【技术实现步骤摘要】
本申请涉及课堂质量评测，更具体地，涉及高校课堂教学质量自动评测方法与系统。
技术介绍
1、高校课堂教学质量自动评测主要依赖于现代信息技术，特别是计算机视觉、语音识别、机器学习、自然语言处理等领域的技术发展。这些技术的发展为自动评测提供了可能，使得可以实时、客观、全面地评估课堂教学质量。
2、现有技术中，主要通过数据分析学生和老师单方面的教学或学习质量来评价课堂教学质量，很少考虑老师和学生之间的互动行为来评价课堂教学质量，导致评测准确性差和适应性低。
3、因此，如何提高评测的精度和适应性，是目前有待解决的技术问题。
技术实现思路
1、本专利技术提供一种高校课堂教学质量自动评测方法，用以解决现有技术中课堂教学质量评测精度低和适应性差的技术问题。所述方法包括：
2、根据课堂空间结构信息构建课堂空间模型，采集老师和学生的体态信息，并依据老师和学生的体态信息在课堂空间模型中构建每个人所对应的人形区域，通过课堂教学视频将人形区域的变化在课堂空间模型中呈现出来，并得到每个人的移动轨迹和校验信息；
3、通过课堂教学视频和多角度的课堂教学图像提取每个人所对应的带有时间戳的视觉特征和音频特征，并以时间序列的形式将视觉特征和音频特征展示出来，得到时间序列视觉特征集和时间序列音频特征集，分别根据时间序列视觉特征集和时间序列音频特征集捕捉动作信息、脸部朝向、语言文本内容和语音信息；
4、将动作信息、脸部朝向、语言文本内容和语音信息在时间序列视觉特征
5、基于每个人的校验信息来校验动作信息和脸部朝向，确定老师和学生各自的时间序列动作集、时间序列脸部朝向集和时间序列语言文本内容集，并判断老师和学生之间、学生和学生之间以及老师和老师之间的互动行为的发生概率，将发生概率高的互动行为组合成互动行为猜想集，确定互动行为猜想集中每个互动行为所对应的不同二次特征的组合；
6、依据扩充后的原始来源时间序列特征段将不同二次特征的组合中的多个二次特征进行特征融合，得到多维特征，通过多维特征验证互动行为猜想集中的每个互动行为，确定实际互动行为以及互动行为所反映的互动质量指标，根据每个二次特征确认老师的教学质量指标和学生的学习质量指标，基于课堂教学类型确定由互动质量指标权重、老师的教学质量指标权重和学生的学习质量指标权重三者组成的权重因子池，从而确定课堂教学质量；
7、其中，二次特征包括移动轨迹、动作信息、脸部朝向、语言文本内容和语音信息。
8、本申请一些实施例中，根据课堂空间结构信息构建课堂空间模型，采集老师和学生的体态信息，并依据老师和学生的体态信息在课堂空间模型中构建每个人所对应的人形区域，通过课堂教学视频将人形区域的变化在课堂空间模型中呈现出来，并得到每个人的移动轨迹和校验信息，包括：
9、依据课堂空间结构信息确定教室中心位置，并以教室中心位置为坐标起始点建立坐标系，得到课堂空间模型，将课堂空间模型划分为多个区域，包括讲台区域、学生座位区域、黑板区域和其它区域；
10、通过老师的体态信息和老师数量将讲台区域和黑板区域网格化，通过学生的体态信息和学生数量将学生作为区域网格化，以此来精准追踪人的踪迹；
11、将老师和学生的体态信息映射到课堂空间模型中，构建每个人的人形区域，人形区域由多个以坐标位置表示的边缘点组成，并通过课堂教学视频实时更新每个人所对应的所有边缘点的坐标位置；
12、通过所有边缘点的坐标位置变化来跟踪人形区域在课堂空间模型中的移动轨迹，得到该人的移动轨迹；
13、将所有边缘点与动作、脸部朝向进行匹配，得到部分边缘点-动作的匹配关系和部分边缘点-脸部朝向的匹配关系，通过这些部分边缘点的坐标位置变化来描述该人的动作信息和脸部朝向，将这些部分边缘点的坐标位置变化作为动作信息和脸部朝向的校验信息。
14、本申请一些实施例中，将动作信息、脸部朝向、语言文本内容和语音信息在时间序列视觉特征集和时间序列音频特征集上的来源时间节点标记出来，得到原始来源时间序列特征段，包括：
15、在根据时间序列视觉特征集和时间序列音频特征集捕捉动作信息、脸部朝向、语言文本内容和语音信息的时，将捕捉开始对应的时间戳作为开始时间节点，将捕捉结束对应的时间戳作为结束时间节点，以此确定每个动作信息、脸部朝向、语言文本内容和语音信息分别对应的原始来源时间序列特征段。
16、本申请一些实施例中，根据不同原始来源时间序列特征段之间的关系扩充原始来源时间序列特征段，包括：
17、将动作信息、脸部朝向、语言文本内容和语音信息分别对应的原始来源时间序列特征段分别记作第一特征段、第二特征段、第三特征段和第四特征段，预先设置第一特征段、第二特征段、第三特征段和第四特征段在不同情况下的分配权重比，并预设第一映射关系和第二映射关系；
18、若第一特征段、第二特征段、第三特征段和第四特征段之间存在两两交集的情况，则根据交集的长度和第一映射关系确定扩充长度，通过分配权重比将扩充长度分配给两个特征段进行扩充；
19、若第一特征段、第二特征段、第三特征段和第四特征段之间存在三者交集的情况，或，四者交集的情况，则根据交集的长度和第二映射关系确定扩充长度，通过分配权重比将扩充长度分配给三或四个个特征段进行扩充；
20、将扩充后的第一特征段、第二特征段、第三特征段和第四特征段作为扩充后的原始来源时间序列特征段。
21、本申请一些实施例中，基于每个人的校验信息来校验动作信息和脸部朝向，包括：
22、将校验信息和动作信息、脸部朝向之间的差异以均方误差表现出来，若均方误差超过误差阈值，则重新计算动作信息和脸部朝向；
23、否则，将动作信息和脸部朝向进行输出。
24、本申请一些实施例中，并判断老师和学生之间、学生和学生之间以及老师和老师之间的互动行为的发生概率，将发生概率高的互动行为组合成互动行为猜想集，包括：
25、预先定义每种互动行为的动作信息、脸部朝向和语言文本内容之间的特征模式；
26、将时间序列动作集、时间序列脸部朝向集和时间序列语言文本内容集按照时间顺序进行对齐处理，将老师和学生对应的特征进行区分，并通过概率模型和互动行为特征模式在时间序列动作集、时间序列脸部朝向集和时间序列语言文本内容集三者对应的时间内每种互动行为发生的概率，将概率高于概率阈值的互动行为组合成互动行为猜想集。
27、本申请一些实施例中，依据扩充后的原始来源时间序列特征段将不同二次特征的组合中的多个二次特征进行特征融合，得到多维特征，包括：
28、对每个二次特征对应的扩充后的原始来源时间序列特征段进行归一化和降维处理，重新提取二本文档来自技高网...
【技术保护点】
1.高校课堂教学质量自动评测方法，其特征在于，包括：
2.如权利要求1所述的高校课堂教学质量自动评测方法，其特征在于，根据课堂空间结构信息构建课堂空间模型，采集老师和学生的体态信息，并依据老师和学生的体态信息在课堂空间模型中构建每个人所对应的人形区域，通过课堂教学视频将人形区域的变化在课堂空间模型中呈现出来，并得到每个人的移动轨迹和校验信息，包括：
3.如权利要求1所述的高校课堂教学质量自动评测方法，其特征在于，将动作信息、脸部朝向、语言文本内容和语音信息在时间序列视觉特征集和时间序列音频特征集上的来源时间节点标记出来，得到原始来源时间序列特征段，包括：
4.如权利要求3所述的高校课堂教学质量自动评测方法，其特征在于，根据不同原始来源时间序列特征段之间的关系扩充原始来源时间序列特征段，包括：
5.如权利要求2所述的高校课堂教学质量自动评测方法，其特征在于，基于每个人的校验信息来校验动作信息和脸部朝向，包括：
6.如权利要求1所述的高校课堂教学质量自动评测方法，其特征在于，并判断老师和学生之间、学生和学生之间以及老师和老师
7.如权利要求1所述的高校课堂教学质量自动评测方法，其特征在于，依据扩充后的原始来源时间序列特征段将不同二次特征的组合中的多个二次特征进行特征融合，得到多维特征，包括：
8.如权利要求1所述的高校课堂教学质量自动评测方法，其特征在于，根据每个二次特征确认老师的教学质量指标和学生的学习质量指标，包括：
9.高校课堂教学质量自动评测系统，其特征在于，包括：
...【技术特征摘要】
1.高校课堂教学质量自动评测方法，其特征在于，包括：
2.如权利要求1所述的高校课堂教学质量自动评测方法，其特征在于，根据课堂空间结构信息构建课堂空间模型，采集老师和学生的体态信息，并依据老师和学生的体态信息在课堂空间模型中构建每个人所对应的人形区域，通过课堂教学视频将人形区域的变化在课堂空间模型中呈现出来，并得到每个人的移动轨迹和校验信息，包括：
3.如权利要求1所述的高校课堂教学质量自动评测方法，其特征在于，将动作信息、脸部朝向、语言文本内容和语音信息在时间序列视觉特征集和时间序列音频特征集上的来源时间节点标记出来，得到原始来源时间序列特征段，包括：
4.如权利要求3所述的高校课堂教学质量自动评测方法，其特征在于，根据不同原始来源时间序列特征段之间的关系扩充原始来源时间序列特征段，包...
【专利技术属性】
技术研发人员：朱晓军，
申请(专利权)人：太原太工天宇教育科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。