一种在线教学交互方法技术

本发明专利技术涉及一种在线教学交互方法，所述方法包括以下步骤：建立表情及刺激因子并生成表情转换体系；根据表情转换体系通过HMM模型构建表情转换机制；基于表情转换机制，使虚拟教师与学生实时进行教学交互。本发明专利技术提供了一种在线教学交互方法，通过建立表情及表情转换体系；根据表情转换体系通过HMM模型构建表情转换机制；基于表情转换机制，使虚拟教师与学生实时进行教学交互，能够使网络在线学习在虚拟教师的指导下生动进行，增进了师生间的互动、交流，进一步提高学生听课的积极性，提高了教学效果。学效果。学效果。

【技术实现步骤摘要】
一种在线教学交互方法


[0001]本专利技术涉及在线教育
，尤其涉及一种在线教学交互方法。

技术介绍

[0002]线教育顾名思义，是以网络为介质的教学方式，通过网络，学员与教师即使相隔万里也可以开展教学活动；此外，借助网络课件，学员还可以随时随地进行学习，真正打破了时间和空间的限制，对于工作繁忙，学习时间不固定的职场人而言网络远程教育是最方便不过的学习方式。
[0003]在线教育是一种新生事物，产生与发展的时间不长，人们对在线教育的认识也在不断深化和完善。当前对在线教育的认识有多种观点，目前我们认为在线教育既是一种教育理念，也是一种教育手段，又是一种教学组织形式，同时还是一种学习方式。它是以计算机通信技术和网络技术为依托，结合了现代信息技术，采用远程实时多点、双向交互式的多媒体现代化教学手段，可以实时传送文本、声音、图像、图形、电子课件和教师板书的实现跨越时空的教育传递过程，为人们提供丰富的学习资源创造具有良好的交互性、智能化乃至仿真的学习环境―虚拟学校、虚拟课堂、虚拟图书馆等，是人们获得“自我教育”和“终身教育”的最佳方式。
[0004]基于网络的在线学习给学习者提供了宽松、自由和开放的学习环境，学习者可以根据自己的需要选择学习内容、学习时间、学习地点、学习方式甚至指导教师，而目前虚拟现实教学广泛应用于智能在线教学中，学生通过虚拟现实教学能够与对应的虚拟教师进行互动，从而参与到相应的虚拟现实课堂中并获得相应的教学知识内容。
[0005]然而，这种时空分离的教与学导致了教学中教师和学生之间缺少互动，缺乏情感的交流，学生大部分时间处于一种无人监控的自由学习状态，容易产生孤独感，不易对学习保持长久热情，教学效果差。
[0006]伴随着虚拟现实技术的发展，虚拟人技术的研究也在不断深入，如何将虚拟人技术应用于三维虚拟学习环境中，构建和应用三维虚拟教师，使网络在线学习在虚拟教师的指导下进行，进一步增强教学互动，提高学生学习兴趣、激发学习热情，但是分析目前已有的虚拟教师，并没有发现从形象到行为具有与真实教师一样的虚拟教师，缺乏丰富的情感表达，而在已有的虚拟教师中，还没有一个研究了人工情感问题，以方便师生之间的情感交流。

技术实现思路

[0007]为了现有技术存在的上述技术缺陷，本专利技术提供了一种在线教学交互方法，可以有效解决
技术介绍
中的问题。
[0008]为了解决上述技术问题，本专利技术提供的技术方案具体如下：
[0009]本专利技术实施例公开了一种在线教学交互方法，所述方法包括以下步骤：建立表情及刺激因子并生成表情转换体系；根据表情转换体系通过HMM模型构建表情转换机制；基于
表情转换机制，使虚拟教师与学生实时进行教学交互。
[0010]在上述任一方案中优选的是，表情包括平静、高兴、愤怒、厌恶、恐惧、悲伤、惊讶和害羞，由于人类的各种表情之间是可以相互转化的，八种表情在特定的刺激下可以相互转化，加上维持原状不变的情况下共有64种转化的可能，刺激因子包括积极刺激因子、消极刺激因子和一般刺激因子；进一步的，在三种不同的刺激因子作用下，虚拟教师从一种表情转化为另一种表情的概率要高于其他表情，当虚拟教师在指导学生学习过程中，学生的反应会作为一种刺激因子使虚拟教师从当前表情转化为另一种表情，进而虚拟教师在学生学习的过程中按照转化概率的高低进行表情的转化。
[0011]在上述任一方案中优选的是，虚拟教师表情状态间的转换在不同的刺激因子下对应不同的概率值a
ij
，每个a
ij
对应A
K
矩阵中元素A
(k)ij
，其中k为刺激因子类型编号，在表情状态确定后，通过HMM模型对各表情状态之间的转换构建表情转换机制，进而对每一种情绪状态来确定HMM的参数。
[0012]在上述任一方案中优选的是，HMM模型通过以下参数来描述：元素N：它表示模型中的状态个数；元素M：表示处每一个状态可观察到的不同符号数，各个符号表示为V＝{V1,V2,
…
，V
M
}；状态转移概率分布A
K
＝{a
ij
}，其中a
ij
＝P[q
i+1
＝S
j
|q
i
＝S
i
](1≤i,j≤N)为各种表情之间的转移概率，状态转移概率分布由经验值预先设定；进一步的，在应用HMM模型时，必须明确在各种刺激因子作用下，虚拟教师的表情转移概率A，在具体的实施方式中，采用经验值概率进行计算。
[0013]在上述任一方案中优选的是，积极刺激因子转化矩阵为:
[0014][0015]消极刺激因子转化矩阵为：
[0016][0017]一般刺激因子转化矩阵为：
[0018][0019]在上述任一方案中优选的是，各刺激因子矩阵的纵坐标为当前的表情状态，横坐标为可能转换为的状态；纵坐标从上至下依次为平静、高兴、愤怒、厌恶、恐惧、悲伤、惊讶和害羞，横坐标从左至右依次为平静、高兴、愤怒、厌恶、恐惧、悲伤、惊讶和害羞。
[0020]在上述任一方案中优选的是，在构建表情转换机制完成后，输入虚拟教师表情状态向量S，并设定初始状态向量Ψ，S＝Ψ；其中，虚拟教师在未跟学生进行交互时初始状态为平静状态。
[0021]在上述任一方案中优选的是，判断刺激因子类型；当虚拟教师接收到学生的刺激因子时，将初始状态Ψ与刺激因子转化矩阵A
k
相乘，得到转化概率区间矩阵：P＝Ψ
×
A
k
。
[0022]在上述任一方案中优选的是，进行区间分配，Q[1]＝P[1],其中，Q为区间划分向量，P为表情转换概率向量。
[0023]在上述任一方案中优选的是，设置随机数r＝Random(0,1),判断表情变化状态，计算S＝Q[r]，并输出虚拟教师表情变换向量S，其中，r为任意0到1之间的随机数，当随机数r落入(0.79,0.92]区间，此时新的表情状态向量为S＝[0 0 0 0 0 1 0 0],表示虚拟教师在与学生交互后由于学生答题错误，表情由平静转为悲伤，进而虚拟教师会将悲伤的表情显示给学生，提示学生，进而此时虚拟教师悲伤的表情为新一轮表情转化的起点，初始状态向量Ψ＝[0 0 0 0 0 1 0 0]，再次通过接收学生的刺激因子做出相应的表情转化，直至虚拟教师与学生的交互结束。
[0024]在上述任一方案中优选的是，虚拟教师与学生交互时表情转换实现的流程如下：
[0025](1)输入虚拟教师表情状态向量S，S＝Ψ；
[0026](2)判断刺激因子类型；
[0027](3)若为积极刺激因子，则P＝S
×
A
P
；若为消极刺激因子，则P＝S
×
A
n
；若为一般刺激因子，则P＝S
×
A
g
；
[0028](4)进行区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在线教学交互方法，其特征在于：所述方法包括以下步骤：建立表情及刺激因子并生成表情转换体系；根据表情转换体系通过HMM模型构建表情转换机制；基于表情转换机制，使虚拟教师与学生实时进行教学交互。2.根据权利要求1所述的在线教学交互方法，其特征在于：表情包括平静、高兴、愤怒、厌恶、恐惧、悲伤、惊讶和害羞，刺激因子包括积极刺激因子、消极刺激因子和一般刺激因子。3.根据权利要求2所述的在线教学交互方法，其特征在于：虚拟教师表情状态间的转换在不同的刺激因子下对应不同的概率值a
ij
，每个a
ij
对应A
K
矩阵中元素A
(k)ij
，其中k为刺激因子类型编号，在表情状态确定后，通过HMM模型对各表情状态之间的转换构建表情转换机制。4.根据权利要求3所述的在线教学交互方法，其特征在于：HMM模型通过以下参数来描述：元素N：表示模型中的状态个数；元素M：表示处每一个状态可观察到的不同符号数，各个符号表示为V＝{V1,V2,
…
，V
M
}；状态转移概率分布A
K
＝{a
ij
}，其中a
ij
＝P[q
i+1
＝S
j
|q
i
＝S
i
](...

【专利技术属性】
技术研发人员：林东姝，
申请(专利权)人：北京艺旗网络科技有限公司，
类型：发明
国别省市：