一种基于情绪感知的课堂教学评价方法及系统技术方案

本发明专利技术公开了一种基于情绪感知的课堂教学评价方法及系统，能够实现在课堂环境下对学生情绪状态的实时感知，判断学生的学习状态，进而评价课堂的教学质量，具体包括视频监控、图像采集、情绪特征参数提取、课堂评价参数计算、课堂教学效果评价五个模块。其中，视频监控模块负责对课堂教室进行实时拍摄；图像采集模块负责周期性采集来自视频监控模块的视频图像，并输送给情绪特征参数提取模块；情绪特征参数提取模块负责计算情绪特征参数，并将计算结果推送至课堂评价参数计算模块；课堂评价参数计算模块负责计算课堂评价相关参数，并将计算结果推送至课堂教学效果评价模块；课堂教学效果评价模块则基于课堂评价参数实现课堂教学效果的总体评价。

【技术实现步骤摘要】
一种基于情绪感知的课堂教学评价方法及系统
本专利技术涉及教育领域，特别是涉及一种基于情绪感知的课堂教学评价方法及系统。
技术介绍
课堂教学评价专指对在课堂教学实施过程中出现的客体对象所进行的评价活动，其评价范围包括教与学两个方面，其价值在于课堂教学。课堂教学评价是促进学生成长、教师专业发展和提高课堂教学质量的重要手段。根据评价资料的收集手段，可以将课堂教学评价的方式分为现场观察评价、监视监听评价、录像评价、量表评价等。其中，现场观察评价是评价者进入课堂，实时实地听教师讲课并及时进行评价，这种评价方法在实际运用过程中往往表现为随堂听课、评课。这种评价资料的收集方法具有很强的时效性，而且能够对各种临时发生的情况进行评价，对教师的教学激情和学生的参与积极性有较深的体会。缺点在于会受到评价者注意力分配和记录速度等的限制，而且由于评价者的出现往往会让被评教师和学生在心理和行为上发生一定变化。监视监听评价则是利用单向玻璃或摄像设备等进行的实时课堂评价。评价者不直接进入课堂，这样可以在很大程度上避免给师生带来压力，使获取的信息更加真实。缺点在于可能会受到观察角度等的影响，无法全面了解整个课堂的情况。录像评价则是利用录像将教师的教学过程和学生的活动记录下来，进行课后的评价和分析。其优点在于可以多人反复观看和讨论，在评价的过程中也可以让被评教师参与讨论，从而使得整个评价资料更为全面、客观、准确。而且还可以将不同教师的教学录像进行对比，或者将同一个教师的教学录像进行对比，分析教师教学的进步情况。在录像评价中，录像往往只是一种评价资料的收集手段，对录像进行数据的编码、分析和评价会派生出不同的录像评价分析技术。量表评价则是采用事先编制好的评价量表，由教师和学生根据他们对教学过程和效果的主观映象进行回答。这种评价方法的关键是评价量表的编制，它有时也被称为问卷评价法。问卷评价是目前进行课堂教学评价最主要的方式，也是实践中应用最广泛的一种方式。目前，课堂教学评价普遍存在以下问题：(1)评价角度多为认知层面，忽略了对学生情感方面的评价；(2)一对多的课堂教学环境难免会造成评价的不全面和不及时性；(3)现有的评价方式不利于个性化教学的开展，无法充分发展学生的个性；(4)评价方式单一。随着人工智能技术的迅速发展，教育行业正迎来人工智能时代。情绪感知技术作为人工智能领域的重要技术，正在助力教育行业的变革。情绪感知技术通过捕捉人的情绪状态，赋予计算机识别、理解人类情感的能力。当前在教育领域，情绪感知技术主要应用到网络环境下的教学中，用来解决网络环境下师生互动过程中情感缺失问题，而对于课堂环境下通过情绪感知技术来帮助教师完善课堂教学评价的研究还不是很多。
技术实现思路
为了弥补目前课堂教学评价方法的不足，本专利技术旨在设计一种基于情绪感知的课堂教学评价方法及系统。与当前主流的课堂教学评价方法相比，本专利技术能够在课堂环境下对学生进行情绪感知，获取学生在学习过程中的情感反馈信息，然后根据反馈结果判断学生的学习状态，进而推断课堂的教学质量，从而为教师提供智能的、及时的、全面的教学反馈，为教师塑造高效的课堂提供有利的技术支持。本专利技术所提供的一种基于情绪感知的课堂教学评价方法及系统，其基本功能模块如附图1所示。其中，视频监控模块负责对课堂教室进行实时拍摄，并通过专线网络与图像采集模块进行连接。图像采集模块负责以预先设定的频率，周期性的通过专线网络自动采集来自视频监控模块所生成的实时视频图像(也可以保存在本地磁盘中离线视频图像文件)，并输送给情绪特征参数提取模块。情绪特征参数提取模块负责接收图像采集模块所推送的实时视频图像，并实现图像的多目标人脸检测，提取眉毛、眼睛、嘴巴、以及头部等情绪特征部位，进行情绪特征参数的计算，并将情绪特征参数的计算结果推送至课堂评价参数计算模块。其中，情绪特征参数包括头部端正程度α、眉毛舒展程度β，抿嘴程度d及歪嘴程度γ共计4种课堂评价参数计算模块负责接收情绪特征参数提取模块所推送的情绪特征参数计算结果，并基于该结果进行课堂评价相关参数的计算。其中，课堂教学评价参数包括专注度C(t)、活跃度A(t)，以及难易度D(t)共计3类。最终，课堂结束后，课堂教学效果评价模块基于课堂评价参数计算模块推送的上述3类参数，进行课堂教学效果的评价过程。与现有技术相比，本专利技术的有益效果是：本专利技术提供的是一种基于情绪感知的课堂教学评价技术，能够在课堂环境下对学生进行实时情绪感知，获取学生在学习过程中的情感反馈信息，然后根据反馈结果判断学生的学习状态，进而推断课堂的教学质量，从而为教师提供智能的、及时的、全面的教学反馈，为教师塑造高效的课堂提供有利的技术支持。附图说明图1为该方法的功能组成图。图2为该方法的功能流程图。具体实施方式下面结合附图1、附图2对本专利技术进一步说明。首先，视频监控模块负责对课堂教室进行实时拍摄，并将通过专线网络与图像采集模块进行连接。为了保证监视画面的清晰可见且无盲区，本专利技术将视频监控摄像机安装在教室讲台黑板的正上方，且高度须在2.0米至2.5米之间。为了适应教室的光线变化，摄像机须具有自动光圈调节功能，并可根据监控现场光线的明暗进行光圈的自动调节。图像采集模块负责以预先设定的频率(例如3秒/次)，周期性的通过专线网络自动采集来自视频监控模块所生成的实时视频图像(也可以是保存在本地磁盘中离线视频图像文件)，并输送给情绪感知模块。情绪特征参数提取模块负责接收图像采集模块所推送的实时视频图像，并实现图像的多目标人脸检测，提取眉毛、眼睛、嘴巴、以及头部等情绪特征部位，进行学生情绪特征参数的计算，并将情绪特征参数的计算结果推送至课堂教学效果评价模块。其中，情绪特征参数包括头部端正程度α、眉毛舒展程度β，抿嘴程度d及歪嘴程度γ共计4种，计算过程分别描述如下：(1)头部端正程度α当一个人的头部处于端正状态时，两只眼睛应该是处于同一水平线上的，而当头部处于歪斜状态时，两只眼睛则会处于高低不同的状态。这里设定两只眼睛中心点的坐标分别为(x1，y1)和(x2，y2)，则头部端正程度可通过上述两点的连线与水平线间的夹角α值的大小来衡量，即：α＝arctan(y2-y1)/(x2-x1)α值越大，表示头部的歪斜状态越明显，头部端正程度越差。(2)眉毛舒展程度β假定眉毛两端的坐标分别为(x1，y1)和(x2，y2)，同一侧眼睛中心点坐标为(x3，y3)，则眉毛舒展程度，即眉毛两端与眼球中心点所构成的夹角β为：β值越小，表示眉毛越舒展；反之越大，表示皱眉越明显。(3)抿嘴程度d及歪嘴程度γ假定嘴巴两端的坐标分别为(x1，y1)和(x2，y2)，嘴巴中心点坐标为(x3，y3)，则抿嘴程度d通过如下公式进行计算：歪嘴程度γ通过如下公式进行计算：γ＝arctan(y2-y1)/(x2-x1)若d<0本文档来自技高网...

【技术保护点】
1.一种基于情绪感知的课堂教学评价方法及系统，其特征在于：能够在课堂环境下对学生进行实时情绪感知，获取学生在学习过程中的情感反馈信息，由此判断学生的学习状态，进而评价课堂的教学质量，从而为教师提供智能的、及时的、全面的教学反馈，具体包括视频监控、图像采集、情绪特征参数提取、课堂评价参数计算、课堂教学效果评价共计5个模块。/n

【技术特征摘要】
1.一种基于情绪感知的课堂教学评价方法及系统，其特征在于：能够在课堂环境下对学生进行实时情绪感知，获取学生在学习过程中的情感反馈信息，由此判断学生的学习状态，进而评价课堂的教学质量，从而为教师提供智能的、及时的、全面的教学反馈，具体包括视频监控、图像采集、情绪特征参数提取、课堂评价参数计算、课堂教学效果评价共计5个模块。


2.根据权利要求1所述的方法，其特征在于：所述视频监控模块负责对课堂教室进行实时拍摄，并通过专线网络与图像采集模块进行连接；所述视频监控模块中的视频监控摄像机安装在教室讲台黑板正上方，离地高度在2.0米至2.5米之间，并具有自动光圈调节功能，可根据监控现场光线的明暗自动进行光圈调节。


3.根据权利要求1所述的方法，其特征在于：所述图像采集模块负责以预先设定的频率(例如3秒/次)，周期性的通过专线网络自动采集来自视频监控模块所生成的实时视频图像，并输送给情绪特征参数提取模块。


4.根据权利要求1所述的方法，其特征在于：所述情绪特征参数提取计算模块负责接收图像采集模块所推送的实时视频图像，并通过人脸检测和特征提取技术进行学生情绪特征参数的计算，并将情绪特征参数的计算结果推送至课堂评价参数计算模块；所述情绪特征参数包括头部端正程度α、眉毛舒展程度β，抿嘴程度d、歪嘴程度γ共计4种；其中，
1)所述头部端正程度α通过公式α＝arctan(y2-y1...

【专利技术属性】
技术研发人员：王春雷，尉迟学彪，毛鹏轩，
申请(专利权)人：北京入思技术有限公司，
类型：发明
国别省市：北京;11