CN112465339A - 一种教学质量评价方法、装置、***及可读存储介质 - Google Patents
一种教学质量评价方法、装置、***及可读存储介质 Download PDFInfo
- Publication number
- CN112465339A CN112465339A CN202011339437.XA CN202011339437A CN112465339A CN 112465339 A CN112465339 A CN 112465339A CN 202011339437 A CN202011339437 A CN 202011339437A CN 112465339 A CN112465339 A CN 112465339A
- Authority
- CN
- China
- Prior art keywords
- data
- image information
- representing
- teaching quality
- information data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 75
- 230000006399 behavior Effects 0.000 claims description 27
- 230000002452 interceptive effect Effects 0.000 claims description 10
- 230000008921 facial expression Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
Images
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种教学质量评价方法、装置、***及可读存储介质,所述方法包括:采集教学室内的影像信息数据;根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;根据所获取的特征数据,生成用于表征教学质量的评价数据。由此,通过采集影像信息数据,并根据影像信息数据获取到表征教学质量的评价数据,此过程无需评价人员现场听课,不会受到评价人员精力的限制影响,也避免了现场评价人员影响教学的质量,使得提高了最终的评价可靠度。
Description
技术领域
本发明涉及智能教学领域,尤其涉及一种教学质量评价方法、装置、***及可读存储介质。
背景技术
现行的课堂教学评价主要是评价人员在上课时间内现场听课,接着在纸质评分表上打分,再由专人来统计和评价。但是,评价人员易受精力限制,可能现场听课只听其中一部分,并且现场听课也会影响学生或者老师的教学,导致最终的评价不可靠。
发明内容
本发明实施例提供了一种教学质量评价方法、装置、***及可读存储介质,应用时,无需评价人员现场听课,不会受到评价人员精力的限制影响,也避免了现场评价人员影响教学的质量,以提高了最终的评价可靠度的技术效果。
本发明一方面提供一种教学质量评价方法,所述方法包括:采集教学室内的影像信息数据;根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;根据所获取的特征数据,生成用于表征教学质量的评价数据。
在一可实施方式中,所述特征数据包括表征人脸面部表情的第一特征数据;相应的,所述根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据,包括:按第一预设规则从所述影像信息数据中选取至少一个表征图像的第一子信息数据;提取所选取的第一子信息数据中表征人脸面部表征的第一特征数据。
在一可实施方式中,所述特征数据包括表征课堂行为的第二特征数据;相应的,所述根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据,包括:按第二预设规则从所述影像信息数据中选取至少一个表征视频片段的第二子信息数据;通过行为识别技术对所述第二子信息数据进行行为识别,生成表征课堂行为的第二特征数据。
在一可实施方式中,所述根据所获取的特征数据,生成用于表征教学质量的评价数据,包括:将所述第一特征数据或第二特征数据与至少一个表征教学质量指标的对应预设特征数据进行特征匹配,选取匹配度最高的预设特征数据;将所述第一特征数据或第二特征数据的第一评分数据设为所述预设特征数据的预设分数数据;根据所述第一特征数据或第二特征数据的第一评分数据,生成用于表征教学质量的评价数据。
在一可实施方式中,在采集教学室内的影像信息数据之后,所述方法还包括:将所采集的影像信息数据传输至移动智能终端或者室外固设终端,并指示终端持有者针对所述影像信息数据反馈第二评分数据;根据所述第一评价分数和第二评分数据,生成用于表征教学质量的评价数据。
本发明另一方面提供一种教学质量评价***,所述***包括拍摄设备和处理设备:所述拍摄设备,用于采集教学室内的影像信息数据,并将所采集到的影像信息数据发送至所述处理设备;所述处理设备,用于接收所述影像信息数据,并根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;所述处理设备,还用于根据所获取的特征数据,生成用于表征教学质量的评价数据。
在一可实施方式中,所述***还包括移动智能终端和室外固设终端:所述移动智能终端和室外固设终端,用于接收所述拍摄设备所采集到的影像信息数据,并指示终端持有者针对所述影像信息数据反馈第二评分数据;所述处理设备,还用于根据所获取的特征数据和所述第二评分数据,生成用于表征教学质量的评价数据。
在一可实施方式中,所述***还包括至少一个供听课者使用的互动终端;所述处理设备,还用于接收所述互动终端所发出的并且表征课堂内容反馈的回馈数据,并根据所获取的特征数据和所述回馈数据,生成用于表征教学质量的评价数据。
本发明另一方面提供一种教学质量评价装置,所述装置包括:数据采集模块,用于采集教学室内的影像信息数据;特征获取模块,用于根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;教学评价模块,用于根据所获取的特征数据,生成用于表征教学质量的评价数据。
本发明另一方面提供一种计算机可读存储介质,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行上述任一项所述的教学质量评价方法。
在本发明实施例中,通过采集影像信息数据,并根据影像信息数据获取到表征教学质量的评价数据,此过程无需评价人员现场听课,不会受到评价人员精力的限制影响,也避免了现场评价人员影响教学的质量,使得提高了最终的评价可靠度。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1为本发明实施例一种教学质量评价方法的实现流程示意图;
图2为本发明实施例一种教学质量评价***的整体结构图;
图3为本发明实施例一种教学质量评价装置的结构组成示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域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。
图1为本发明实施例一种教学质量评价方法的实现流程示意图。
如图1所示,本发明一方面提供一种教学质量评价方法,方法包括:
步骤101,采集教学室内的影像信息数据;
步骤102,根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;
步骤103,根据所获取的特征数据,生成用于表征教学质量的评价数据。
本实施例中,在步骤101中,影像信息数据中的影像可以是图像形式,也可以是视频形式,其采集方式可通过安装在教学室内的摄像头或者相机拍摄得到,采集频率可以采集教学过程中的某几个时间段,也可以全程采集。教学室内包括学校的课堂室内,也可以是演讲厅内、会议室内等。
在步骤102中,将所采集到的影像信息数据进行特征提取处理,获取用于表征教学质量指标的特征数据,其中特征数据可以是听课者的人脸表情特征数据、互动交流特征数据和一些例如举手的行为特征数据等。
在步骤103中,在获取到各个特征数据之后,可以将各个特征数据通过预设的评价规则或者人为进行评价,进而生成用于表征教学质量的评价数据。
由此,通过采集影像信息数据,并根据影像信息数据获取到表征教学质量的评价数据,此过程无需评价人员现场听课,不会受到评价人员精力的限制影响,也避免了现场评价人员影响教学的质量,使得提高了最终的评价可靠度。
在一可实施方式中,特征数据包括表征人脸面部表情的第一特征数据;
相应的,根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据,包括:
按第一预设规则从影像信息数据中选取至少一个表征图像的第一子信息数据;
提取所选取的第一子信息数据中表征人脸面部表征的第一特征数据。
本实施例中,特征数据包括表征人脸面部表情的第一特征数据,由此,相应的,步骤102具体为:
按第一预设规则从影像信息数据中选取至少一个表征图像的第一子信息数据。其中第一预设规则可以是时间规则,即从影像信息数据中选取指定数量且不同时间段的第一子信息数据;也可以是音量大小规则,即从影像信息数据中选取指定数量并且音量分贝值在不同指定范围的第一子信息数据。
接着可利用现有基于人工智能的表情识别技术提取所选取的第一子信息数据中表征人脸面部表征的第一特征数据。
由此,人脸面部特征是很好来反映教学质量的其中一个因素,通过人脸面部特征可一定程度反映出教学质量。例如所提取教学听课者的人脸面部特征为兴奋,即表示教学质量较高,若人脸面部特征为呆滞或困倦,即表示教学质量相对较低。
在一可实施方式中,特征数据包括表征课堂行为的第二特征数据;
相应的,根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据,包括:
按第二预设规则从影像信息数据中选取至少一个表征视频片段的第二子信息数据;
通过行为识别技术对第二子信息数据进行行为识别,生成表征课堂行为的第二特征数据。
本实施例中,特征数据还包括表征课堂行为的第二特征数据,其中课堂行为包括互动行为、睡觉行为、举手行为等等,由此,相应的,步骤102具体为:
按第二预设规则从影像信息数据中选取至少一个表征视频片段的第二子信息数据,其中第二预设规则和第一预设规则相同,再次不再详细阐述。
接着通过现有的行为识别技术对第二子信息数据进行行为识别,生成表征课堂行为的第二特征数据。
由此,课堂行为特征是很好来反映教学质量的另一个因素,通过课堂行为特征可一定程度反映出教学质量。例如所提取教学听课者的课堂行为为打瞌睡,即表示教学质量较低,若课堂行为为举手回答问题,即表示教学质量较高。
在一可实施方式中,根据所获取的特征数据,生成用于表征教学质量的评价数据,包括:
将第一特征数据或第二特征数据与至少一个表征教学质量指标的对应预设特征数据进行特征匹配,选取匹配度最高的预设特征数据;
将第一特征数据或第二特征数据的第一评分数据设为预设特征数据的预设分数数据;
根据第一特征数据或第二特征数据的第一评分数据,生成用于表征教学质量的评价数据。
本实施例中,第一特征数据为表示图像的数据,第二特征数据为表示视频数据,因此,预设特征数据也对应包括预设图像特征数据和预设视频特征数据。
由此,步骤103的具体过程为:
将第一特征数据分别与至少一个预存图像特征进行特征匹配,即两个图像之间进行相似度计算,从中选取匹配度最高即相似度最高的预设图像特征数据。
同理,将第二特征数据分别与至少一个预存视频特征进行特征匹配,即利用现有的视频相似度算法将两个视频之间进行相似度计算,从中选取匹配度最高即相似度最高的预设视频特征数据。
接着将第一特征数据或第二特征数据的第一评分数据设为预设特征数据的预设分数数据,其中,每一个预设特征数据均人为设有一个预设分数,例如预设举手图像所对应的分数为8分(满分10分),当第一特征数据与该举手图像匹配度最高时,则将该第一特征数据的第一评分数据设为8分。
最后根据第一特征数据或第二特征数据的第一评分数据,生成用于表征教学质量的评价数据,具体可以为:将所有第一特征数据或第二特征数据所得到的第一评分数据相加,得到一个最终的分数;也可以将第一特征数据和第二特征数据的分数按照预设权重规则进行加权平均计算,得到一个最终的分数,例如第一特征数据的分数为8分且第一特征数据的预设权重为0.6,第二特征数据的分数为6分且第二特征数据的预设权重为0.4,则最终得分为7.2。
将最终所得到的分数按照预设评价规则进行评分,预设评价规则可以设置多个得分范围,并且每个得分范围均对应一个表征教学质量的评价数据,如得分范围0-5为差,范围8-10为优秀。
由此,评价人员可通过查看评价数据来判断该教学质量。
在一可实施方式中,在采集教学室内的影像信息数据之后,方法还包括:
将所采集的影像信息数据传输至移动智能终端或者室外固设终端,并指示终端持有者针对影像信息数据反馈第二评分数据;
根据第一评分数据和第二评分数据,生成用于表征教学质量的评价数据。
本实施例中,移动智能终端包括手机、平板、智能手环等,室外固设终端包括室外电子班牌、PC电脑等。使用时,终端持有者可通过移动智能终端以及室外固设终端直接查看室内教学录播或者直播内容,并在终端输入人为的第二评分数据。
根据第一评分数据和第二评分数据,生成用于表征教学质量的评价数据,具体方式可以是将第一评分数据和第二评分数据进行相加,得到一个用于表征教学质量的评价数据;或者将第一评分数据和第二评分数据按照预设权重规则进行加权平均计算,得到评价数据。
由于,只依靠机器所计算得到的第一评分数据存在一定概率的误判,因此在第一评分数据的基础上加上人为的第二评分数据,综合两者的评分数据,使得最终的评价数据更加可靠。
本发明实施例另一方面提供一种教学质量评价***,***包括拍摄设备和处理设备:
拍摄设备,用于采集教学室内的影像信息数据,并将所采集到的影像信息数据发送至处理设备;
处理设备,用于接收影像信息数据,并根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;
处理设备,还用于根据所获取的特征数据,生成用于表征教学质量的评价数据。
本实施例中,拍摄设备包括摄像头、相机等,可安装于室内墙上,用于采集教学室内的影像信息数据,影像信息数据中的影像可以是图像形式,也可以是视频形式。接着将所采集到的影像信息数据以网络形式发送至处理设备。
处理设备内部署管理平台,用于接收影像信息数据,并对影像信息数据进行分析及处理,以获取用于表征教学质量指标的特征数据,其中特征数据可以是听课者的人脸表情特征数据、互动交流特征数据和一些例如举手的行为特征数据等。
处理设备在获取到各个特征数据之后,可以将各个特征数据通过预设的评价规则或者人为进行评价,进而生成用于表征教学质量的评价数据。
由此,通过采集影像信息数据,并根据影像信息数据获取到表征教学质量的评价数据,此过程无需评价人员现场听课,不会受到评价人员精力的限制影响,也避免了现场评价人员影响教学的质量,使得提高了最终的评价可靠度。
图2为本发明实施例一种教学质量评价***的整体结构图。
结合图2所示,在一可实施方式中,***还包括移动智能终端和室外固设终端:
移动智能终端和室外固设终端,用于接收拍摄设备所采集到的影像信息数据,并指示终端持有者针对影像信息数据反馈第二评分数据;
处理设备,还用于根据所获取的特征数据和第二评分数据,生成用于表征教学质量的评价数据。
本实施例中,拍摄设备还将所采集到的影像信息数据发送给移动智能终端和室外固设终端。其中,移动智能终端包括手机、平板、智能手环等,室外固设终端包括室外电子班牌、PC电脑等。
终端的持有者通过查看影像信息数据之后反馈第二评分数据,终端将所反馈的第二评分数据传输至处理设备。
处理设备进一步根据所获取的特征数据和第二评分数据,生成用于表征教学质量的评价数据,具体方式可以是处理设备根据特征数据生成第一评分数据,接着将第一评分数据和第二评分数据进行相加,得到一个用于表征教学质量的评价数据;或者将第一评分数据和第二评分数据按照预设权重规则进行加权平均计算,得到评价数据。
由于,只依靠机器所计算得到的第一评分数据存在一定概率的误判,因此在第一评分数据的基础上加上人为的第二评分数据,综合两者的评分数据,使得最终的评价数据更加可靠。
进一步地,该***还可以接收其他评分数据,如到勤人数评分、课间频繁走动评分等。处理设备还可以将得到的评价数据存储到处理设备中,以方便后期的数据对比。
在一可实施方式中,***还包括至少一个供听课者使用的互动终端;
处理设备,还用于接收互动终端所发出的并且表征课堂内容反馈的回馈数据,并根据所获取的特征数据和回馈数据,生成用于表征教学质量的评价数据。
本实施例中,互动终端可以是课堂教学中学生答题所使用的智能终端。相应的,回馈数据为听课者(如学生)可以在智能终端中输入教师当堂习题的答案,也可以针对当前课堂是否听懂的反馈。
处理设备接收回馈数据,并结合特征数据进行综合评判,生成用于表征教学质量的评价数据,具体是可以根据特征数据生成第一评分数据,根据回馈数据生成第三评分数据,接着将第一评分数据和第三评分数据按照指定权重比例,生成用于表征教学质量的评价数据。
由此,通过结合影像信息数据和听课者的回馈数据,综合得到评价数据,提升反映课堂质量的可靠度。
进一步地,处理设备还可以综合机器判别的第一评分数据、人为设定的第二评分数据以及听课者所反馈的第三评分数据生成评价数据,以三个维度生成最终可靠的评价数据。
图3为本发明实施例一种教学质量评价装置的结构组成示意图;
如图3所示,本发明实施例另一方面提供一种教学质量评价装置,装置包括:
数据采集模块201,用于采集教学室内的影像信息数据;
特征获取模块202,用于根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;
教学评价模块203,用于根据所获取的特征数据,生成用于表征教学质量的评价数据。
本实施例中,在数据采集模块201中,影像信息数据中的影像可以是图像形式,也可以是视频形式,其采集方式可通过安装在教学室内的摄像头或者相机拍摄得到,采集频率可以采集教学过程中的某几个时间段,也可以全程采集。教学室内包括学校的课堂室内,也可以是演讲厅内、会议室内等。
在特征获取模块202中,将所采集到的影像信息数据进行特征提取处理,获取用于表征教学质量指标的特征数据,其中特征数据可以是听课者的人脸表情特征数据、互动交流特征数据和一些例如举手的行为特征数据等。
在教学评价模块203中,在获取到各个特征数据之后,可以将各个特征数据通过预设的评价规则或者人为进行评价,进而生成用于表征教学质量的评价数据。
由此,通过采集影像信息数据,并根据影像信息数据获取到表征教学质量的评价数据,此过程无需评价人员现场听课,不会受到评价人员精力的限制影响,也避免了现场评价人员影响教学的质量,使得提高了最终的评价可靠度。
本发明另一方面提供一种计算机可读存储介质,存储介质包括一组计算机可执行指令,当指令被执行时用于执行上述任一项的教学质量评价方法。
在本发明实施例中计算机可读存储介质包括一组计算机可执行指令,当指令被执行时用于,采集教学室内的影像信息数据;根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;根据所获取的特征数据,生成用于表征教学质量的评价数据。由此,通过采集影像信息数据,并根据影像信息数据获取到表征教学质量的评价数据,此过程无需评价人员现场听课,不会受到评价人员精力的限制影响,也避免了现场评价人员影响教学的质量,使得提高了最终的评价可靠度。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种教学质量评价方法,其特征在于,所述方法包括:
采集教学室内的影像信息数据;
根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;
根据所获取的特征数据,生成用于表征教学质量的评价数据。
2.根据权利要求1所述的方法,其特征在于,所述特征数据包括表征人脸面部表情的第一特征数据;
相应的,所述根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据,包括:
按第一预设规则从所述影像信息数据中选取至少一个表征图像的第一子信息数据;
提取所选取的第一子信息数据中表征人脸面部表征的第一特征数据。
3.根据权利要求2所述的方法,其特征在于,所述特征数据包括表征课堂行为的第二特征数据;
相应的,所述根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据,包括:
按第二预设规则从所述影像信息数据中选取至少一个表征视频片段的第二子信息数据;
通过行为识别技术对所述第二子信息数据进行行为识别,生成表征课堂行为的第二特征数据。
4.根据权利要求3所述的方法,其特征在于,所述根据所获取的特征数据,生成用于表征教学质量的评价数据,包括:
将所述第一特征数据或第二特征数据与至少一个表征教学质量指标的对应预设特征数据进行特征匹配,选取匹配度最高的预设特征数据;
将所述第一特征数据或第二特征数据的第一评分数据设为所述预设特征数据的预设分数数据;
根据所述第一特征数据或第二特征数据的第一评分数据,生成用于表征教学质量的评价数据。
5.根据权利要求4所述的方法,其特征在于,在采集教学室内的影像信息数据之后,所述方法还包括:
将所采集的影像信息数据传输至移动智能终端或者室外固设终端,并指示终端持有者针对所述影像信息数据反馈第二评分数据;
根据所述第一评价分数和第二评分数据,生成用于表征教学质量的评价数据。
6.一种教学质量评价***,其特征在于,所述***包括拍摄设备和处理设备:
所述拍摄设备,用于采集教学室内的影像信息数据,并将所采集到的影像信息数据发送至所述处理设备;
所述处理设备,用于接收所述影像信息数据,并根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;
所述处理设备,还用于根据所获取的特征数据,生成用于表征教学质量的评价数据。
7.根据权利要求6所述的***,其特征在于,所述***还包括移动智能终端和室外固设终端:
所述移动智能终端和室外固设终端,用于接收所述拍摄设备所采集到的影像信息数据,并指示终端持有者针对所述影像信息数据反馈第二评分数据;
所述处理设备,还用于根据所获取的特征数据和所述第二评分数据,生成用于表征教学质量的评价数据。
8.根据权利要求6所述的***,其特征在于,所述***还包括至少一个供听课者使用的互动终端;
所述处理设备,还用于接收所述互动终端所发出的并且表征课堂内容反馈的回馈数据,并根据所获取的特征数据和所述回馈数据,生成用于表征教学质量的评价数据。
9.一种教学质量评价装置,其特征在于,所述装置包括:
数据采集模块,用于采集教学室内的影像信息数据;
特征获取模块,用于根据所采集的影像信息数据,获取用于表征教学质量指标的特征数据;
教学评价模块,用于根据所获取的特征数据,生成用于表征教学质量的评价数据。
10.一种计算机可读存储介质,其特征在于,所述存储介质包括一组计算机可执行指令,当所述指令被执行时用于执行权利要求1-5任一项所述的教学质量评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011339437.XA CN112465339A (zh) | 2020-11-25 | 2020-11-25 | 一种教学质量评价方法、装置、***及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011339437.XA CN112465339A (zh) | 2020-11-25 | 2020-11-25 | 一种教学质量评价方法、装置、***及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112465339A true CN112465339A (zh) | 2021-03-09 |
Family
ID=74807875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011339437.XA Pending CN112465339A (zh) | 2020-11-25 | 2020-11-25 | 一种教学质量评价方法、装置、***及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112465339A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109345156A (zh) * | 2018-12-12 | 2019-02-15 | 范例 | 一种基于机器视觉的课堂教学质量评价*** |
CN109359521A (zh) * | 2018-09-05 | 2019-02-19 | 浙江工业大学 | 基于深度学习的课堂质量双向评估*** |
CN111401797A (zh) * | 2020-05-09 | 2020-07-10 | 华南师范大学 | 一种教学质量评测方法及*** |
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*** |
CN111915148A (zh) * | 2020-07-10 | 2020-11-10 | 北京科技大学 | 一种基于信息技术的课堂教学评价方法和*** |
-
2020
- 2020-11-25 CN CN202011339437.XA patent/CN112465339A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109359521A (zh) * | 2018-09-05 | 2019-02-19 | 浙江工业大学 | 基于深度学习的课堂质量双向评估*** |
CN109345156A (zh) * | 2018-12-12 | 2019-02-15 | 范例 | 一种基于机器视觉的课堂教学质量评价*** |
CN111401797A (zh) * | 2020-05-09 | 2020-07-10 | 华南师范大学 | 一种教学质量评测方法及*** |
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*** |
CN111915148A (zh) * | 2020-07-10 | 2020-11-10 | 北京科技大学 | 一种基于信息技术的课堂教学评价方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107316257B (zh) | 一种基于课堂学生行为分析的教学质量评估方法及*** | |
CN209980508U (zh) | 一种智慧黑板,及智慧教室的教学*** | |
CN109300064B (zh) | 一种基于微信公众平台的人脸识别和二维码上课防代签*** | |
US20100227304A1 (en) | Virtual school system and school city system | |
CN110516749A (zh) | 模型训练方法、视频处理方法、装置、介质和计算设备 | |
CN109889881A (zh) | 一种教师课堂教学数据采集*** | |
Leonard et al. | Application of Information Session Information System as Media Submission of Final Results Comprehensive Session | |
CN111369408A (zh) | 一种医院本科实习生教学管理***及方法 | |
CN105430499A (zh) | 一种广告播放方法、装置和终端 | |
CN112785205A (zh) | 一种基于教育大数据的智慧教学综合分析*** | |
CN110930781A (zh) | 录播*** | |
CN111160277A (zh) | 行为识别分析方法和***、计算机可读存储介质 | |
JP3634856B2 (ja) | 試験結果分析装置、方法およびプログラム | |
CN112465339A (zh) | 一种教学质量评价方法、装置、***及可读存储介质 | |
CN115081965B (zh) | 一种学情大数据分析***及学情服务器 | |
CN117057669A (zh) | 教学质量评估方法、装置及*** | |
CN113038259B (zh) | 互联网教育的上课质量反馈方法及*** | |
KR101754012B1 (ko) | 오프라인 수강 전에 수행하는 온라인 학습을 관리하는 학습관리시스템 운영방법 | |
CN108764860A (zh) | 一种基于大数据的商科教学管理*** | |
CN110752008A (zh) | 大学生抑郁症智能预警*** | |
CN214897014U (zh) | 一种乐器教学人机交互辅助装置 | |
CN211669683U (zh) | 一种用于军事院校的教育信息管理*** | |
CN117455126B (zh) | 一种泛在实训教学和考评管理***及方法 | |
CN114554144B (zh) | 一种基于嵌入式的网络直播视频流硬件化***及方法 | |
CN117750090B (zh) | 基于电子卡片的沉浸式虚拟培训方法、装置以及存储介质 |
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 |