CN114786027B - 在线直播教学提示方法、装置、电子设备以及存储介质 - Google Patents
在线直播教学提示方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114786027B CN114786027B CN202210406989.0A CN202210406989A CN114786027B CN 114786027 B CN114786027 B CN 114786027B CN 202210406989 A CN202210406989 A CN 202210406989A CN 114786027 B CN114786027 B CN 114786027B
- Authority
- CN
- China
- Prior art keywords
- user
- behavior
- teacher
- teaching
- student
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000006399 behavior Effects 0.000 claims abstract description 153
- 230000001788 irregular Effects 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000004891 communication Methods 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 210000003128 head Anatomy 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 239000012141 concentrate Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003631 expected effect Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种在线直播教学提示方法、装置、电子设备以及存储介质，该方法包括：获取参与在线教学的至少一个学生端的视频流；基于所述视频流，确定所述学生端的第一用户是否存在不规范行为；在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息。本公开实施例，通过在线教学的视频流，确定学生端的第一用户存在不规范行为，可以及时的发现学生的不规范行为，并及时的进行提醒，使得学生集中注意力学习，且避免了教师的主动提醒进而不仅可以提高教学质量和还可以提高教学效率。
Description
技术领域
本公开涉及计算机技术领域，具体而言，涉及一种在线直播教学提示方法、装置、电子设备以及计算机可读存储介质。
背景技术
目前，随着线上教育的推广和普及，越来越多的教师、学生以及家长认可线上直播授课的教学形式。在进行在线直播授课时，教师可以实时地看到学生的学习画面、学生也可以实时看到教师的授课视频以及授课内容。
然而，在进行线上直播授课时，由于学生的自制力较弱，会经常分散注意力，且由于同时参与在线学习的人数较多，教师通过实时画面，不能及时发现学生的不规范行为，进而不能及时提醒学生集中注意力并督促学生学习，这样就会导致学生的学习成果在一定程度上不能达到预期效果，从而影响教学质量并降低教学效率。
发明内容
本公开实施例至少提供一种在线直播教学提示方法、装置、电子设备以及存储介质，可以解决以上问题中的至少一种。
本公开实施例提供了一种在线直播教学提示方法，包括：
获取参与在线教学的至少一个学生端的视频流；
基于所述视频流，确定所述学生端的第一用户是否存在不规范行为；
在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息。
本公开实施例中，在在线直播教学的过程中，可以获取学生端的视频流，并根据所述视频流确定所述学生端的第一用户是否存在不规范行为，并在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息。如此，可以及时的发现学生的不规范行为，并及时的进行提醒，使得学生集中注意力学习，且避免了教师的主动提醒，进而不仅可以提高教学质量，还可以提高教学效率。
一种可选的实施方式中，所述基于所述视频流，确定所述学生端的第一用户是否存在不规范行为，包括：
基于所述视频流，确定所述视频流中是否存在所述第一用户；
在所述视频流中存在所述第一用户的情况下，基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为。
可以理解，若视频流中不存在第一用户，则说明只是学生并未在设备前进行在线学习，也即，只有在视频流中存在第一用户的情况下，后续的行为分析才有意义，因此，本公开实施例中，通过确定是否存在所述第一用户，可以节约非必要的判断流程，进而提高了***的执行效率。
一种可选的实施方式中，所述基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为，包括：
在所述第一用户的行为特征与预设的行为特征不一致的情况下，确定所述第一用户存在不规范行为。
本公开实施例中，根据提前设置的预设的行为特征，判断所述第一用户是否存在不规范行为，也即，只要将识别出的行为特征与预设的行为特征进行比对即可，进而可以提高了判断的效率以及可靠性。
一种可选的实施方式中，所述方法还包括：
在所述视频流中不存在所述第一用户的情况下，向所述学生端的第二用户发送第二提示信息；所述第二用户与所述第一用户存在预设的关联关系。
本公开实施例中，在不存在所述第一用户的情况下，说明第一用户未在设备前进行在线学习，此时则需要向所述学生端的第二用户发送第二提示信息，实现了通过间接的方式提示第一用户及时回归教学的目的。
一种可选的实施方式中，所述基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为，包括：
采用机器学习算法对所述第一用户的行为特征进行分析，得到分析结果；
根据所述分析结果，判断所述第一用户是否存在不规范行为。
本公开实施例中，通过机器学习算法对所述第一用户的行为特征进行分析，可以提高分析结果的准确度。
一种可选的实施方式中，所述分析结果包括所述第一用户的视线方向；所述根据所述分析结果，判断所述第一用户是否存在不规范行为，包括：
基于所述分析结果中的所述第一用户的视线方向，确定所述第一用户是否存在不规范行为。
本公开实施例中，根据所述第一用户的视线方向，确定所述第一用户是否存在不规范行为，进一步细化了不规范行为的界定条件，提高了该在线直播教学提示方法的可靠性和准确性。
一种可选的实施方式中，所述在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息，包括：
在所述第一用户存在所述不规范行为的情况下，获取当前在线教学中的学习内容和/或教师端的指令信息；
根据所述学习内容和/或教师端的指令信息，判断所述不规范行为是否满足预设要求；
在所述不规范行为不满足所述预设要求的情况下，向所述学生端和/或所述教师端发送所述第一提示信息。
本公开实施例中，通过增加预设要求，可以避免出现错误提示，确保在线直播教学提示方法的严谨性和准确性。
一种可选的实施方式中，所述方法还包括：
在所述不规范行为满足所述预设要求的情况下，不向所述学生端和/或所述教师端发送所述第一提示信息。
本公开实施例还提供一种在线直播教学提示装置，所述装置包括：
获取模块，用于获取参与在线教学的至少一个学生端的视频流；
确定模块，用于基于所述视频流，确定所述学生端的第一用户是否存在不规范行为；
发送模块，用于在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息。
一种可选的实施方式中，所述确定模块具体用于：
基于所述视频流，确定所述视频流中是否存在所述第一用户；
在所述视频流中存在所述第一用户的情况下，基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为。
一种可选的实施方式中，所述确定模块具体用于：
在所述第一用户的行为特征与预设的行为特征不一致的情况下，确定所述第一用户存在不规范行为。
一种可选的实施方式中，所述发送模块具体用于：
在所述视频流中不存在所述第一用户的情况下，向所述学生端的第二用户发送第二提示信息；所述第二用户与所述第一用户存在预设的关联关系。
一种可选的实施方式中，所述确定模块具体用于：
采用机器学习算法对所述第一用户的行为特征进行分析，得到分析结果；
根据所述分析结果，判断所述第一用户是否存在不规范行为。
一种可选的实施方式中，所述分析结果包括所述第一用户的视线方向；所述确定模块具体用于：
基于所述分析结果中的所述第一用户的视线方向，确定所述第一用户是否存在不规范行为。
一种可选的实施方式中，所述发送模块具体用于：
在所述第一用户存在所述不规范行为的情况下，获取当前在线教学中的学习内容和/或教师端的指令信息；
根据所述学习内容和/或教师端的指令信息，判断所述不规范行为是否满足预设要求；
在所述不规范行为不满足所述预设要求的情况下，向所述学生端和/或所述教师端发送所述第一提示信息。
一种可选的实施方式中，所述发送模块具体还用于：
在所述不规范行为满足所述预设要求的情况下，不向所述学生端和/或所述教师端发送所述第一提示信息。
本公开实施例还提供一种在线直播教学提示***，包括教师端设备、多个学生端设备以及所述的在线直播教学提示装置，其中：
所述教师端设备，用于直播教学；
所述装置，用于获取参与在线教学的至少一个学生端设备的视频流，并基于所述视频流，确定所述学生端设备的第一用户是否存在不规范行为；
所述装置还用于在所述第一用户存在所述不规范行为的情况下，向所述学生端设备和/或所述教师端设备发送第一提示信息。
本公开实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述在线直播教学提示方法的步骤。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述在线直播教学提示方法的步骤。
关于上述在线直播教学提示装置、电子设备、及计算机可读存储介质的效果描述参见上述在线直播教学提示方法的说明，这里不再赘述。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本公开实施例所提供的一种在线直播教学提示方法的示例性***架构的示意图；
图2为本公开实施例所提供的一种在线直播教学提示方法的流程图；
图3为本公开实施例所提供的一种教师端接收到的第一提示信息的显示界面示意图；
图4为本公开实施例所提供的一种学生端接收到的第一提示信息的显示界面示意图；
图5为本公开实施例所提供的一种基于视频流确定第一用户是否存在不规范行为方法的流程图；
图6为本公开实施例所提供的一种基于第一用户的行为特征判断第一用户是否存在不规范行为方法的流程图；
图7为本公开实施例所提供的一种发送第一提示信息方法的流程图；
图8为本公开实施例提供的一种在线直播教学提示装置的结构示意图；
图9为本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开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公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
经研究发现，在进行线上直播授课时，由于学生的自制力较弱，会经常分散注意力，且由于同时参与在线学习的人数较多，教师通过实时画面，不能及时发现学生的不规范行为，进而不能及时提醒学生集中注意力并督促学生学习，这样就会导致学生的学习成果在一定程度上不能达到预期效果，从而影响教学质量并降低教学效率。
基于上述研究，本公开实施例提供了一种在线直播教学提示方法，在在线直播教学的过程中，可以获取学生端的视频流，并根据所述视频流确定所述学生端的第一用户是否存在不规范行为，并在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息。如此，可以及时的发现学生的不规范行为，并及时的进行提醒，使得学生集中注意力学习，且避免了教师的主动提醒，进而不仅可以提高教学质量，还可以提高教学效率。
针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案，都应该是发明人在本公开过程中对本公开做出的贡献。
在线直播教学提示***可以包括教师端设备(后文称之为教师端)、多个学生端设备(后文称之为学生端)以及在线直播教学提示装置，其中：
所述教师端设备，用于直播教学；
所述装置，用于获取参与在线教学的至少一个学生端设备的视频流，并基于所述视频流，确定所述学生端设备的第一用户是否存在不规范行为；
所述装置还用于在所述第一用户存在所述不规范行为的情况下，向所述学生端设备和/或所述教师端设备发送第一提示信息。
在一些可能的实施方式中，在线直播教学提示装置可以是服务器(或者服务器集群)，且，服务器可为物理服务器或者云服务器，对此不做任何限定。
下面结合具体的***应用架构对本公开实施例提供的在线直播教学提示方法进行详细说明。
请参阅图1，图1示出了可以应用于本公开的在线直播教学提示方法的示例性***架构的示意图。
如图1所示，***架构1000可以包括服务器100、教师端200以及多个学生端300。其中，教师端200与服务器100之间，以及服务器100和多个学生端300之间通过网络400建立通信连接。也即，网络400用于在教师端200和学生端300之间提供通信链路的介质。网络400可以包括各种类型的有线通信链路或无线通信链路，例如：有线通信链路包括光纤、双绞线或同轴电缆的，无线通信链路包括蓝牙通信链路、无线保真(Wireless-Fidelity，Wi-Fi)通信链路或微波通信链路等。
教师端200以及学生端300可以通过网络400与服务器100交互，以接收来自服务器100的消息或向服务器100发送消息。教师端200和学生端300上可以安装有各种通信客户端应用，例如：绘图应用、视频录制应用、视频播放应用、语音采集应用、语音交互应用、搜索类应用、及时通信工具、邮箱客户端以及社交平台软件等。
教师端200和学生端300可以是硬件，也可以是软件。当教师端200和学生端300为硬件时，可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携式计算机和台式计算机等。用户可以利用教师端200和学生端300上的显示屏来查看显示的文字、图片、视频等信息。当教师端200和学生端300为软件时，可以是安装在上述所列举的电子设备中，其可以实现呈多个软件或软件模块(例如：用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不作具体限定。
服务器100可以是提供各种服务的业务服务器。需要说明的是，服务器100可以是硬件，也可以是软件。当服务器100为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器100为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块，在此不做具体限定。
应理解，图1中的教师端200、学生端300、服务器100和网络400的数目仅是示意性的。根据实现需要，可以是任意数量的教师端、学生端、服务器和网络。
下面结合图2对本公开实施例提供的在线直播教学提示方法进行详细介绍。本申请实施例中的执行主体可以是服务器、其他硬件设备或者其他软件，为方便理解与描述，下面以执行主体为服务器进行详细介绍。在一些可能的实现方式中，该在线直播教学提示方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
请参阅图2，图2为本公开实施例所提供的一种在线直播教学提示方法的流程图。如图2所示，本公开实施例提供的一种在线直播教学提示方法包括以下S101～S103：
S101，获取参与在线教学的至少一个学生端的视频流。
该步骤中，所述视频流为服务器实时获取的至少一个学生端的实时视频数据。
所述学生端为能够参与在线直播教学的设备，例如，手机、电脑或者平板电脑等，在此不做限定。
示例性地，学生端可以通过在线直播教学软件参与在线教学课程，在进行在线直播教学的过程中，通过学生端的摄像头可以实时采集到学生端一侧的视频，并上传到服务器中，这样，服务器可以实时的获取至少一个学生端的视频流。
S102，基于所述视频流，确定所述学生端的第一用户是否存在不规范行为。
该步骤中，所述不规范行为为第一用户自发的影响第一用户学习的行为，例如，低头行为、转头行为、摇头行为、闭眼行为等。
所述第一用户可以是一个学生端的一个或者多个参与在线直播教学的目标对象人物。
示例性地，若在线直播教学的内容涉及专业知识或者专业技能，所述第一用户可以是学习专业知识或者学习专业技能的学生，另外，若在线直播教学的内容涉及美容、烹饪或者手工，第一用户可以是对所述内容感兴趣的学员，其中，所述学员的年龄、身份、职业或者性别等均不做限定。
S103,在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息。
该步骤中，所述第一提示信息包括：声音提示信息、文字提示信息、动画提示信息、光亮提示信息中的至少一种。
若所述第一提示信息为声音提示信息，其在学生端和/或教师端的展示形式可以包括：歌曲、提示音、人声播报等。
若所述第一提示信息为文字提示信息，其在学生端和/或教师端的展示形式可以包括：文字提示框、文字弹幕、文字滚动等。
若所述第一提示信息为动画提示信息，其在学生端和/或教师端的展示形式可以包括：动漫头像、视频框闪动等，其中，视频框为学生端和/或教师端在直播显示界面中的视频框。
若所述第一提示信息为光亮提示信息，其在学生端和/或教师端的展示形式可以包括：学生端和/或教师端的提示灯变亮等。
可以理解，在线教学与实体教学相似，服务器可以建立一个虚拟教室，每个教室连接一个教师端以及若干学生端，因此第一提示信息可以被发送至该虚拟教室中的教师端和/或所有学生端。
示例性地，请参阅图3，图3为本公开实施例所提供的一种教师端接收到的第一提示信息的显示界面示意图。该显示界面中包括教师视频框10、学生视频框20、教学内容展示框30，其中，教师视频框10为教师一侧在直播显示界面中的展示框，用于实时展示采集到的教师一侧的画面；学生视频框20为学生一侧在直播显示界面中的展示框，用于实时展示采集到的学生一侧的画面；教学内容展示框30为直播显示界面中用于展示教学课件内容的展示框。
示例性地，在学生2存在所述不规范行为时，以文字提示信息为例，在教师一侧的显示界面展示出如图3所示的***提示框40，***提示框40为教师一侧的直播显示界面中用于展示第一提示信息的展示框。例如，***提示框40中所展示的第一提示信息的内容可以为：“***提示信息：学生2存在不规范行为”。
此外，应理解，以上界面显示仅仅是示例，教师一侧的显示界面还可以显示更多或者更少的内容，在此不做限定。
示例性地，请参阅图4，图4为本公开实施例所提供的一种学生端接收到的第一提示信息的显示界面示意图。该示意图中包括教师视频框50、学生视频框60、教学内容展示框70。
其中，图4中所示的教师视频框50与图3中所示的教师视频框10具有相同的功能，其不同之处在于：教师视频框50位于教师一侧的显示界面中，而教师视频框10位于学生一侧的显示界面中。类似的，学生视频框20与学生视频框60、教学内容展示框30与教学内容展示框70皆可参考以上描述内容。
需要说明的是，本实施例中的图3和图4所展示出的界面布局仅是示例性的，可以根据需求进行设置。
示例性地，在学生2存在所述不规范行为时，以文字提示信息为例，在学生一侧的显示界面展示出如图4所示的***提示框80，***提示框80为学生一侧的直播显示界面中用于展示第一提示信息的展示框。例如，***提示框80中所展示的第一提示信息的内容可以为：“***提示信息：请认真听讲”。
本公开实施例中，在在线直播教学过程中，可以通过视频流，确定所述学生端的第一用户是否存在不规范行为，在所述第一用户存在所述不规范行为的情况下，将第一提示信息发送至所述学生端和/或参与在线教学的教师端，不仅可以实时的对学生端的第一用户和/或教师端进行提示，并可以提高教学质量和教学效率。
下面结合具体实施例，对上述步骤S102进行详细介绍。
针对上述步骤S102，在基于所述视频流，确定所述学生端的第一用户是否存在不规范行为时，如图5所示，可以包括以下S1021～S1023：
S1021，基于所述视频流，确定所述视频流中是否存在所述第一用户；若是，则S1022；若否，则执行S1023。
S1022，基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为。
该步骤中，行为特征为第一用户自发形成的行为动作，例如，晃动头部、晃动身体或者举手等自发动作，在此不做限定。
针对步骤S1022，在一些实施方式中，可以在所述第一用户的行为特征与预设的行为特征不一致的情况下，确定所述第一用户存在不规范行为。
示例性地，所述预设的行为特征可以是预先设置的用于对比第一用户的行为特征的具体标准，也即，预设的行为特征为规范行为，例如，预设的行为特征可以是端坐的行为等，在此不做限定。
S1023，向所述学生端的第二用户发送第二提示信息；所述第二用户与所述第一用户存在预设的关联关系。
在一些实施方式中，若在所述视频流中不存在所述第一用户，即，当前所述第一用户不在学生端前，所以可以向所述学生端的第二用户发送第二提示信息，从而通过所述第二用户间接提示所述第一用户。
其中，所述第二用户与所述第一用户之间存在预设的关联关系，在此不做限定，只要所述第二用户可以对所述第一用户进行提示即可，例如，所述第二用户可以是所述第一用户的监护人，比如，父母等。
针对上述步骤S1022，基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为时，如图6所示，可以包括以下S10221～S10222：
S10221，采用机器学习算法对所述第一用户的行为特征进行分析，得到分析结果。
该步骤中，在一些实施方式中，为了提高分析结果的准确度，可以采用机器学习算法，实时地对所述视频流中的所述第一用户的行为特征进行分析，得到相应的分析结果。
其中，所述机器学习算法用于识别所述第一用户的行为特征，其具体实现过程不做限定，只要可以通过该算法可以对所述第一用户的行为特征进行分析，并生成分析结果即可。
示例性地，可以通过预先训练人体行为检测模型，根据训练好的模型，检测所述第一用户的多种人体属性特征，并基于人体属性特征，生成分析结果。
其中，人体属性特征可以包括人体各个部位的特征。比如，在一些实施方式中，人体属性特征可以包括嘴部特征、头部特征、面部特征及手臂特征等，在此不做限定。
示例性地，人体检测模型为一种神经网络模型，其可以通过采集大量的不规范行为所对应的人体特征的数据样本进行学习训练而获得。例如，可以采集各个不规范行为所对应的人体特征的样本，比如转头不规范行为所对应的面部特征、嘴部特征及头部特征的样本，然后通过对这些样本进行训练，而得到相应的神经网络模型。如此，在通过该人体检测模型对当前图像帧进行检测时，即可识别出当前图像帧中的具体的人体属性特征。
S10222，根据所述分析结果，判断所述第一用户是否存在不规范行为。
示例性地，若所述分析结果显示所述第一用户在某一段时间内的视频流的多个图像帧中分别处于不同的位置，即可认为所述第一用户存在不规范的行为。
在一些实施方式中，针对上述步骤S10222，所述分析结果包括所述第一用户的视线方向；根据所述分析结果，判断所述第一用户是否存在不规范行为时，可以基于所述分析结果中的所述第一用户的视线方向，确定所述第一用户是否存在不规范行为。
其中，所述第一用户的视线方向为第一用户的眼睛相对于学生端的方向，在第一用户在参与线上直播教学时，且在当前教师端的授课内容为所述第一用户需要认真听讲的内容时，则所述第一用户的眼睛应该是正向面对学生端的，所以通过所述视频流，可以获取到所述第一用户的视线方向，即基于所述分析结果，可以确定所述第一用户的视线方向，并可以基于所述第一用户的视线方向，确定所述第一用户是否存在不规范行为。
示例性地，若在某一段时间内的视频流中，识别到教师端在讲解重要内容时，但所述分析结果显示所述第一用户的眼睛或者视线方向是偏离学生端的屏幕的，则认为所述第一用户存在不规范行为。
针对上述步骤S103，在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息时，如图7所示，可以包括以下S1031～S1034：
S1031，在所述第一用户存在所述不规范行为的情况下，获取当前在线教学中的学习内容和/或教师端的指令信息；
S1032，根据所述学习内容和/或教师端的指令信息，判断所述不规范行为是否满足预设要求；
S1033，在所述不规范行为不满足所述预设要求的情况下，向所述学生端和/或所述教师端发送所述第一提示信息；
S1034，在所述不规范行为满足所述预设要求的情况下，不向所述学生端和/或所述教师端发送所述第一提示信息。
示例性地，所述学习内容包括：演算、写作、阅读、听力测试中的至少一项。
所述教师端的指令信息包括：教师端指示第一用户对学习内容进行理解、教师端指示第一用户对学习内容进行思考、教师端指示第一用户自行计算以及教师端指示第一用户进行课间休息中的至少一项。
所述预设要求为预先设置的用于作为对比不规范行为的标准，可以根据实际需要，设置预设要求的具体内容，并结合所述学习内容和/或教师端的指令信息，判断所述不规范行为是否满足预设要求。
示例性地，在所述第一用户存在不规范行为时，所述教师端的指令信息为：“所述第一用户对当前学习内容进行思考”，则根据所述教师端的指令信息，可以认为，所述不规范行为满足预设要求。
本公开实施例中，可以根据预设的行为特征对所述第一用户的行为特征进行分析，并且在所述第一用户存在不规范行为时，结合当前在线直播教学的一些实施方式，进一步确定是否向所述学生端和/或所述教师端发送所述第一提示信息，可以及时的发现学生的不规范行为，并及时的进行提醒，使得学生集中注意力学习，且避免了教师的主动提醒，进而不仅可以提高教学质量，还可以提高教学效率。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思，本公开实施例中还提供了与在线直播教学提示方法对应的在线直播教学提示装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述在线直播教学提示方法相似，因此装置的实施可以参阅方法的实施，重复之处不再赘述。
请参阅图8，为本公开实施例提供的一种在线直播教学提示装置的结构示意图，所述装置包括：获取模块710，确定模块720以及发送模块730；其中，
获取模块710，用于获取参与在线教学的至少一个学生端的视频流；
确定模块720，用于基于所述视频流，确定所述学生端的第一用户是否存在不规范行为；
发送模块730，用于在所述第一用户存在所述不规范行为的情况下，向所述学生端和/或参与在线教学的教师端发送第一提示信息。
一种可选的实施方式中，所述确定模块720具体用于：
基于所述视频流，确定所述视频流中是否存在所述第一用户；
在所述视频流中存在所述第一用户的情况下，基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为。
一种可选的实施方式中，所述确定模块720具体用于：
在所述第一用户的行为特征与预设的行为特征不一致的情况下，确定所述第一用户存在不规范行为。
一种可选的实施方式中，所述发送模块730具体用于：
在所述视频流中不存在所述第一用户的情况下，向所述学生端的第二用户发送第二提示信息；所述第二用户与所述第一用户存在预设的关联关系。
一种可选的实施方式中，所述确定模块720具体用于：
采用机器学习算法对所述第一用户的行为特征进行分析，得到分析结果；
根据所述分析结果，判断所述第一用户是否存在不规范行为。
一种可选的实施方式中，所述分析结果包括所述第一用户的视线方向；所述确定模块720具体用于：
基于所述分析结果中的所述第一用户的视线方向，确定所述第一用户是否存在不规范行为。
一种可选的实施方式中，发送模块730具体用于：
在所述第一用户存在所述不规范行为的情况下，获取当前在线教学中的学习内容和/或教师端的指令信息；
根据所述学习内容和/或教师端的指令信息，判断所述不规范行为是否满足预设要求；
在所述不规范行为不满足所述预设要求的情况下，向所述学生端和/或所述教师端发送所述第一提示信息。
一种可选的实施方式中，发送模块730具体还用于：
在所述不规范行为满足所述预设要求的情况下，不向所述学生端和/或所述教师端发送所述第一提示信息。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
基于同一技术构思，本公开实施例还提供了一种电子设备。参照图9所示，为本公开实施例提供的电子设备800的结构示意图，包括处理器801、存储器802、和总线803。其中，存储器802用于存储执行指令，包括内存8021和外部存储器8022；这里的内存8021也称内存储器，用于暂时存放处理器801中的运算数据，以及与硬盘等外部存储器8022交换的数据，处理器801通过内存8021与外部存储器8022进行数据交换。
本申请实施例中，存储器802具体用于存储执行本申请方案的应用程序代码，并由处理器801来控制执行。也即，当电子设备800运行时，处理器801与存储器802之间通过总线803通信，使得处理器801执行存储器802中存储的应用程序代码，进而执行前述任一实施例中的方法。
处理器801可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中，存储器802可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read－Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read－Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read－Only Memory，EEPROM)等。
可以理解的是，本申请实施例示意的结构并不构成对电子设备800的具体限定。在本申请另一些实施例中，电子设备800可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件，软件或软件和硬件的组合实现。
本公开实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的在线直播教学提示方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例所提供的一种在线直播教学提示的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的在线直播教学提示方法的步骤，具体可参阅上述方法实施例，在此不再赘述。
本公开实施例还提供一种计算机程序，该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software DevelopmentKit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***和终端的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开所提供的几个实施例中，应该理解到，所揭露的***、终端和方法，可以通过其它的方式实现。以上所描述的终端实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (11)
1.一种在线直播教学提示方法，其特征在于，包括：
获取参与在线教学的至少一个学生端的视频流；
基于所述视频流，确定所述学生端的第一用户是否存在不规范行为；
在所述第一用户存在所述不规范行为的情况下，获取教师端的指令信息，根据所述教师端的指令信息，判断所述不规范行为是否满足预设要求，并在所述不规范行为不满足所述预设要求的情况下，向所述学生端和/或所述教师端发送第一提示信息；所述教师端的指令信息包括：教师端指示第一用户对学习内容进行理解、教师端指示第一用户对学习内容进行思考、教师端指示第一用户自行计算以及教师端指示第一用户进行课间休息中的至少一项。
2.根据权利要求1所述的方法，其特征在于，所述基于所述视频流，确定所述学生端的第一用户是否存在不规范行为，包括：
基于所述视频流，确定所述视频流中是否存在所述第一用户；
在所述视频流中存在所述第一用户的情况下，基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为，包括：
在所述第一用户的行为特征与预设的行为特征不一致的情况下，确定所述第一用户存在不规范行为。
4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：
在所述视频流中不存在所述第一用户的情况下，向所述学生端的第二用户发送第二提示信息；所述第二用户与所述第一用户存在预设的关联关系。
5.根据权利要求2所述的方法，其特征在于，所述基于所述第一用户的行为特征，判断所述第一用户是否存在不规范行为，包括：
采用机器学习算法对所述第一用户的行为特征进行分析，得到分析结果；
根据所述分析结果，判断所述第一用户是否存在不规范行为。
6.根据权利要求5所述的方法，其特征在于，所述分析结果包括所述第一用户的视线方向；所述根据所述分析结果，判断所述第一用户是否存在不规范行为，包括：
基于所述分析结果中的所述第一用户的视线方向，确定所述第一用户是否存在不规范行为。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述不规范行为满足所述预设要求的情况下，不向所述学生端和/或所述教师端发送所述第一提示信息。
8.一种在线直播教学提示装置，其特征在于，包括：
获取模块，用于获取参与在线教学的至少一个学生端的视频流；
确定模块，用于基于所述视频流，确定所述学生端的第一用户是否存在不规范行为；
发送模块，用于在所述第一用户存在所述不规范行为的情况下，获取教师端的指令信息，根据所述教师端的指令信息，判断所述不规范行为是否满足预设要求，并在所述不规范行为不满足所述预设要求的情况下，向所述学生端和/或所述教师端发送第一提示信息；所述教师端的指令信息包括：教师端指示第一用户对学习内容进行理解、教师端指示第一用户对学习内容进行思考、教师端指示第一用户自行计算以及教师端指示第一用户进行课间休息中的至少一项。
9.一种在线直播教学提示***，其特征在于，包括教师端设备、多个学生端设备以及权利要求8所述的在线直播教学提示装置，其中：
所述教师端设备，用于直播教学；
所述装置，用于获取参与在线教学的至少一个学生端设备的视频流，并基于所述视频流，确定所述学生端设备的第一用户是否存在不规范行为；
所述装置还用于在所述第一用户存在所述不规范行为的情况下，获取教师端的指令信息，根据所述教师端的指令信息，判断所述不规范行为是否满足预设要求，并在所述不规范行为不满足所述预设要求的情况下，向所述学生端设备和/或所述教师端设备发送第一提示信息。
10.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一项所述的在线直播教学提示方法的步骤。
11.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至7任一项所述的在线直播教学提示方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210406989.0A CN114786027B (zh) | 2022-04-18 | 2022-04-18 | 在线直播教学提示方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210406989.0A CN114786027B (zh) | 2022-04-18 | 2022-04-18 | 在线直播教学提示方法、装置、电子设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114786027A CN114786027A (zh) | 2022-07-22 |
| CN114786027B true CN114786027B (zh) | 2024-01-09 |
Family
ID=82431069
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210406989.0A Active CN114786027B (zh) | 2022-04-18 | 2022-04-18 | 在线直播教学提示方法、装置、电子设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114786027B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111652189A (zh) * | 2020-06-24 | 2020-09-11 | 江苏海事职业技术学院 | 一种智能化教学的学生管理*** |
| CN111681474A (zh) * | 2020-06-17 | 2020-09-18 | 中国银行股份有限公司 | 在线直播教学方法、装置、计算机设备及可读存储介质 |
| CN112437135A (zh) * | 2020-11-11 | 2021-03-02 | 聊城大学 | 一种英语教学***及其使用方法 |
| CN113283383A (zh) * | 2021-06-15 | 2021-08-20 | 北京有竹居网络技术有限公司 | 一种直播行为识别方法、装置、设备和可读介质 |
| CN113992932A (zh) * | 2021-11-01 | 2022-01-28 | 北京高途云集教育科技有限公司 | 信息提示方法、装置、电子设备及可读存储介质 |
-
2022
- 2022-04-18 CN CN202210406989.0A patent/CN114786027B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111681474A (zh) * | 2020-06-17 | 2020-09-18 | 中国银行股份有限公司 | 在线直播教学方法、装置、计算机设备及可读存储介质 |
| CN111652189A (zh) * | 2020-06-24 | 2020-09-11 | 江苏海事职业技术学院 | 一种智能化教学的学生管理*** |
| CN112437135A (zh) * | 2020-11-11 | 2021-03-02 | 聊城大学 | 一种英语教学***及其使用方法 |
| CN113283383A (zh) * | 2021-06-15 | 2021-08-20 | 北京有竹居网络技术有限公司 | 一种直播行为识别方法、装置、设备和可读介质 |
| CN113992932A (zh) * | 2021-11-01 | 2022-01-28 | 北京高途云集教育科技有限公司 | 信息提示方法、装置、电子设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114786027A (zh) | 2022-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11068043B2 (en) | Systems and methods for virtual reality-based grouping evaluation | |
| CN107292271B (zh) | 学习监控方法、装置及电子设备 | |
| US9336268B1 (en) | Relativistic sentiment analyzer | |
| US10748194B2 (en) | Collaboration group recommendations derived from request-action correlations | |
| US9734410B2 (en) | Systems and methods for analyzing facial expressions within an online classroom to gauge participant attentiveness | |
| EP3472732A1 (en) | System and method for automated evaluation system routing | |
| US20210142118A1 (en) | Automated reinforcement learning based content recommendation | |
| Albury et al. | Dating apps as public health ‘problems’: cautionary tales and vernacular pedagogies in news media | |
| EP3759682A1 (en) | Systems and methods for automated content evaluation and delivery | |
| US20190355269A1 (en) | Diagnostic analyzer for visual-spatial content | |
| US10567523B2 (en) | Correlating detected patterns with content delivery | |
| US11113616B2 (en) | Systems and methods for automated bayesian-network based mastery determination | |
| CN110992222A (zh) | 教学交互方法、装置、终端设备及存储介质 | |
| CN111510659B (zh) | 在线交互方法、装置、存储介质及电子设备 | |
| US11508252B2 (en) | Systems and methods for automated response data sensing-based next content presentation | |
| CN110609970B (zh) | 用户身份识别方法、装置、存储介质及电子设备 | |
| US20170255875A1 (en) | Validation termination system and methods | |
| US20180176156A1 (en) | Systems and methods for automatic multi-recipient electronic notification | |
| CN113490002A (zh) | 一种在线教学的交互方法、装置、***及介质 | |
| CN114786027B (zh) | 在线直播教学提示方法、装置、电子设备以及存储介质 | |
| Sharpe et al. | Internet-based methods | |
| EP3432129B1 (en) | Systems and methods for virtual reality-based assessment | |
| CN113128421A (zh) | 学习状态检测方法、***、学习终端、服务器及电子设备 | |
| CN111787344B (zh) | 多媒体互动方法、装置、电子设备及存储介质 | |
| Takahashi et al. | Improvement of detection for warning students in e-learning using web cameras |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |