时间超过预定答题时间以及表情包括挠头或皱眉，则向该对象推送与所述题目关联的知识点；

其中确定对象对题目的表情包括：

获取包括对象的人脸的图像；

基于所获取的图像，经由特征提取网络，生成多个多层特征图；

将所述多个多层特征图融合并执行全局平均池化，以获得全局表情特征向量；

基于所述多个多层特征图，经由面部动作单元表示学习模块，生成多个面部动作单元特征；

将所述多个面部动作单元特征加权，以生成经加权的面部动作单元特征；以及

将所述全局表情特征向量和所述经加权的面部动作单元特征拼接，以用于表情预测。

4.根据权利要求1所述的系统，其中所述控制单元还用于确定课程社区讨论中的热门话题，从热门话题中提取知识点，获取与所述知识点关联的电子图书和视频资料，向所有对象推送获取的电子图书和视频资料。

5.根据权利要求1所述的系统，其中所述控制单元还用于捕获对象的人脸图像，基于人脸图像确定对象的视线是否偏离了教学资料的显示区域，如果确定对象的视线偏离了教学资料的显示区域，向对象发送提醒消息，用于提醒对象注意学习。

6.根据权利要求1所述的系统，其中所述教学评估单元还用于确定当堂测试的测试成绩，如果测试成绩的平均分大于或等于80分，则将教学效果往上调整一个级别，如果测试成绩的平均分小于或等于60分，则将教学效果往下调整一个级别。

7.一种用于教育评估的方法，包括：

在服务器处，经由对象平板电脑捕获对象的面部图像、指纹和声纹，确定捕获的对象的面部图像、指纹和声纹与预先存储的对象的面部图像、指纹和声纹是否匹配，如果均匹配，则确定对象已签到；以及

在教学过程中捕获多张关于听课对象的人脸图像，基于多张人脸图像确定对象的视线偏离教学资料的呈现区域的次数是否超过预定次数、脑袋偏转角是否超过预定角度、眼部闭合时间是否超过预定时间间隔以及嘴部张开大小是否超过预定大小，确定对象的视线偏离教学资料的呈现区域的次数超过预定次数、脑袋偏转角超过预定角度、眼部闭合时间超过预定时间间隔以及嘴部张开大小超过预定大小的对象占全部对象的比例，如果该比例大于或等于70％，则确定教学效果为差，如果该比例小于或等于20％，则确定教学效果为好，如果该比例大于20％且小于70％，则确定教学效果为中。

8.根据权利要求7所述的方法，还包括：

在教学课程结束时向已签到的对象发送当堂测试，获取每个已签到对象的测试结果，确定测试中的答错的对象数量超过预定数量的题目，获取与所述题目关联的题库，向答错所述题目的对象推送所述题库，以及在课程社区中建立与所述题目关联的讨论主题。

9.根据权利要求7所述的方法，还包括：

确定当堂测试中的对象对题目的答题时间和表情，如果答题时间超过预定答题时间以及表情包括挠头或皱眉，则向该对象推送与所述题目关联的知识点；

其中确定对象对题目的表情包括：

获取包括对象的人脸的图像；

基于所获取的图像，经由特征提取网络，生成多个多层特征图；

将所述多个多层特征图融合并执行全局平均池化，以获得全局表情特征向量；

基于所述多个多层特征图，经由面部动作单元表示学习模块，生成多个面部动作单元特征；

将所述多个面部动作单元特征加权，以生成经加权的面部动作单元特征；以及

将所述全局表情特征向量和所述经加权的面部动作单元特征拼接，以用于表情预测。

10.根据权利要求7所述的方法，还包括：

确定课程社区讨论中的热门话题，从热门话题中提取知识点，获取与所述知识点关联的电子图书和视频资料，向所有对象推送获取的电子图书和视频资料；和/或，

该方法还包括：

捕获对象的人脸图像，基于人脸图像确定对象的视线是否偏离了教学资料的显示区域，如果确定对象的视线偏离了教学资料的显示区域，向对象发送提醒消息，用于提醒对象注意学习；和/或，

该方法还包括：

确定当堂测试的测试成绩，如果测试成绩的平均分大于或等于80分，则将教学效果往上调整一个级别，如果测试成绩的平均分小于或等于60分，则将教学效果往下调整一个级别。

Images