CN110164209A - 教学终端、服务器和教学直播*** - Google Patents

教学终端、服务器和教学直播*** Download PDF

Info

Publication number
CN110164209A
CN110164209A CN201910335022.6A CN201910335022A CN110164209A CN 110164209 A CN110164209 A CN 110164209A CN 201910335022 A CN201910335022 A CN 201910335022A CN 110164209 A CN110164209 A CN 110164209A
Authority
CN
China
Prior art keywords
characteristic parameter
biological characteristic
student
server
module
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
Application number
CN201910335022.6A
Other languages
English (en)
Inventor
薄涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910335022.6A priority Critical patent/CN110164209A/zh
Publication of CN110164209A publication Critical patent/CN110164209A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • 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
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
    • G09B5/065—Combinations of audio and video presentations, e.g. videotapes, videodiscs, television systems
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
    • G09B5/10—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations all student stations being capable of presenting the same information simultaneously

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Multimedia (AREA)
  • Psychiatry (AREA)
  • Veterinary Medicine (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Strategic Management (AREA)
  • Cardiology (AREA)
  • Tourism & Hospitality (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本申请公开了一种教学终端、服务器和教学直播***。该教学终端包括测量模块，用于测量学生的生物特征参数，并将生物特征参数与学生的标识信息进行关联；发送模块，用于将生物特征参数以及学生的标识信息发送至服务器，以使得服务器基于第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级。本申请实施例中教学终端可以采集学生生物特征参数，用以辅助进行授课质量的综合评判，从而避免了教师主观判断带来的误差。

Description

教学终端、服务器和教学直播***
技术领域
本发明一般涉及教学技术领域，具体涉及一种教学终端、服务器和教学直播***。
背景技术
随着科技的迅猛发展和广泛应用，多媒体教学通过幕布放映PPT课件，辅助教学内容的讲解。在这个教学过程中，教师集中精力讲解课件内容的同时，通常需要关注学生的学习状态，对该学习状态教师会做主观性判断。
但是，由于学生数量很多，教师在保证教学进度正常完成的情况下，不能够顾及到所有学生，从而导致依据学生主观判断的教学质量评价结果不具有客观性。
发明内容
鉴于现有技术中的上述缺陷或不足，期望提供一种教学终端，服务器和教学直播***。教学终端可以采集学生的生物特征参数，将生物特征参数提供给服务器，使得其可以根据接收到的生物特征参数进行授课质量的综合评判，从而客观地评价授课质量。
第一方面，本申请提供一种教学终端，教学终端包括：
测量模块，用于测量学生的第一生物特征参数，并将所述第一生物特征参数与所述学生的标识信息进行关联；
发送模块，其与测量模块连接，用于将所述第一生物特征参数以及所述学生的标识信息发送至服务器，以使得所述服务器基于所述第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级；其中，所述第二生物特征参数是基于所述第一生物特征参数确定的或者实时采集得到的。
第二方面，本申请提供一种服务器，服务器包括：
接收模块，用于接收第一生物特征参数和经过分类的第二生物特征参数；其中，所述第一生物特征参数和经过分类的所述第二生物特征参数与学生的标识信息关联；
计算模块，用于根据预设综合评判模型，计算所述第一生物特征参数和经过分类的所述第二生物特征参数对应的授课质量等级。
第三方面，本申请提供一种教学直播***，所述教学直播***包括第一方面描述的教学终端和第二方面描述的服务器。
综上，本申请提供的教学终端包括测量模块，用于测量学生的第一生物特征参数，并将第一生物特征参数与学生的标识信息进行关联；发送模块，用于将第一生物特征参数以及学生的标识信息发送至服务器，以使得服务器基于第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级。
进一步地，本申请提供的教学终端还可以采集学生的第二生物特征参数，使得服务器根据接收到的第一生物特征参数和第二生物特征参数进行授课质量的综合评判，从而客观地评价授课质量。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为本申请实施例提供的一种教学终端；
图2为本申请实施例提供的另一种教学终端；
图3为本申请又一实施例提供的一种教学终端；
图4为本申请又一实施例提供的另一种教学终端；
图5为本申请又一实施例提供的再一种教学终端；
图6为本申请实施例提供的一种投影幕布；
图7为本申请实施例提供的一种教学直播***；
图8为本申请实施例提供的一种教学直播方法；
图9为本申请实施例提供的另一种教学直播方法；
图10为本申请实施例提供的再一种教学直播方法；
图11为本申请实施例提供的又一种教学直播方法；
图12为本申请实施例提供的一种教学终端、投影幕布和服务器的信息交互图；
图13为本申请实施例提供的一种计算机***。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了便于理解和说明，下面通过图1至图13详细的阐述本申请实施例提供的教学终端、服务器以及教学直播***。
请参考图1，其为本申请实施例提供的一种教学终端。该教学终端1包括：
测量模块11，用于测量学生的第一生物特征参数，并将第一生物特征参数与学生的标识信息进行关联。
其中，第一生物特征参数包括心率值和血压值。
举例说明，学生的标识信息可以为学号，也可以为教师在现场授课时给学生的编号。测量模块11可以是外置的电子血压脉搏仪器，也可以是移动终端内置的脉搏检测芯片。
需要说明的是，当教师在授课、学生在听课时，随着授课内容难度的不同，学生的生物特征参数也会发生变化。比如，授课内容较难时，学生的心率值和血压值会出现突然的增加。因此，本申请实施例通过分析学生的生物特征参数，进而对教师的授课质量进行评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
发送模块12，其与测量模块连接，用于将第一生物特征参数以及学生的标识信息发送至服务器，以使得服务器基于第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级。
需要说明的是，测量模块11与发送模块12之间可以通过USB接口连接，或者WIFI连接方式或者其他信号连接方式来实现。发送模块12可以是移动通信模块和无线互联网模块等，其中移动通信模块可以将无线电信号发送到基站(例如，接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。无线互联网模块支持移动终端的无线互联网接入。该模块可以内部或外部地耦接到移动终端。该模块所涉及的无线互联网接入技术可以包括Wi-Fi、无线宽带、Wimax(全球微波互联接入),以及蓝牙、射频识别(RFID)、超宽带(UWB)等等。
其中，第一生物特征参数与学生的标识信息对应，并且相互关联，方便教师了解不同学生的学习情况，进而能够因材施教。比如，学生的标识信息为20190110，对应的第一生物特征参数为心率值70次/分钟，血压值为80mmHg。
其中，第二生物特征参数可以是基于第一生物特征参数确定的，也可以采集得到的。
例如，基于第一生物特征参数可以确定学生的情绪变化。例如，通过监测心率参数，利用心率波形图的深度学***静。经过分类的第二生物特征参数可以标识学生的情绪状态。
也可以通过采集学生的面部表情作为第二生物特征参数。
本申请实施例中所涉及的教学终端可以包括但不限于个人计算机(PersonalComputer，PC)、个人数字助理(Personal Digital Assistant，PDA)、平板电脑(TabletComputer)、无线手持设备和手机等。
在本申请的其它实施例中，如图2所示，教学终端1还包括：
触摸屏13，用于显示接收到的授课质量问卷调查。
上传模块14，用于根据对教学终端的触摸屏进行的操作，将授课质量问卷调查上传至服务器。
需要说明的是，在本申请的实施例中由学生直接填写授课质量问卷调查，能够直观地反映出学生对本节课内容的掌握程度。
如图3所示，图3为本申请又一实施例提供的一种教学终端，其中，上传模块14包括：
检测单元141，用于检测教学终端的触摸屏上不同位置处的压力值。
操作单元142，用于当压力值大于或者等于预设阈值时，按照压力值对应位置处的字符进行操作。
其中，操作包括记录操作和上传操作。
本申请实施例提供的教学终端，该教学终端包括测量模块，用于测量学生的第一生物特征参数，并将第一生物特征参数与学生的标识信息进行关联；发送模块，其与测量模块连接，用于将第一生物特征参数以及学生的标识信息发送至服务器，以使得服务器基于第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级。本申请实施例中幕布能够从服务器获取课件内容并展示，教学终端和摄像头能够采集学生的面部表情等生物特征参数，进而服务器根据接收到的生物特征参数进行授课质量的综合评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
基于前述实施例，本申请实施例提供一种教学终端。如图4所示，图4为本申请又一实施例提供的一种教学终端，该教学终端可以包括摄像装置。优选地该摄像装置4包括：
摄像头41，用于采集学生的第二生物特征参数，并将第二生物特征参数与学生的标识信息进行关联。其中，第二生物特征参数可以是学生的面部表情。
需要说明的是，当教师在授课、学生在听课时，随着授课内容难度的不同，学生的面部表情也会发生变化。比如，当授课内容较难时，学生的面部表情为眉头紧皱的时间超过统计阈值；而当授课内容容易时，学生的面部表情为平静，且持续时间占统计时间的百分比较高。因此，本申请实施例通过采集学生的面部表情，进而对教师的授课质量进行评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
分类模块42，用于根据特征比对模型，对第二生物特征参数进行分类。
举例说明，特征比对模型可以是面部表情模型，例如手工特征(LBP,LBP-TOP等)，浅层学习(SVM，Adaboost等)，深度学习(CNN，DBN，RNN)等构建的用于识别学生的面部表情的模型。
提交模块43，用于将经过分类的第二生物特征参数以及学生的标识信息提交至服务器，以使得服务器基于第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级。
需要说明的是，本申请实施例中学生的标识信息与标识信息可以相同。比如，学生的标识信息可以为学号，也可以为教师在现场授课时给学生的编号。
在本申请的其它实施例中，如图5所示，图5为本申请又一实施例提供的一种教学终端，该教学终端中的分类模块42包括：
匹配单元421，用于将第二生物特征参数分别与特征比对模型进行匹配，并计算匹配度。
其中，匹配度表征第二生物特征参数和特征比对模型的相似程度。
具体的，匹配单元421具体用于提取面部表情的第一局部特征，并分别计算第一局部特征与特征比对模型存储的第二局部特征的匹配度。
分类单元422，用于获取匹配度最大值对应的类别，类别作为面部表情的分类类别。
本申请实施例中幕布能够从服务器获取课件内容并展示，教学终端和摄像头可以采集学生的面部表情等生物特征参数，服务器根据接收到的第一生物特征参数和第二生物特征参数进行授课质量的综合评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
基于前述实施例，本申请实施例提供一种投影幕布。如图6所示，其为本申请实施例提供的一种投影幕布，该投影幕布6包括：
获取模块61，用于获取课件内容，课件内容包括视频信息和音频信息。
需要说明的是，当教师在授课时，将课件内容通过低功耗蓝牙协议或者无线网(Wireless-Fidelity，WI-FI)发送至幕布。其中，低功耗蓝牙(Bluetooth Low Energy，BLE)无线技术能够最大限度地降低设备的功耗，进而增加设备的续航时间。
展示模块62，用于将课件内容中的视频信息进行显示，并播放课件内容中的音频信息。
需要说明的是，本申请实施例中的投影幕布为可折叠式的幕布，方便携带，并且不占用过多地物理空间。
本申请实施例中投影幕布能够从服务器获取课件内容并展示，教学终端和摄像头能够采集学生的面部表情等生物特征参数，进而服务器根据接收到的生物特征参数进行授课质量的综合评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
本申请实施例还提供了一种教学直播***，如图7所示，图7为本申请实施例提供的一种教学直播***。如图7所示，该***可以包括前述的教学终端和服务器，该服务器7包括：
接收模块71，用于接收第一生物特征参数和经过分类的第二生物特征参数；其中，所述第一生物特征参数和经过分类的第二生物特征参数与学生的标识信息关联。
其中，生物特征参数和经过分类的面部表情与学生的信息关联。
需要说明的是，生物特征参数包括心率值和血压值。生物特征参数与学生的信息对应，并且相互关联，方便教师了解不同学生的学习情况，进而能够因材施教。
计算模块72，用于根据预设综合评判模型，计算所述第一生物特征参数和经过分类的第二生物特征参数对应的授课质量等级，其中所述第二生物特征参数是基于所述第一生物特征参数确定的或者实时采集得到的。
基于前述实施例，本申请实施例提供一种教学直播方法，该教学直播方法可以应用于图1～3对应的实施例提供的教学终端中。参照图8所示，该教学直播方法应用于教学终端中，包括如下步骤：
S801，测量学生的第一生物特征参数，并将第一生物特征参数与学生的标识信息进行关联。
其中，第一生物特征参数可以包括但不限于心率值和血压值。
举例说明，学生的标识信息可以为学号，也可以为教师在现场授课时给学生的编号。
需要说明的是，当教师在授课、学生在听课时，随着授课内容难度的不同，学生的生物特征参数也会发生变化。比如，授课内容较难时，学生的心率值和血压值会出现突然的增加。因此，本申请实施例通过分析学生的生物特征参数，进而对教师的授课质量进行评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
S802，将第一生物特征参数以及学生的标识信息发送至服务器，以使得服务器基于第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级，其中第二生物特征参数是基于第一生物特征参数确定的或者实时采集得到的。
需要说明的是，第一生物特征参数与学生的标识信息对应，并且相互关联，方便教师了解不同学生的学习情况，进而能够因材施教。比如，学生的标识信息为20190110，对应的第一生物参数为心率值70次/分钟，血压值为80mmHg。
S803，触摸屏上显示授课质量问卷调查。
S804，响应于检测触摸屏上的操作，将第一生物特征参数与授课质量问卷调查上传至服务器。
具体的，本申请实施例中通过检测教学终端的触摸屏上不同位置处的压力值，当压力值大于或者等于预设阈值时，按照压力值对应位置处的字符进行操作。其中，操作可以包括但不限于记录操作和上传操作。当检测到用户按压的记录操作时，将采集的第一生物特征参数与授课质量问卷调查关联记录。例如，用户在某一时间段的心率值为70次/分钟，血压值为80mmHg，授课质量问卷调查中用户勾选的质量差信息，则作为异常值提供给服务器进行关联分析，以确定其评价结果。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
基于前述实施例，本申请实施例提供一种教学直播方法，该教学直播方法可以应用于图4～5对应的实施例提供的移动终端中。参照图9所示，该教学直播方法应用于包含摄像头的教育终端中，包括如下步骤：
S901，采集学生的第二生物特征参数，并将第二生物特征参数与学生的标识信息进行关联。
需要说明的是，当教师在授课、学生在听课时，随着授课内容难度的不同，学生的面部表情也会发生变化。比如，当授课内容较难时，学生的面部表情为眉头紧皱；而当授课内容容易时，学生的面部表情为平静。因此，本申请实施例通过采集学生的面部表情，进而对教师的授课质量进行评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
S902，根据特征比对模型，对第二生物特征参数进行分类。
举例说明，面部表情的类别为平静、开心以及眉头紧皱。
具体的，本申请实施例中通过将面部表情分别与人脸表情模型进行匹配，并计算匹配度；进而，获取匹配度最大值对应的类别，该类别作为面部表情的分类类别。其中，匹配度表征面部表情和人脸表情模型的相似程度。
需要说明的是，将面部表情分别与人脸表情模型进行匹配，并计算匹配度的具体过程为提取面部表情的第一局部特征，并分别计算第一局部特征与特征比对模型存储的第二局部特征的匹配度。
S903，将经过分类的第二生物特征参数以及学生的标识信息提交至服务器，以使得服务器基于第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级。
将采集的第一生物特征参数与授课质量问卷调查关联记录的同时，还实时提取用户在某一时间段的心率值为70次/分钟，血压值为80mmHg，对应的第二生物特征参数的图像数据，通过对图像数据进行分类分析，以确定用户的第一生物特征参数与第二生物特征参数之间的关联，基于第一生物特征参数、第二生物特征参数与授课质量问卷调查中用户勾选的质量差信息，综合评价用户对于授课质量的评价结果。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
本申请实施例提供的教学直播方法中，幕布能够从服务器获取课件内容并展示，教学终端和摄像头能够采集学生的面部表情等生物特征参数，进而服务器根据接收到的生物特征参数进行授课质量的综合评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
基于前述实施例，本申请实施例提供一种教学直播方法，该教学直播方法可以应用于图6对应的实施例提供的投影幕布中。参照图10所示，该教学直播方法应用于投影幕布中，包括如下步骤：
S1001，获取课件内容，课件内容包括视频信息和音频信息。
需要说明的是，当教师在授课时，将课件内容通过低功耗蓝牙协议或者无线网(Wireless-Fidelity，WI-FI)发送至幕布。其中，低功耗蓝牙(Bluetooth Low Energy，BLE)无线技术能够最大限度地降低设备的功耗，进而增加设备的续航时间。
S1002，将课件内容中的视频信息进行显示，并播放课件内容中的音频信息。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
本申请实施例提供的教学直播方法中，幕布能够从服务器获取课件内容并展示，教学终端和摄像头能够采集学生的面部表情等生物特征参数，进而服务器根据接收到的生物特征参数进行授课质量的综合评判，方便教师改进教学模式，避免了教师主观判断带来的误差，减轻了教学的任务量。
本申请实施例提供一种教学直播方法，该教学直播方法可以应用于图7对应的实施例提供的服务器中。参照图11所示，该教学直播方法应用于服务器中，包括如下步骤：
S1101，接收第一生物特征参数和经过分类的第二生物特征参数。
其中，生物特征参数和经过分类的第二生物特征参数与学生的信息关联。
需要说明的是，第一生物特征参数包括心率值和血压值。第一生物特征参数与学生的信息对应，并且相互关联，方便教师了解不同学生的学习情况。
S1102，根据预设综合评判模型，计算第一生物特征参数和经过分类的第二生物特征参数对应的授课质量等级。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
基于前述实施例，本申请实施例提供一种教学直播***，该教学直播***可以包括图1～3描述的教学终端，或者图4～5描述的教学终端，图6描述的投影幕布以及图7描述的服务器。优选地，教学直播***可以包括以图5所示的教育终端、图6所示的投影幕布，图7所示的服务器。
请参考图12，其为本申请实施例提供的一种教学终端、投影幕布和服务器的信息交互图，包括如下步骤：
S1201，投影幕布获取课件内容。
其中，课件内容包括视频信息和音频信息。
需要说明的是，当教师在授课时，将课件内容通过低功耗蓝牙协议或者无线网(Wireless-Fidelity，WI-FI)发送至幕布。其中，低功耗蓝牙(Bluetooth Low Energy，BLE)无线技术能够最大限度地降低设备的功耗，进而增加设备的续航时间。
S1202，投影幕布将课件内容中的视频信息进行显示，并播放课件内容中的音频信息。
S1203，教学终端测量学生的第一生物特征参数，并将第一生物特征参数与学生的标识信息进行关联。
举例说明，学生的标识信息可以为学号，也可以为教师在现场授课时给学生的编号。
S1204，教学终端将第一生物特征参数以及学生的标识信息发送至服务器。
S1205，教学终端的摄像头采集学生的第二生物特征参数，并将第二生物特征参数与学生的标识信息进行关联。第二生物特征参数包括面部表情。
需要说明的是，本申请实施例中学生的标识信息与标识信息可以相同。比如，学生的标识信息可以为学号，也可以为教师在现场授课时给学生的编号。
S1206，教学终端根据特征比对模型，对第二生物特征参数进行分类。
S1207，教学终端将经过分类的第二生物特征参数以及学生的标识信息提交至服务器。
S1208，服务器接收第一生物特征参数和经过分类的第二生物特征参数。
其中，生物特征参数和经过分类的面部表情与学生的信息关联。
S1209，服务器根据预设综合评判模型，计算第一生物特征参数和经过分类的第二生物特征参数对应的授课质量等级。
需要说明的是，教学终端发送第一生物特征参数的过程，和摄像头提交经过分类的第二生物特征参数的过程没有先后顺序。
需要说明的是，本实施例中与其它实施例中相同步骤和相同内容的说明，可以参照其它实施例中的描述，此处不再赘述。
基于前述实施例，本申请实施例提供一种计算机***。请参照图13所示，该计算机***1300包括中央处理单元(CPU)1301，其可以根据存储在只读存储器(ROM)1302中的程序或者从存储部分加载到随机访问存储器(RAM)1303中的程序而执行各种适当的动作和处理。在RAM1303中，还存储有***操作所需的各种程序和数据。CPU 1301、ROM1302以及RAM1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。
以下部件连接至I/O接口1305：包括键盘、鼠标等的输入部分1306；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1307；包括硬盘等的存储部分1308；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1310上，以便于从其上读出的计算机程序根据需要被安装入存储部分1308。
在这样的实施例中，该计算机程序可以通过通信部分1309从网络上被下载和安装，和/或从可拆卸介质1311被安装。
需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例教学直播***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括测量模块及发送模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的教学终端中所包含的；也可以是单独存在，而未装配入该教学终端中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该教学终端执行时，使得该教学终端实现如上述实施例中的教学直播方法。
应当注意，尽管在上文详细描述中提及了用于动作执行的教学终端的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种教学终端，其特征在于，所述教学终端包括：
测量模块，用于测量学生的第一生物特征参数，并将所述第一生物特征参数与所述学生的标识信息进行关联；
发送模块，其与所述测量模块连接，用于将所述第一生物特征参数以及所述学生的标识信息发送至服务器，以使得所述服务器基于所述第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级；其中，所述第二生物特征参数是基于所述第一生物特征参数确定的或者实时采集得到的。
2.根据权利要求1所述的教学终端，其特征在于，所述教学终端还包括：
触摸屏，用于显示接收到的授课质量问卷调查；
上传模块，其与所述触摸屏信号连接，其用于响应于检测所述触摸屏上的操作，将所述第一生物特征参数与所述授课质量问卷调查上传至所述服务器。
3.根据权利要求2所述的教学终端，其特征在于，所述上传模块还用于检测所述触摸屏上不同位置处的压力值；当所述压力值大于或者等于预设阈值时，按照所述压力值对应位置处的字符进行操作；其中，所述操作包括记录操作和上传操作。
4.根据权利要求1-3任意一项所述的教学终端，其特征在于，还包括：
摄像头，用于采集学生的第二生物特征参数，并将所述第二生物特征参数与所述学生的标识信息进行关联；
分类模块，其与所述摄像头连接，其用于根据特征比对模型，对所述第二生物特征参数进行分类；
提交模块，其与所述分类模块连接，用于将经过分类的所述第二生物特征参数以及所述学生的标识信息提交至所述服务器，以使得所述服务器基于第一生物特征参数和经过分类的第二生物特征参数计算授课质量等级。
5.根据权利要求4所述的教学终端，其特征在于，所述分类模块还用于将所述第二生物特征参数分别与所述特征比对模型进行匹配，并计算匹配度；其中，所述匹配度表征所述第二生物特征参数和所述特征比对模型的相似程度，并用于获取所述匹配度最大值对应的类别，所述类别作为所述第二生物特征参数的分类类别。
6.根据权利要求5所述的教学终端，其特征在于，所述分类模块还用于提取所述第二生物特征参数的第一局部特征，并分别计算所述第一局部特征与所述特征比对模型存储的第二局部特征的匹配度。
7.根据权利要求1-6任意一项所述的教学终端，其特征在于，所述第一生物特征参数包括心率值和血压值。
8.一种服务器，其特征在于，所述服务器包括：
接收模块，用于接收第一生物特征参数和经过分类的第二生物特征参数；其中，所述第一生物特征参数和经过分类的所述第二生物特征参数与学生的标识信息关联；
计算模块，用于根据预设综合评判模型，计算所述第一生物特征参数和经过分类的所述第二生物特征参数对应的授课质量等级，其中所述第二生物特征参数是基于所述第一生物特征参数确定的或者实时采集得到的。
9.一种教学直播***，所述教学直播***包括如权利要求1-7任意一项所述的教学终端和如权利要求8所述的服务器。
10.根据权利要求9所述的教学直播***，其特征在于，所述教学直播***还包括投影幕布，所述投影幕布包括：
获取模块，用于获取课件内容，所述课件内容包括视频信息和音频信息；
展示模块，用于将所述课件内容中的所述视频信息进行显示，并播放所述课件内容中的所述音频信息。
CN201910335022.6A 2019-04-24 2019-04-24 教学终端、服务器和教学直播*** Pending CN110164209A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910335022.6A CN110164209A (zh) 2019-04-24 2019-04-24 教学终端、服务器和教学直播***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910335022.6A CN110164209A (zh) 2019-04-24 2019-04-24 教学终端、服务器和教学直播***

Publications (1)

Publication Number Publication Date
CN110164209A true CN110164209A (zh) 2019-08-23

Family

ID=67640023

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910335022.6A Pending CN110164209A (zh) 2019-04-24 2019-04-24 教学终端、服务器和教学直播***

Country Status (1)

Country Link
CN (1) CN110164209A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110491212A (zh) * 2019-09-16 2019-11-22 世纪海航(厦门)科技有限公司 一种在线课堂教学方法、装置、调度服务器及***
CN110619301A (zh) * 2019-09-13 2019-12-27 道和安邦（天津）安防科技有限公司 一种基于双模态信号的情绪自动识别方法
CN114548732A (zh) * 2022-02-17 2022-05-27 上海高顿教育科技有限公司 一种基于深度学习的直播课程评价方法
CN118037742A (zh) * 2024-04-15 2024-05-14 山东中联晶智信息科技有限公司 一种基于场景识别的多媒体图像质量评价***及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202486999U (zh) * 2012-01-20 2012-10-10 东南大学 形成性评测***
CN104184830A (zh) * 2014-09-11 2014-12-03 北京市地震局 地震应急专题信息传输***
CN106780220A (zh) * 2017-01-06 2017-05-31 湖南交通职业技术学院 思想政治课课堂教学质量评价装置及方法
CN207020711U (zh) * 2017-04-10 2018-02-16 长沙医学院 一种课堂教学质量评价装置
CN108564073A (zh) * 2018-06-20 2018-09-21 四川文理学院 一种课堂环境中学生情绪识别方法及装置
CN109344682A (zh) * 2018-08-02 2019-02-15 平安科技（深圳）有限公司 课堂监控方法、装置、计算机设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202486999U (zh) * 2012-01-20 2012-10-10 东南大学 形成性评测***
CN104184830A (zh) * 2014-09-11 2014-12-03 北京市地震局 地震应急专题信息传输***
CN106780220A (zh) * 2017-01-06 2017-05-31 湖南交通职业技术学院 思想政治课课堂教学质量评价装置及方法
CN207020711U (zh) * 2017-04-10 2018-02-16 长沙医学院 一种课堂教学质量评价装置
CN108564073A (zh) * 2018-06-20 2018-09-21 四川文理学院 一种课堂环境中学生情绪识别方法及装置
CN109344682A (zh) * 2018-08-02 2019-02-15 平安科技（深圳）有限公司 课堂监控方法、装置、计算机设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110619301A (zh) * 2019-09-13 2019-12-27 道和安邦（天津）安防科技有限公司 一种基于双模态信号的情绪自动识别方法
CN110619301B (zh) * 2019-09-13 2023-04-18 道和安邦（天津）安防科技有限公司 一种基于双模态信号的情绪自动识别方法
CN110491212A (zh) * 2019-09-16 2019-11-22 世纪海航(厦门)科技有限公司 一种在线课堂教学方法、装置、调度服务器及***
CN114548732A (zh) * 2022-02-17 2022-05-27 上海高顿教育科技有限公司 一种基于深度学习的直播课程评价方法
CN118037742A (zh) * 2024-04-15 2024-05-14 山东中联晶智信息科技有限公司 一种基于场景识别的多媒体图像质量评价***及方法

Similar Documents

Publication Publication Date Title
CN110164209A (zh) 教学终端、服务器和教学直播***
Lin et al. Mental effort detection using EEG data in E-learning contexts
D’Mello et al. The affective computing approach to affect measurement
Verbert et al. Learning analytics dashboard applications
Miller The smartphone psychology manifesto
Urban et al. Information acceleration: Validation and lessons from the field
Bonoma et al. Nonverbal communication in marketing: Toward a communicational analysis
Liu et al. The use of data science for education: The case of social-emotional learning
Leman et al. User-oriented studies in embodied music cognition research
Khan Multimodal behavioral analytics in intelligent learning and assessment systems
CN108491881A (zh) 用于生成检测模型的方法和装置
CN111276159A (zh) 一种婴儿发音分析方法及服务器
CN115131867A (zh) 基于学生学习效率检测方法、***、设备及介质
Winter et al. Flatpack ML: How to support designers in creating a new generation of customizable machine learning applications
Villegas-Ch et al. Identification of emotions from facial gestures in a teaching environment with the use of machine learning techniques
Champlin et al. A game co-design method to elicit knowledge for the contextualization of spatial models
CN110109937A (zh) 一种科普知识测评与学习方法、***及设备
CN117037552A (zh) 智慧课堂交互***及方法
KR20210053661A (ko) 심리케어 시스템 및 그 방법
Hirt et al. Measuring emotions during learning: lack of coherence between automated facial emotion recognition and emotional experience
CN110209267A (zh) 终端、服务器以及虚拟场景调整方法、介质
Alwadei et al. Designing a tool to address the depression of children during online education
CN115222857A (zh) 生成虚拟形象的方法、装置、电子设备和计算机可读介质
KR100488367B1 (ko) 이동 통신망을 이용한 심리 검사 서비스 제공 방법 및시스템
CN115310582A (zh) 用于训练神经网络模型的方法和装置

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