CN109345156A - 一种基于机器视觉的课堂教学质量评价*** - Google Patents
一种基于机器视觉的课堂教学质量评价*** Download PDFInfo
- Publication number
- CN109345156A CN109345156A CN201811521207.8A CN201811521207A CN109345156A CN 109345156 A CN109345156 A CN 109345156A CN 201811521207 A CN201811521207 A CN 201811521207A CN 109345156 A CN109345156 A CN 109345156A
- Authority
- CN
- China
- Prior art keywords
- student
- classroom
- information
- classroom teaching
- attention
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000012141 concentrate Substances 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 230000001815 facial effect Effects 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 14
- 239000006185 dispersion Substances 0.000 claims description 4
- 206010057315 Daydreaming Diseases 0.000 claims description 3
- 206010041349 Somnolence Diseases 0.000 claims description 3
- 210000000056 organ Anatomy 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000275 quality assurance Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Social Psychology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明的一种基于机器视觉的课堂教学质量评价***，包括以下步骤：1.采集课堂上学生听课状态的图像信息；2.利用***面部识别模块对听课学生进行面部识别，获取学生签到信息；3.利用学生注意力检测模块检测学生在课堂上的注意力集中情况获取学生听课注意力集中情况信息；4.建立课堂教学质量评价模型，计算课堂教学质量平均指数，存入数据库，作为评价课堂教学质量的依据，进而满足教学质量客观真实可重复性的评估及以此为基础的政策分析研究。
Description
技术领域
本发明涉及一种基于机器视觉的课堂教学质量评价***，特别涉及课堂教学质量评价方法。
背景技术
学生评教成为高等学校教学质量保障的重要组成部分。虽然现有教学质量评价指标较为科学和完整，然而在评价教学效果时存在的消极敷衍和不当干预，导致评价结果出现失真。目前缺乏对教学评价过程的有效监控，传统教学效果评价已经不能作为评价教师教学效果的有效依据。
发明内容
本发明的目的在于提供一种基于机器视觉课堂教学质量评价***，以实现对教学质量客观真实可重复性地评估。
本发明的目的可以通过以下技术方案实现：
一种基于机器视觉的课堂教学质量评价***，包括：使用摄像机对课堂上学生听课状态的图像信息进行采集，利用学生面部识别模块获取学生签到信息，利用学生注意力检测模块获取学生听课注意力集中情况信息，建立课堂教学质量评价模型，计算课堂教学质量平均指数，存入数据库，作为评价课堂教学质量的依据。
进一步地，所述摄像机实时采集课堂上学生的脸部和动作信息，并以15帧为间隔储存并处理所采集到的学生状态信息，同时记录下整个教学过程中数据采集和处理的总次数，记为n。
进一步地，所述学生签到模块，通过利用特征脸算法对预先采集的全体学生的面部信息进行几何建模，并将所建立的模型储存进数据库中。学生进入教室后，安装在教室墙壁上的摄像机实时采集进出教室的学生面部信息，通过与数据库中面部模型进行匹配；如果检测到学生是进入教室，那么将匹配到的学生身份信息储存进预先设定的容器中，如果检测到学生离开教室，那么将匹配到的身份信息从该容器中删除。最后通过提取该容器中的学生身份信息获得学生的签到信息。
进一步地，所述学生签到信息，包括：上课签到学生人数N1；学生就座位置，记录就座于前三排的学生人数N2；缺勤学生人数N3。
进一步地，所述学生注意力检测模块用于对课堂上全体学生的上课状态进行实时检测。通过实时采集教室内学生上课的状态信息并每隔15帧对采集到的数据信息进行图像处理操作。根据上课学生的脸部器官的状态信息综合判断学生是否处于疲劳犯困状态；通过学生头部的摆动角度判断学生是否东张西望，注意力不集中；通过相邻学生头部摆动的相对角度以及嘴部的动作判断是否有学生在交头接耳；通过学生头部上下摆动的角度以及头部保持的时间长度综合判断学生是否在做与课堂无关的事情，比如玩手机。
进一步地，所述学生听课注意力集中情况信息，包括：上课过程中玩手机学生人数N4；上课过程中交谈的学生人数N5；上课过程中疲劳的学生人数N6；上课过程中注意力分散的学生人数N7。
进一步地，所述课堂教学质量评价模型，输出为课堂教学质量平均指数，记为Tq；模型输入为学生签到信息和学生听课注意力集中情况信息，有：第i次图像采集处理，得到的课堂学生缺勤率Ari，；第i次图像采集处理，得到的就座于前三排的学生人数比例Aqi，；第i次图像采集处理，得到的上课过程中学生玩手机的学生人数比例Awi，；第i次图像采集处理，得到的上课过程中交谈的学生人数比例Aji，；第i次图像采集处理，得到的上课过程中疲劳的学生人数比例Api，；第i次图像采集处理，得到的上课过程中注意力分散的学生人数比例Afi，；因此，课堂教学质量平均指数Tq为；式中，c1为学生课堂缺勤率的权重系数；c2为学生就座于前三排的人数比例的权重系数；c3为与学生听课注意力集中情况相关的参数的权重系数。
本发明的有益效果：本发明利用机器视觉功能，使用摄像机和图像分析设备对课堂上学生听课状态的图像信息进行采集并处理，获取学生签到信息和学生听课注意力集中情况信息，建立课堂教学质量评价模型，计算课堂教学质量平均指数，存入数据库，进而满足教学质量客观真实可重复性的评估及以此为基础的政策分析研究。
附图说明
下面结合附图和具体实施例对本发明作进一步详细描述。
图1是本发明***流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
学生评教成为高等学校教学质量保障的重要组成部分。虽然现有教学质量评价指标较为科学和完整，然而在评价教学效果时存在的消极敷衍和不当干预，导致评价结果出现失真。目前缺乏对教学评价过程的有效监控，传统教学效果评价已经不能作为评价教师教学效果的有效依据。
基于此，本发明实施例提供的一种基于机器视觉的课堂教学质量评价***，可以实现对课堂教学质量进行客观真实可重复性的评估。
图1是本发明***流程图。
参照图1，一种基于机器视觉的课堂教学质量评价***包括如下内容：步骤S110，使用广角镜头相机采集课堂上所在学生的图像信息。
具体的，相机实时采集课堂内的学生面部信息，DSP处理器以15帧为间隔储存并处理所采集到的学生状态信息，同时记录下整个教学过程中数据采集和处理的总次数，记为n。
步骤S120，利用学生签到模块获取学生签到信息。
通过利用特征脸算法对预先采集的全体学生的面部信息进行几何建模，并将所建立的模型储存进数据库中。学生进入教室后，安装在教室墙壁上的摄像机实时采集进出教室的学生面部信息，通过与数据库中面部模型进行匹配；如果检测到学生是进入教室，那么将匹配到的学生身份信息储存进预先设定的容器中，如果检测到学生离开教室，那么将匹配到的身份信息从该容器中删除。最后通过提取该容器中的学生身份信息获得学生的签到信息。
步骤S130，利用学生注意力检测模块获取学生听课注意力集中情况信息。
具体的，通过实时采集教室内学生上课的状态信息并每隔15帧对采集到的数据信息进行图像处理操作，并将处理结果保存到储存器里。根据上课学生的脸部器官的状态信息综合判断学生是否处于疲劳犯困状态；通过学生头部的摆动角度判断学生是否东张西望，注意力不集中；通过相邻学生头部摆动的相对角度以及嘴部的动作判断是否有学生在交头接耳；通过学生头部上下摆动的角度以及头部保持的时间长度综合判断学生是否在做与课堂无关的事情，比如玩手机。
步骤S140，建立课堂教学质量评价模型，计算课堂教学质量平均指数。
具体的，课堂教学质量评价模型，输出为课堂教学质量平均指数，记为Tq；模型输入为学生签到信息和学生听课注意力集中情况信息，有：第i次图像采集处理，得到的课堂学生缺勤率Ari，；第i次图像采集处理，得到的就座于前三排的学生人数比例Aqi，；第i次图像采集处理，得到的上课过程中学生玩手机的学生人数比例Awi，；第i次图像采集处理，得到的上课过程中交谈的学生人数比例Aji，；第i次图像采集处理，得到的上课过程中疲劳的学生人数比例Api，；第i次图像采集处理，得到的上课过程中注意力分散的学生人数比例Afi，；因此，课堂教学质量平均指数Tq为；式中，c1为学生课堂缺勤率的权重系数；c2为学生就座于前三排的人数比例的权重系数；c3为与学生听课注意力集中情况相关的参数的权重系数。
将课堂教学质量平均指数Tq存入数据库，作为评价课堂教学质量的依据。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (7)
1.一种基于机器视觉的课堂教学质量评价***，其特征在于，包括：使用摄像机对课堂上学生听课状态的图像信息进行采集，学生签到模块，利用人脸检测算法对进出教室的学生进行人脸检测，并通过人脸识别算法将检测到的面部信息与人脸数据库中的面部信息进行匹配，获取上课时在课堂的学生数，以达到学生签到目的，利用学生注意力检测模块获取学生听课注意力集中情况信息，建立课堂教学质量评价模型，计算课堂教学质量平均指数，存入数据库，作为评价课堂教学质量的依据。
2.根据权利要求1所述的一种基于机器视觉的课堂教学质量评价***，其特征在于，所述摄像机实时采集课堂上学生的脸部和动作信息，并以15帧为间隔储存并处理所采集到的学生状态信息，同时记录下整个教学过程中数据采集和处理的总次数，记为n。
3.根据权利要求1所述的一种基于机器视觉的课堂教学质量评价***，其特征在于，所述学生签到模块，通过利用特征脸算法对预先采集的全体学生的面部信息进行几何建模，并将所建立的模型储存进数据库中；学生进入教室后，安装在教室墙壁上的摄像机实时采集进出教室的学生面部信息，通过与数据库中面部模型进行匹配；如果检测到学生是进入教室，那么将匹配到的学生身份信息储存进预先设定的容器中，如果检测到学生离开教室，那么将匹配到的身份信息从该容器中删除，最后通过提取该容器中的学生身份信息获得学生的签到信息。
4.根据权利要求1所述的一种基于机器视觉的课堂教学质量评价***，其特征在于，所述学生签到信息，包括：上课签到学生人数N1；学生就座位置，记录就座于前三排的学生人数N2；缺勤学生人数N3。
5.根据权利要求1所述的一种基于机器视觉的课堂教学质量评价***，其特征在于，所述学生注意力检测模块，通过实时采集教室内学生上课的状态信息并每隔15帧对采集到的数据信息进行图像处理操作；根据上课学生的脸部器官的状态信息综合判断学生是否处于疲劳犯困状态；通过学生头部的摆动角度判断学生是否东张西望，注意力不集中；通过相邻学生头部摆动的相对角度以及嘴部的动作判断是否有学生在交头接耳；通过学生头部上下摆动的角度以及头部保持的时间长度综合判断学生是否在做与课堂无关的事情，比如玩手机。
6.根据权利要求1所述的一种基于机器视觉的课堂教学质量评价***，其特征在于，所述学生听课注意力集中情况信息，包括：上课过程中玩手机学生人数N4；上课过程中交谈的学生人数N5；上课过程中疲劳的学生人数N6；上课过程中注意力分散的学生人数N7。
7.根据权利要求1所述的一种基于机器视觉的课堂教学质量评价***，其特征在于，所述课堂教学质量评价模型的输出为课堂教学质量平均指数，记为Tq；模型输入为学生签到信息和学生听课注意力集中情况信息，于是有第i次图像采集处理，得到的课堂学生缺勤率Ari，；第i次图像采集处理，得到的就座于前三排的学生人数比例Aqi，；第i次图像采集处理，得到的上课过程中学生玩手机的学生人数比例Awi，；第i次图像采集处理，得到的上课过程中交谈的学生人数比例Aji，；第i次图像采集处理，得到的上课过程中疲劳的学生人数比例Api，；第i次图像采集处理，得到的上课过程中注意力分散的学生人数比例Afi，；因此，课堂教学质量平均指数Tq为；式中，c1为学生课堂缺勤率的权重系数；c2为学生就座于前三排的人数比例的权重系数；c3为与学生听课注意力集中情况相关的参数的权重系数；将课堂教学质量平均指数Tq存入数据库，作为评价课堂教学质量的依据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811521207.8A CN109345156A (zh) | 2018-12-12 | 2018-12-12 | 一种基于机器视觉的课堂教学质量评价*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811521207.8A CN109345156A (zh) | 2018-12-12 | 2018-12-12 | 一种基于机器视觉的课堂教学质量评价*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109345156A true CN109345156A (zh) | 2019-02-15 |
Family
ID=65304222
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811521207.8A Pending CN109345156A (zh) | 2018-12-12 | 2018-12-12 | 一种基于机器视觉的课堂教学质量评价*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109345156A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110164249A (zh) * | 2019-05-22 | 2019-08-23 | 重庆工业职业技术学院 | 一种计算机在线学习监督辅助*** |
| CN110675676A (zh) * | 2019-10-14 | 2020-01-10 | 江苏食品药品职业技术学院 | 一种基于微信小程序的课堂教学及时评分方法 |
| CN110991943A (zh) * | 2019-12-26 | 2020-04-10 | 河南城建学院 | 一种基于云计算的教学质量评价*** |
| CN111062844A (zh) * | 2020-03-17 | 2020-04-24 | 浙江正元智慧科技股份有限公司 | 一种智慧校园智能控制*** |
| CN111275345A (zh) * | 2020-01-22 | 2020-06-12 | 重庆大学 | 一种基于深度学习的课堂信息化评价及管理的***及方法 |
| CN111402096A (zh) * | 2020-04-03 | 2020-07-10 | 广州云从鼎望科技有限公司 | 一种在线授课质量管理方法、***、设备和介质 |
| CN111582611A (zh) * | 2019-02-18 | 2020-08-25 | 北京入思技术有限公司 | 一种基于情绪感知的课堂教学评价方法及*** |
| CN111861146A (zh) * | 2020-06-29 | 2020-10-30 | 武汉科技大学 | 一种基于微表情识别的教学评价和实时反馈*** |
| CN112465339A (zh) * | 2020-11-25 | 2021-03-09 | 宁波阶梯教育科技有限公司 | 一种教学质量评价方法、装置、***及可读存储介质 |
| CN115002343A (zh) * | 2022-05-06 | 2022-09-02 | 重庆工程学院 | 一种基于机器视觉的客观评价学生课堂表现的方法及*** |
| CN116611968A (zh) * | 2023-06-02 | 2023-08-18 | 湖南中医药高等专科学校 | 一种基于数据关联的教学管理*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105825189A (zh) * | 2016-03-21 | 2016-08-03 | 浙江工商大学 | 一种用于大学生到课率及上课专注度自动分析的装置 |
| CN106228293A (zh) * | 2016-07-18 | 2016-12-14 | 重庆中科云丛科技有限公司 | 教学评估方法及*** |
| CN107609517A (zh) * | 2017-09-15 | 2018-01-19 | 华中科技大学 | 一种基于计算机视觉的课堂行为检测*** |
| CN107659370A (zh) * | 2017-09-15 | 2018-02-02 | 安阳工学院 | 大学生课堂综合管理***及方法 |
| CN107895244A (zh) * | 2017-12-26 | 2018-04-10 | 重庆大争科技有限公司 | 课堂教学质量评估方法 |
| CN107958351A (zh) * | 2017-12-26 | 2018-04-24 | 重庆大争科技有限公司 | 教学质量评估云服务平台 |
| CN207965910U (zh) * | 2018-01-25 | 2018-10-12 | 西安科技大学 | 基于人脸识别的教学管理*** |
-
2018
- 2018-12-12 CN CN201811521207.8A patent/CN109345156A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105825189A (zh) * | 2016-03-21 | 2016-08-03 | 浙江工商大学 | 一种用于大学生到课率及上课专注度自动分析的装置 |
| CN106228293A (zh) * | 2016-07-18 | 2016-12-14 | 重庆中科云丛科技有限公司 | 教学评估方法及*** |
| CN107609517A (zh) * | 2017-09-15 | 2018-01-19 | 华中科技大学 | 一种基于计算机视觉的课堂行为检测*** |
| CN107659370A (zh) * | 2017-09-15 | 2018-02-02 | 安阳工学院 | 大学生课堂综合管理***及方法 |
| CN107895244A (zh) * | 2017-12-26 | 2018-04-10 | 重庆大争科技有限公司 | 课堂教学质量评估方法 |
| CN107958351A (zh) * | 2017-12-26 | 2018-04-24 | 重庆大争科技有限公司 | 教学质量评估云服务平台 |
| CN207965910U (zh) * | 2018-01-25 | 2018-10-12 | 西安科技大学 | 基于人脸识别的教学管理*** |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111582611A (zh) * | 2019-02-18 | 2020-08-25 | 北京入思技术有限公司 | 一种基于情绪感知的课堂教学评价方法及*** |
| CN110164249B (zh) * | 2019-05-22 | 2021-11-05 | 重庆工业职业技术学院 | 一种计算机在线学习监督辅助*** |
| CN110164249A (zh) * | 2019-05-22 | 2019-08-23 | 重庆工业职业技术学院 | 一种计算机在线学习监督辅助*** |
| CN110675676A (zh) * | 2019-10-14 | 2020-01-10 | 江苏食品药品职业技术学院 | 一种基于微信小程序的课堂教学及时评分方法 |
| CN110991943A (zh) * | 2019-12-26 | 2020-04-10 | 河南城建学院 | 一种基于云计算的教学质量评价*** |
| CN110991943B (zh) * | 2019-12-26 | 2023-08-01 | 河南城建学院 | 一种基于云计算的教学质量评价*** |
| CN111275345A (zh) * | 2020-01-22 | 2020-06-12 | 重庆大学 | 一种基于深度学习的课堂信息化评价及管理的***及方法 |
| CN111275345B (zh) * | 2020-01-22 | 2023-08-08 | 重庆大学 | 一种基于深度学习的课堂信息化评价及管理的***及方法 |
| CN111062844A (zh) * | 2020-03-17 | 2020-04-24 | 浙江正元智慧科技股份有限公司 | 一种智慧校园智能控制*** |
| CN111402096A (zh) * | 2020-04-03 | 2020-07-10 | 广州云从鼎望科技有限公司 | 一种在线授课质量管理方法、***、设备和介质 |
| CN111861146A (zh) * | 2020-06-29 | 2020-10-30 | 武汉科技大学 | 一种基于微表情识别的教学评价和实时反馈*** |
| CN112465339A (zh) * | 2020-11-25 | 2021-03-09 | 宁波阶梯教育科技有限公司 | 一种教学质量评价方法、装置、***及可读存储介质 |
| CN115002343A (zh) * | 2022-05-06 | 2022-09-02 | 重庆工程学院 | 一种基于机器视觉的客观评价学生课堂表现的方法及*** |
| CN116611968A (zh) * | 2023-06-02 | 2023-08-18 | 湖南中医药高等专科学校 | 一种基于数据关联的教学管理*** |
| CN116611968B (zh) * | 2023-06-02 | 2024-02-13 | 湖南中医药高等专科学校 | 一种基于数据关联的教学管理*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109345156A (zh) | 一种基于机器视觉的课堂教学质量评价*** | |
| WO2020034902A1 (zh) | 具有状态监控功能的智能桌、监控***服务器及监控方法 | |
| JP6892558B2 (ja) | 教学補助方法およびその方法を採用する教学補助システム | |
| WO2020082971A1 (zh) | 一种课堂实时监测与评估***及其工作方法、创建方法 | |
| CN109657529A (zh) | 基于面部表情识别的课堂教学效果评价*** | |
| CN106599881A (zh) | 学生状态的确定方法、装置及*** | |
| CN109523441A (zh) | 一种基于视频识别的教学管理方法和*** | |
| CN115170369B (zh) | 一种基于移动互联网的直播课程在线观看智能管理*** | |
| CN112183238A (zh) | 一种远程教育注意力检测方法及*** | |
| CN111008542A (zh) | 对象专注度分析方法、装置、电子终端及存储介质 | |
| CN206557851U (zh) | 一种教学听课情况采集装置 | |
| CN109583354A (zh) | 基于机器学习的学生注意力检测模型 | |
| CN110490173B (zh) | 一种基于3d体感模型的智能动作打分*** | |
| CN111402096A (zh) | 一种在线授课质量管理方法、***、设备和介质 | |
| CN111931608A (zh) | 基于学生姿态以及学生人脸识别的操行管理的方法和*** | |
| CN107958500A (zh) | 一种用于教学实境信息实时采集的监控*** | |
| CN111523445B (zh) | 一种基于改进的Openpose模型和面部微表情的考试行为检测方法 | |
| CN104408781A (zh) | 专注度考勤*** | |
| WO2020118882A1 (zh) | 学习状态监测方法、装置及智能设备 | |
| CN113570916A (zh) | 一种多媒体远程教学辅助方法、设备及其*** | |
| TWI709915B (zh) | 課程指數檢測告警方法、裝置、電子設備、及存儲介質 | |
| CN108492231A (zh) | 基于学生行为数据的课堂效果信息的监控*** | |
| CN108596159A (zh) | 一种基于互联网教育的教学方法及*** | |
| CN206293006U (zh) | 一种智能教学终端*** | |
| JP2015170033A (ja) | 教育支援装置、教育支援処理プログラムおよび教育支援処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190215 |