【技术实现步骤摘要】
一种结合眼动识别的网上答题反馈系统
本专利技术涉及一种结合眼动识别技术的网上答题反馈系统,属于眼动识别
技术介绍
随着当今计算机技术的高速发展,人机交互的频率与质量也在迅速提升。人体的信息加工在很大程度上依赖于视觉,约有80%~90%的外界信息是通过人的眼睛获得的。由于人的视线具有直接性、自然性和双向性等其它信息所无法具备的特点,眼动追踪技术被广泛运用于实验心理学、应用心理学、工程心理学、认知神经科学等领域。基于眼动识别的人机交互系统如眼动控制的虚拟键盘也再进行着开发。当人的眼睛看向不同方向,或处于不同的精神状态时时,眼部会有相应的变化,这些变化会产生可以提取的特征,计算机就可以通过图像捕捉或扫描提取这些特征,从而实时追踪眼睛的变化,判断人的状态和需求,并进行响应。由此可见,眼动信息的确可以通过计算机在一定程度上提供可靠的判断数据来进行一些反馈。一方面,根据吴君等人关于眼动追踪技术在国外信息行为研究中的应用调查,这类研究往往局限于几个主要的眼动测量指标,没有对多个指标进行联合的参数分析,这可能对反馈结果造成一定的影响。另一方面,目前的考试结果的反馈分析依旧建立在对最终成绩的大数据分析的层次上,对于考生临场的状态的反馈往往是试后的回忆性反思,这样的反馈存在模糊、不准确等缺陷。需要一种实时反馈的系统来精确记录考生当时的精神状态、答题速度、考试策略等应试内容以帮助考生及时对自己的缺陷进行调整。
技术实现思路
本专利技术旨在解决当前答题过程中只有分数这唯一指标对考生的状态 ...
【技术保护点】
1.一种结合眼动识别的网上答题反馈系统,其特征在于:包括眼动信息采集模块,用于获取答题过程中不同时间下的眼动信息;眼动特征提取模块,用于从眼动信息中提取需要的眼动特征向量,并进行分类、绘图、存储;时间信息采集模块,基于计时器,结合眼动特征提取模块中的部分数据,获取答题过程中的时间信息向量,并进行绘图、存储,计时精度至少为0.01秒;数据预处理模块,用于对可量化数据进行第一次整合归纳;传统评价模块,根据答题者答题正确率,结合设定分值,对答题结果进行评分;可量化数据评价模块,根据第一次整合归纳结果进行五段式分类,并得出每一段对应的评价;不可量化数据评价模块,根据热点图比对结果及瞳孔变化人工给出相应结果;最终反馈模块,将时间模块中的个人统计数据,及三个评价模块的结果发送给答题者。/n
【技术特征摘要】
1.一种结合眼动识别的网上答题反馈系统,其特征在于:包括眼动信息采集模块,用于获取答题过程中不同时间下的眼动信息;眼动特征提取模块,用于从眼动信息中提取需要的眼动特征向量,并进行分类、绘图、存储;时间信息采集模块,基于计时器,结合眼动特征提取模块中的部分数据,获取答题过程中的时间信息向量,并进行绘图、存储,计时精度至少为0.01秒;数据预处理模块,用于对可量化数据进行第一次整合归纳;传统评价模块,根据答题者答题正确率,结合设定分值,对答题结果进行评分;可量化数据评价模块,根据第一次整合归纳结果进行五段式分类,并得出每一段对应的评价;不可量化数据评价模块,根据热点图比对结果及瞳孔变化人工给出相应结果;最终反馈模块,将时间模块中的个人统计数据,及三个评价模块的结果发送给答题者。
2.根据权利要求1所述的结合眼部识别的网上答题反馈系统,其特征在于,所述的系统是通过以下步骤实现的:
S1、在满足人眼部识别的光线范围内,获取人在进行网上答题时,不同时间下的眼动信息;
S2、根据标准答案获得答题正确率的量化评价,得出结论一:该答题者的卷面成绩;
S3、在答题过程中,计算时间信息向量,包括:首次完成所有题答题时长Tfirst、最终完成所有题答题时长Tfinal、第i题做题时长Tdi、第i题审题时长Tri、第i题有效审题时长Tei,共六类时间特征向量;
S4、从眼动信息中提取眼动特征向量,包括:眼动方向、眼动距离、注视时间、注视次数、瞳孔直径大小,并绘制第i题眼动热点图Hi和瞳孔直径随时间变化图P;
S5、将所有参与答题人员的部分眼动特征向量及时间信息向量汇总,获得与各小题相关的时间信息向量中的最大值Tdi_max、Tri_max、Tei_max,最小值Tdi_min、Tri_min、Tei_min和平均值Tdi_aven、Tri_aven、Tei_aven,对数据进行第一次统计归纳,存储归纳结果;
S6、根据存储的归纳结果,设定五段区间,将对应的时间信息向量分配到各区间中,得出结论二:做题合格与否、审题合格与否、审题是否足够有效;
S7、对部分不可量化数据进行定性分析,得出结论三:该题完成过程中是否足够集中、是否对答题者造成了明显的精神负担;
S8、结合结论一、结论二以及结论三,得出最终反馈。
3.根据权利要求2所述的结合眼动识别的网上答题反馈系统,其特征在于,所述步骤S4从眼动信息中提取眼动特征向量的具体步骤为:
S4.1、将采集到的眼动信息按照眼动方向、眼动距离、注视时间、注视次数、瞳孔直径大小分类,获得五类眼动特征向量;
S4.2、在每一题划定的区域,根据眼动方向及眼动距离绘制第i题的眼动轨迹图Ti,并存储眼动轨迹图Ti;
S4.3、根据眼动轨迹图Ti结合注视时间及注视次数,绘制第i题的眼动热点图Hi,并存储眼动热点图Hi;
S4.4、根据瞳孔直径大小变化,绘制瞳孔直径随时间变化图P,并在时间坐标轴上根据第i题做题时长Tdi划分时间坐标轴,并存储。
4.根据权利要求2所述的结合眼动识别的网上答题反馈系统,其特征在于,所述步骤S5的对相关数据的第一次统计归纳的具体步骤为:
S5.1.1、根据Tdi_min设置单位时间ud:若1秒<Tdi_min<10秒,则单位时间ud=0.5秒;若Tdi_min<1秒,则单位时间ud=0.05秒;若Tdi_min>10秒,则单位时间ud=5秒;
S5.1.2、设置上限为大于最大值Tdi_max的最小的单位时间ud的倍数Tdi_fmax,设置下限为小于最小值Tdi_min的最大的单位时间ud的倍数Tdi_fmin;
S5.1.3、根据上限值与下限值,以单位时间ud为一个时间单位,划分时间轴;
S5.1.4、将采集数据归入符合的时间区间中,存储Tdi的第一次统计归纳结果。
5.根据权利要求2所述的结合眼动识别的网上答题反馈系统,其特征在于,所述步骤S6的对合理的五段区间的划分的具体步骤为:
S6.1.1、取一个整数nd,则可得一段时间区间长度为单位时间ud的nd倍,即ud*nd,nd是满足使该时间区间[Tdi_floor,Tdi_ceil]内人数为满足大于总人数的40%的最小整数nd,其中Tdi_ceil=ceil(Tdi_aven+ud*nd/2),Tdi_floor=floor(Tdi_aven-ud*nd/2),ceil()表示向上取整,floor()表示向下取整,该区间内对应数据平均数所在单位时间区间为所有数据的平均数所在的单位时间区间,作为第一个区间;
S6.1.2、取一个整数md,可取的一段时间区间长度为单位时间ud的md倍,即ud*md,取第二个区间[Tdi_ceil,Tdi_ceil_2],使区间中的人数为总人数的20%,Tdi_ceil_2=ceil(Tdi_ceil+ud*md);取一个整数kd,可取的一段时间区间长度为单位时间ud的kd倍,即ud*kd,取第三个区间[Tdi_floor_2,Tdi_floor],使区间中的人数为总人数的20%,Tdi_floor_2=floor(Tdi_floor-ud*kd);
S6.1.3、确定第四个区间[Tdi_ceil_2,Tdi_fmax],确定第五个区间[Tdi_fmin,Tdi_floor_2];
S6.1.4、对于区间给出相应评价,从左到右,五个区间的评价依次为:过快、优秀、正常、较慢、过慢,存储最终的做题速度评价。
6.根据权利要求2所述的结合眼动识...
【专利技术属性】
技术研发人员:孙耀辉,陈洁,黄旭庭,颜子尧,单婉婷,
申请(专利权)人:东南大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。