[發明專利]基于課堂學生行為分析的學習質量評估方法和系統

有效

• 申請號: 201910096004.7
• 申請日: 2019-01-31
• 公開（公告）號: CN109858809B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 柏忠賢;卓榮慶
• 申請（專利權）人: 浙江傳媒學院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20
• 代理公司: 杭州裕陽聯合專利代理有限公司 33289
• 代理人: 姚宇吉

1.一種基于課堂學生行為分析的學習質量評估方法，其特征在于，所述基于課堂學生

行為分析的學習質量評估方法包含以下步驟：

通過視頻圖像采集模塊采集學生上課的第一視頻圖像信息；

通過視頻圖像分析模塊接收所述視頻圖像采集模塊采集的第一視頻圖像信息并分析所述第一視頻圖像信息以提取當前課堂上的每個學生的面部圖像并統計出對應每個學生的行為信息；

通過識別模塊以提取出的學生的面部圖像從數據庫中識別出相應的學生并獲取該學生的學生信息；

通過所述視頻圖像采集模塊采集教師上課的第二視頻信息；

通過所述視頻圖像分析模塊接收所述視頻圖像采集模塊采集的第二視頻圖像信息并分析所述第二視頻圖像信息以提取當前課堂上的教師的面部圖像；

通過所述識別模塊以提取出的教師的面部圖像從所述數據庫中識別出相應的教師并獲取該教師的教師信息；

通過課程模塊獲取當前課程的科目信息；

通過評價基準模塊接收所述識別模塊識別到的教師信息和通過所述課程模塊獲取到的科目信息并根據以上信息從所述數據庫中匹配相應的評價基準；

通過評價模塊接收所述學生信息、對應的所述行為信息和所述評價基準并基于以上信息對學生的學習質量進行評估；

所述通過視頻圖像分析模塊接收所述視頻圖像采集模塊采集的第一視頻圖像信息并分析所述第一視頻圖像信息以提取當前課堂上的每個學生的面部圖像并統計出對應每個學生的行為信息的具體方法為：

通過所述視頻圖像分析模塊提取第一視頻圖像信息中的每個學生的面部圖像；

通過所述視頻圖像分析模塊提取第一視頻圖像信息中每個學生在當前課程中的抬頭時間T_抬、低頭時間T_低、講話時間T_講、聽講時間T_聽、眨眼次數N，并通過所述抬頭時間T_抬、低頭時間T_低、講話時間T_講、聽講時間T_聽、眨眼次數N得到每個學生的抬頭率A、交流率B和眨眼率C；

其中，抬頭率A用于表示該學生在整節課程中抬頭聽課的時間的占比，A＝T _抬/T_低；

交流率B用于表示該學生在整節課程中交流的時間的占比，B＝T_講/T_聽；

眨眼率C用于表示該學生在整節課程中眨眼的頻率，C＝N/T_抬；

所述通過識別模塊以提取出的學生的面部圖像從數據庫中識別出相應的學生并獲取該學生的學生信息的具體方法為：

從所述數據庫中識別出相應的學生并獲取該學生的眨眼頻率參考值C_參；

所述通過評價基準模塊接收所述識別模塊識別到的教師信息和通過所述課程模塊獲取到的科目信息并根據以上信息從所述數據庫中匹配相應的評價基準的具體方法為：

根據所述教師信息和所述科目信息從所述數據庫中獲取相應的抬頭率基準A _基和交流率基準B_基；

所述通過評價模塊接收所述學生信息、對應的所述行為信息和所述評價基準并基于以上信息對學生的學習質量進行評估的具體方法為通過以下公式對每個學生進行打分：

Score＝a|(A-A_基)/A_基|+b|(B-B_基)/B_基|+c|(C-C_基)/C_基|；

其中，a為抬頭率權值，b為交流率權值，c為眨眼率權值；

所述通過識別模塊以提取出的學生的面部圖像從數據庫中識別出相應的學生并獲取該學生的學生信息的具體方法為：

從所述數據庫中識別出相應的學生并獲取該學生的眨眼頻率參考值C_參和對應每個學生的所述抬頭率權值a、所述交流率權值b和所述眨眼率權值c；

在所述通過評價基準模塊接收所述識別模塊識別到的教師信息和通過所述課程模塊獲取到的科目信息并根據以上信息從所述數據庫中匹配相應的評價基準之后，還包括以下步驟：

通過計算模塊計算出抬頭率調整值A_調和交流率調整值B_調；

所述通過評價模塊接收所述學生信息、對應的所述行為信息和所述評價基準并基于以上信息對學生的學習質量進行評估的具體方法為通過以下公式對每個學生進行打分：

Score＝a|((A-A_調)-A_基)/A_基|+b|((B-B_調)-B_基)/B_基|+c|(C-C_基)/C_基|；

在通過所述視頻圖像采集模塊采集教師上課的第二視頻信息之后還包括以下步驟：

對得到的所述交流率B進行修改正；

具體步驟為：

通過所述視頻圖像分析模塊接收所述視頻圖像采集模塊采集的第一視頻圖像信息和第二視頻圖像信息并統計講話時間T_講、聽講時間T_聽和重復時間T_重；

修正后的交流率B＝(T_講-T_重)/(T_聽+T_重)。

2.一種基于課堂學生行為分析的學習質量評估系統，其特征在于，所述基于課堂學生行為分析的學習質量評估系統包括：

數據庫，用于存儲學生信息、教師信息和評價基準；

視頻圖像采集模塊，用于采集學生上課的第一視頻圖像信息和教師上課的第二視頻圖像信息；

視頻圖像分析模塊，用于接收所述視頻圖像采集模塊采集的第一視頻圖像信息和第二視頻圖像信息并分析所述第一視頻圖像信息和所述第二視頻圖像信息以提取當前課堂上

每個學生的面部圖像、教師的面部圖像并統計出對應每個學生的行為信息；

識別模塊，用于以提取出的學生的面部圖像和教師的面部圖像從所述數據庫中識別出相應的學生和教師并獲取該學生的學生信息和該教師的教師信息；

課程模塊，用于獲取當前課程的科目信息；

評價基準模塊，用于接收所述識別模塊識別到的教師信息和通過所述課程模塊獲取到的科目信息并根據以上信息從所述數據庫中匹配相應的評價基準；

評價模塊，用于接收所述學生信息、對應的所述行為信息和所述評價基準并基于以上信息對學生的學習質量進行評估；

所述通過視頻圖像分析模塊接收所述視頻圖像采集模塊采集的第一視頻圖像信息并分析所述第一視頻圖像信息以提取當前課堂上的每個學生的面部圖像并統計出對應每個學生的行為信息的具體方法為：

通過所述視頻圖像分析模塊提取第一視頻圖像信息中的每個學生的面部圖像；

通過所述視頻圖像分析模塊提取第一視頻圖像信息中每個學生在當前課程中的抬頭時間T_抬、低頭時間T_低、講話時間T_講、聽講時間T_聽、眨眼次數N，并通過所述抬頭時間T_抬、低頭時間T_低、講話時間T_講、聽講時間T_聽、眨眼次數N得到每個學生的抬頭率A、交流率B和眨眼率C；

其中，抬頭率A用于表示該學生在整節課程中抬頭聽課的時間的占比，A＝T _抬/T_低；

交流率B用于表示該學生在整節課程中交流的時間的占比，B＝T_講/T_聽；

眨眼率C用于表示該學生在整節課程中眨眼的頻率，C＝N/T_抬；

所述通過識別模塊以提取出的學生的面部圖像從數據庫中識別出相應的學生并獲取該學生的學生信息的具體方法為：

從所述數據庫中識別出相應的學生并獲取該學生的眨眼頻率參考值C_參；

所述通過評價基準模塊接收所述識別模塊識別到的教師信息和通過所述課程模塊獲取到的科目信息并根據以上信息從所述數據庫中匹配相應的評價基準的具體方法為：

根據所述教師信息和所述科目信息從所述數據庫中獲取相應的抬頭率基準A _基和交流率基準B_基；

所述通過評價模塊接收所述學生信息、對應的所述行為信息和所述評價基準并基于以上信息對學生的學習質量進行評估的具體方法為通過以下公式對每個學生進行打分：

Score＝a|(A-A_基)/A_基|+b|(B-B_基)/B_基|+c|(C-C_基)/C_基|；

其中，a為抬頭率權值，b為交流率權值，c為眨眼率權值；

所述通過識別模塊以提取出的學生的面部圖像從數據庫中識別出相應的學生并獲取該學生的學生信息的具體方法為：

從所述數據庫中識別出相應的學生并獲取該學生的眨眼頻率參考值C_參和對應每個學生的所述抬頭率權值a、所述交流率權值b和所述眨眼率權值c；

所述基于課堂學生行為分析的學習質量評估系統還包括：

計算模塊，用于獲取抬頭率調整值A_調和交流率調整值B_調；

所述通過評價模塊接收所述學生信息、對應的所述行為信息和所述評價基準并基于以上信息對學生的學習質量進行評估的具體方法為通過以下公式對每個學生進行打分：

Score＝a|((A-A_調)-A_基)/A_基|+b|((B-B_調)-B_基)/B_基|+c|(C-C_基)/C_基|；

在通過所述視頻圖像采集模塊采集教師上課的第二視頻信息之后還包括以下步驟：

對得到的所述交流率B進行修改正；

具體步驟為：

通過所述視頻圖像分析模塊接收所述視頻圖像采集模塊采集的第一視頻圖像信息和第二視頻圖像信息并統計講話時間T_講、聽講時間T_聽和重復時間T_重；

修正后的交流率B＝(T_講-T_重)/(T_聽+T_重)。