一种课堂教学认知负荷测量系统技术方案

本发明专利技术提供了一种课堂认知负荷检测系统，属于教育信息化领域。包括：任务完成度特征采集模块，用于记录学生在完成任务时的答题反应时、答题正确率；认知负荷自评量采集模块，用于量化分析出学生的心理努力程度和任务主观难度；表情和注意力特征采集模块，用于采集学生课堂表现视频，根据视频分析结果统计学生笑脸时长和注视时长；特征融合模块，用于将上述六个指标融合为特征向量；认知负荷判定模块，用于将特征向量送入分类器识别学生的课堂认知负荷级别。应用本发明专利技术能够客观地、快速地、准确地对课堂上学生的认知负荷进行评级，帮助授课教师改善学习材料的组织和呈现方式，降低由此引起的外部认知负荷，从而提高教学效果。

A Cognitive Load Measurement System for Classroom Teaching

The invention provides a classroom cognitive load detection system, which belongs to the field of education informatization. It includes: task completion feature acquisition module, which is used to record students'response time and correct answer rate when they complete tasks; cognitive load self-assessment acquisition module, which is used to quantify students' psychological effort and subjective difficulty of tasks; expression and attention feature acquisition module, which is used to collect students'classroom performance videos, and statistics students' smiling faces according to video analysis results. The feature fusion module is used to fuse the six indicators mentioned above into feature vectors, and the cognitive load judgment module is used to send feature vectors into classifiers to identify students'class cognitive load levels. The application of the present invention can objectively, rapidly and accurately grade the cognitive load of students in the classroom, help the teaching teachers improve the organization and presentation of learning materials, reduce the external cognitive load caused by it, and thus improve the teaching effect.

【技术实现步骤摘要】
一种课堂教学认知负荷测量系统
本专利技术属于教育信息化
，具体涉及一种课堂教学认知负荷测量系统。
技术介绍
认知负荷，是施加到工作记忆中待处理信息的总量。工作记忆，也称为短时记忆，主要负责获取和暂时保存当前情境中的信息，通过与长时记忆中的信息进行关联，从而获得对任务的整体理解。由于工作记忆的容量是有限的，当学习环境中的目标信息过于丰富或呈现方式不当时，就容易导致学习者的工作记忆容量超载，影响学习者的认知加工。认知负荷理论在教学中的应用体现为，尽量降低因学习材料的组织和呈现方式所导致的外部认知负荷，从而提高学习效果。因此，对课堂教学中认知负荷测量的研究是十分必要的。认知负荷的测量主要考虑三个方面：心理负荷、心理努力和行为表现。目前,主要有主观评估、任务绩效和生理三大类评估指标。主观测量法，依据学习者对学习任务的难度与所需要的心理努力，对认知负荷的大小进行评估与报告的一种测量方法；任务绩效测量，其主要依据学习者在一定时间，对任务学习后进行测验，以所得成绩高低对认知负荷进行评估的方法；生理测量法，根据认知加工时引起相应的生理指标变化作为依据，客观测量认知负荷的方法。随着信息技术在教育本文档来自技高网...

【技术保护点】
1.一种课堂教学认知负荷测量系统，其特征在于，包括：任务完成度特征采集模块，用于记录学生在完成任务时的答题反应时、答题正确率；认知负荷自评量采集模块，用于接收学生在完成相关任务时输入的认知负荷自评量表，并由量表量化分析出学生的心理努力程度和任务主观难度；表情和注意力特征采集模块，用于采集学生课堂表现视频，通过人脸检测获取人脸区域；对检测到人脸的区域进行人脸识别，进而完成表情识别和头部姿态估计；根据表情识别结果统计学生笑脸时长，根据头部姿态估计结果统计学生注视时长；特征融合模块，用于将答题反应时、答题正确率、心理努力程度、任务主观难度、笑脸时长以及注视时长六个指标融合为一个特征向量；认知负荷判定...

【技术特征摘要】
1.一种课堂教学认知负荷测量系统，其特征在于，包括：任务完成度特征采集模块，用于记录学生在完成任务时的答题反应时、答题正确率；认知负荷自评量采集模块，用于接收学生在完成相关任务时输入的认知负荷自评量表，并由量表量化分析出学生的心理努力程度和任务主观难度；表情和注意力特征采集模块，用于采集学生课堂表现视频，通过人脸检测获取人脸区域；对检测到人脸的区域进行人脸识别，进而完成表情识别和头部姿态估计；根据表情识别结果统计学生笑脸时长，根据头部姿态估计结果统计学生注视时长；特征融合模块，用于将答题反应时、答题正确率、心理努力程度、任务主观难度、笑脸时长以及注视时长六个指标融合为一个特征向量；认知负荷判定模块，用于将特征向量送入训练好的分类器识别学生的课堂认知负荷级别。2.根据权利要求1所述的课堂教学认知负荷测量系统，其特征在于，所述表情和注意力特征采集模块：监控数据采集模块，包括多个摄像头，用于捕获教室内的场景图像；人脸检测模块，用于从场景图像检测人脸区域；多任务人脸分析模块，用于利用预先训练的模型对人脸区域进行人脸识别、表情识别和头部姿态估计。3.根据权利要求2所述的课堂教学认知负荷测量系统，其特征在于，所述用于人脸识别的模型按照如下方式训练：(1)利用vgg-face人脸库，选用VGG模型初次训练人脸识别模型；(2)利用课堂上的学生人脸图片，再次优化训练步骤(1)得到的人脸识别模型。4.根据权利要求3所述的课堂教学认知负荷测量系统，其特征在于，所述用于表情识别和头部姿态估计的模型按照如下方式训练：(3)网络初始化：构建VGG网络结构，该网络中的参数由步骤(2)训练好的人脸识别模型参数进行初始化；用LVA层替换掉VGG网络中的FC1层；LVA层的输出有两个分支，分别用MFH_A层和MFH_H层替代原来的FC2层；MFH_A层和MFH_H层之后分别接FC3层，两个分支分别用于笑脸识别和头部姿态估计；(4)LVA层训练：首先对卷积层输出的观测量进行隐变量建模即t是卷积层输出的观测量，s和h分别表示笑脸特征隐变量和头部姿态特征隐变量，表示均值，ε为高斯噪声，方差为σ，U和...

【专利技术属性】
技术研发人员：陈靓影，徐如意，张坤，刘乐元，彭世新，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：湖北,42