[發明專利]基于深度學習目標檢測的教室課堂質量評估系統及方法

在審

• 申請號: 201910838429.0
• 申請日: 2019-09-05
• 公開（公告）號: CN110619460A
• 公開（公告）日: 2019-12-27
• 發明（設計）人: 歐中洪;康霄陽;宋美娜
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20;G06K9/00
• 代理公司: 11201 北京清亦華知識產權代理事務所(普通合伙)
• 代理人: 王艷斌

本發明公開了一種基于深度學習目標檢測的教室課堂質量評估系統及方法，其中，系統包括：數據獲取模塊，用于獲取教室的實時監控視頻流和對應的時間戳；視頻預處理模塊，用于對實時監控視頻流進行預處理；檢測計算模塊，用于根據預處理后的實時監控視頻流輸入預先訓練的視頻幀送入模型，以檢測教室監控視頻畫面的出勤人數和/或抬頭人數；統計評估模塊，用于根據出勤人數和/或抬頭人數生成評估結果。該系統使用深度學習目標檢測模型來獲取教室的實時出勤情況和抬頭率，并利用特征金字塔檢測多尺度特征以提高檢測效果，從而實現了計算量和準確性的較好平衡，且可以對整堂課的情況進行統計，有助于授課教師調整教學方式，實現最佳教學效果。

技術領域

本發明涉及深度學習技術領域，特別涉及一種基于深度學習目標檢測的教室課堂質量評估系統及方法。

背景技術

智慧教室是數字教室向未來發展的一種形式，其運用現代化手段切入整個教學過程，讓課堂變得簡單、高效、智能，能夠更好地滿足學校和師生的需求。隨著各高校的智慧教室建設逐漸深入，智慧教室成為了其中非常重要的應用。目前的高校教學主要以教室面授為主，為實現良好的教學效果，保證課堂教學質量至關重要。因此，采用合理的教學質量評估方式了解課堂狀態，將有助于及時調整教學方式，提高教學效果。

然而，目前的高校教學系統中，評估課堂教學質量的手段主要有：

(1)利用評教和問卷調查等人工分析方式。目前，高校使用的大多是此類傳統評估方法，這些手段通常都在課后進行。評教方法需要參與課程的學生主動登錄評教系統，對課堂教學的質量進行評價和提出建議；問卷調查方法則需要手工制作課堂教學反饋調查問卷，通過書面或網絡的形式進行發放，實現教學質量評估的目的。

(2)利用人臉識別和行為識別等技術的自動評估方式。這類方法通常在上課時進行分析，需要額外的設備支持。使用人臉識別技術進行出勤統計的方案需要預先錄入學生的姓名和人臉等個人信息，然后使用人臉識別技術統計教室出勤人數。使用行為識別判斷課堂情況的方案通常包含多個模塊，對上課時的學生姿態情況進行分析計算，實時反饋給老師。

發明內容

本申請是基于發明人對以下問題的認識和發現做出的：

目前高校用于評估課堂教學質量的方式主要有：1)使用評教和問卷調查等人工分析方式；2)利用人臉識別和行為識別等技術的自動評估方式。方式1)簡單，無需較多額外技術和設備輔助，但其方法普遍耗時長、實時性差，且結果帶有較強的主觀性，不利于準確反映課堂質量和實時提供教學反饋。方式2)需要預先采集錄入學生信息，因此帶來了更多的安全和隱私問題；算法具有較大的計算量，且只能反映某一時刻的狀態，無法提供整堂課的統計反饋。

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的一個目的在于提出一種基于深度學習目標檢測的教室課堂質量評估系統，該系統實現了計算量和準確性的較好平衡，且可以對整堂課的情況進行統計，有助于授課教師調整教學方式，實現最佳教學效果。

本發明的另一個目的在于提出一種基于深度學習目標檢測的教室課堂質量評估系方法。

為達到上述目的，本發明一方面實施例提出了一種基于深度學習目標檢測的教室課堂質量評估系統，包括：數據獲取模塊，用于獲取教室的實時監控視頻流和對應的時間戳；視頻預處理模塊，用于對所述實時監控視頻流進行預處理；檢測計算模塊，用于根據預處理后的實時監控視頻流輸入預先訓練的視頻幀送入模型，以檢測教室監控視頻畫面的出勤人數和/或抬頭人數；統計評估模塊，用于根據所述出勤人數和/或抬頭人數生成評估結果。

本發明實施例的基于深度學習目標檢測的教室課堂質量評估系統，利用深度學習中的圖像目標檢測算法，對教室監控視頻進行實時分析，計算課堂的出勤率和抬頭率，實現了計算量和準確性的較好平衡；具有統計和反饋模塊，對整堂課的情況進行統計，有助于授課教師調整教學方式，實現最佳教學效果。