基于视频分析的课堂教学效果自动评价系统.docVIP

基于视频分析的课堂教学效果自动评价系统 　　摘要 为了更合理地培养高校人才，更合理全面地管理学生，对学生进行更全面、科学的综合评价，运用先进的机器学习技术，开发基于视频分析的课堂教学效果自动评价系统。该系统由考勤检测、学习状态分析、学习情况自动评价、定期信息发送等几大模块组成，实现课堂教学效果的自动评价。 　　关键词 视频分析；教学效果自动评价系统；教学管理系统 　　中图分类号：G642.4 文献标识码：B 　　文章编号：1671-489X（2016）08-0050-03 　　1 前言 　　课堂是教育教学实施的主要阵地，是教师专业技能发挥的重要场所，也是教师评价一个学生的重要途径。但是现在的大学都是大合堂上课，上课人数少则六七十人，多则上百人，这为学校评价一个学生的课堂表现造成巨大的困难。传统的课堂评价机制在新时代的背景下对满足全面评价学生的需要已渐渐疲软，更在充分提升学生素质的重任上显得乏力，它的缺陷如下。 　　1）现在的学生尤其是大学生上课迟到、旷课现象时有发生，为了保证教学质量，教师上课点名成为必须做的事情。如果教师每节课都点名，既浪费上课时间，又消耗教师的精力，并且若有人代答到，还得不到真实的考勤情况，严重降低考勤的意义和效率。 　　2）传统的对学生学习情况的总结往往存在依据单一、依据不实的情况，从而无法全面客观评价一个学生，而且也无法客观评价一个教师的教学质量。学校最重要的对学生的考评就是对学生上课情况的考察，但是教师的责任是传授知识，这就使得对学生上课状况的考察有所缺失，从而造成对学生评价的不全面。传统的考察方式只能通过考试来侧面反映学生的上课情况，而无法全面对一个学生的综合素质做出科学的评价。 　　3）传统教学评价机制无法做到及时且长期地和学生进行交互。学生，尤其是大学生，往往到了期末才能对自己一个学期的学习情况有一个大概的了解，特别是对于学习成绩不是特别优秀的学生而言。要想及时将学生每天乃至每堂课的表现反馈给学生自己让他们反思，传统的教学评价机制只能望尘莫及。但这些反馈工作对学生的成长又是极其重要的。 　　基于上述传统教学管理系统的诸多不足，有必要开发新一代教学效果自动评价系统，用以辅助对课堂教学效果的评价。 　　2 系统简介 　　基于视频分析的课堂教学效果自动评价系统（以下简称“自动评价系统”）是一个基于机器学习、深度学习、人脸识别，涉及教学管理多个环节的综合评价系统。它主要包括自动考勤、课堂学习状况监测、学习情况自动评价、定期发送学习情况等多个功能。多个模块相互协调，全方位、多层次地掌握学生的学习状况，让教师更加轻松地了解和评价一个学生的学习情况。并且，该系统具有自我完善的能力，它可以根据平时运行时收集到的数据自动更新自己的数据库，从而提高识别的正确率以及评判的公平性和准确性。同时，该系统还是一个高度可扩展的系统，既可以与现行的高校管理系统进行对接，直接导入高校管理系统中的数据，也为将来系统中的算法升级、功能添加预留了大量的可扩展空间。更重要的，国内外将机器学习中的人脸识别、行为识别运用到课堂教学、学生评价的事例屈指可数，因此，该系统可作为人脸识别和行为识别在课堂教学中应用的先行实验。 　　3 系统运行流程 　　系统主要由初始化模块、综合处理模块、考勤模块、上课状态模块、学习情况分析模块、信息发送模块、更新模块等七大模块组成。系统整体运行意图如图1所示。以下是系统整个运行流程简介。 　　初始化整个系统 初始化模块从学校数据库取得学生的基本数据和课程安排时间表，系统自动设定监控时间。其中最重要的数据是学生的人脸图像数据以及学生的个人信息（如姓名、班级等）。初始化模块负责初始化系统各个部分的初始化参数，为系统正常启动和运行做准备。 　　自动考勤 根据初始化模块录入的课程安排时间表，到达上课时间，系统自动启动摄像头，并开始拍摄取样。通过分析在课堂开始前的一小段时间内（可以自行设定）拍摄的视频或者得到的图片，提取出其中的人脸，与初始化模块从学生数据库中读出的人脸数据进行比对，从而实现考勤。为了使考勤更加准确，系统还会自动监测教室出入口的人员进出情况。并且为了提高考勤的准确率，系统还会在上课过程中自动随机选择某个时间点对学生进行再次考勤。最后，一节课结束后自动分别给出缺勤和迟到人数，缺勤和迟到学生的姓名等学生的基本信息展示在前台界面并写入数据库。 　　自动监测学生上课状况 考勤结束，教师开始正式上课后，上课状态模块会每隔一段时间自动录制一小段视频或者拍摄一组图片进行取样分析，间隔的时间可自行设定，也可随机产生，然后提取出图片中的人体行为数据，并和初始化模块读取的数据进行比对分析，从而预测分析学生的上课状态。最后，上课状态分析模块将分析得到的信息显示在前台界面并保存到数据库中。