一种教师课堂教学行为实时纠正系统及分析方法技术方案

本发明专利技术涉及教师课堂行为分析的技术领域，特别是涉及一种教师课堂教学行为实时纠正系统及分析方法，其实现教师规范化课堂教学行为的智能化训练，填补相关方法上的空白，提高教师课堂教学培训效率，促进教师教学效率的提升；方法包括如下步骤：步骤一、利用系统的视听采集模块，获取教师课堂教学行为的实时视听标识，将标识写入系统缓存区；步骤二、获取教师课堂教学行为的标准视听标识库，写入系统授权擦写存储区；步骤三、利用系统中的运算模块及特定算法，获取视听标识的教态对比信息，将对比信息写入系统反复擦写存储区，教态对比信息即为课堂教学行为纠正信息和监管信息。

【技术实现步骤摘要】
一种教师课堂教学行为实时纠正系统及分析方法
本专利技术涉及教师课堂行为分析的
，特别是涉及一种教师课堂教学行为实时纠正系统及分析方法。
技术介绍
教师课堂教学行为是由教师在特定教学环境中发起，并通过自身肢体和语言(含图文、影音组织等辅助语言)来组织、呈现教学信息的一种特定行为。在教学过程中，教师课堂教学行为起到至关重要的作用，它是教学信息的载体，同时也是教学效率的催化剂，它直接决定了教学的效果和质量。从教学组织的视角来看，教师课堂教学行为很复杂，贯穿了教学过程始终，行为与行为之间相互联系、相互影响，且不良行为的习惯性强，复现性强。因此，尽管在行业内，针对教师课堂教学行为做出了很多规范性的要求，但因为现有技术中没有一种有效的方法来对教师课堂教学的非规范性行为进行存储和纠正，对教师课堂教学行为的训练、监管一直都是采用人工即时听课或观看教师实时授课视频的方式来进行规范。现有的人工方式效率低，受制于人力、环境等因素(听课者的水平、注意力及群体组织等)，教师或受训者个体无法开展智能化自训，非规范性的习惯性行为无法得到实时纠正，进而无法打破惯性行为的束缚；教学管理者在针对群体性非规范性课堂教学行为发生时，同样受制于人力、环境等因素，无法开展智能化监管。
技术实现思路
为解决上述技术问题，本专利技术提供一种基于机器视觉的教师课堂教学行为实时纠正系统及分析方法。本专利技术的一种教师课堂教学行为实时纠正系统及分析方法，包括如下步骤：步骤一、利用系统的视听采集模块，获取教师课堂教学行为的实时视听标识，将标识写入系统缓存区；步骤二、获取教师课堂教学行为的标准视听标识库，写入系统授权擦写存储区；步骤三、利用系统中的运算模块及特定算法，获取视听标识的教态对比信息，将对比信息写入系统反复擦写存储区，教态对比信息即为课堂教学行为纠正信息和监管信息；步骤四、利用系统中的存储、显示模块，实时存储、显示教师课堂教学行为的数字影音信息、教态对比信息；步骤五、利用系统中的控制、网络模块，自动上传、分享教师课堂教学的数字影音和教态对比信息；步骤六、利用系统中的发布模块，自动出具、上传、分享、打印教师课堂教学行为的分析报告。进一步地，所述步骤一中的视听采集模块由图像采集设备与音频采集设备构成，在系统开始运行后，同时采集视频标识数据与语音标识数据。进一步地，所述步骤二中的获取标准视听标识库为根据在格式化环境内的教师的标准课堂教学姿态，在系统存储区内设置可授权数据的格式，保存教师课堂行为数据。进一步地，所述步骤三中运算模块的结构包括：主机控制模块，教师课堂行为识别模块；特定识别算法含有教师行为识别算法，其中存在通过人体姿态估计算法提取缓存区内的当前课堂教学教师骨架关节点数据坐标与肢体连接关系特征，构建为图结构G表示为：G＝(j，l),建立混合分类模型，其中含有三种分类算法；第一种算法运算函数式如下：其中，t的取值范围在[0,10]，w与b值为当前权重参数与偏置项，C为当前的细胞元状态，h为当前细胞元的传输状态；分别将j,l带入上式中可得到otj与otl值，建立Softmax分类函数：可得到当前特征归属于预设的教态数字视听特征信息集群库中的分类概率值，通过该式可得到识别结果y1；第二种算法运算函数式如下：K(x,z)＝φ(x)·φ(z)其中k(x，z)为映射至高维空间的特征，通过该式可得到识别结果y2；第三种算法运算函数式如下：yj＝f(sj)其中s为当前神经元的输出值，w与b为权重值与偏置项，通过该式可得到输出识别结果y3；将通过三种分类算法得到的三种识别结果y1,y2,y3进行判断，其中y1对应教师课堂行为a,y2对应教师课堂行为b，y3对应教师课堂行为c；则有：if则判定当前动作为a；if则判定当前动作为b；if则判定当前动作为c。进一步地，所述步骤四中系统各部分的运行流程为：S1、采集后的视频数据进行重新编码储存至反复擦写存储区；S2、将预处理后的图像表示通过特定算法进行分析，反馈得到当前单位时间内的行为情况；S3、显示设备接受行为分析数据与实时视频数据，显示实时教态对比信息。进一步地，所述步骤五中主要功能通过网络模块进行教师课堂教学的数字影音和教态对比信息，其中流程为：a)、将反复擦写存储区内的数字影音和教态对比信息根据用户信息保存为一个信息包；b)、根据云服务器端口信息，本机系统通信连接至云端服务器，将当前教师的信息包上传输至云端服务器内对应数据库中，生成云端信息数据。进一步地，所述步骤六中自动出具、上传、分享教师课堂教学行为的分析报告流程为：1)、当前教师课堂教学结束后统计教态对比信息，根据预先储存的当前教师个人信息，设置可修改报告内容模板，填写教师个人信息与教态对比信息；2)、根据云服务器端口信息，本机系统通信连接至云端服务器，将当前教师的教师课堂教学行为的分析报告上传输至云端服务器内对应数据库中，生成云端信息数据。与现有技术相比本专利技术的有益效果为：本专利技术通过教师课堂教学行为识别模块以行为姿态与语言两个方面进行分析，构建教师课堂教学行为分析模型，提供了一种教师课堂行为的模型量化分析方法，为提高教师的课堂教学效果奠定了基础；再者，利用云平台的优势，将教师课堂教学行为分析数据信息上转自动分享至云平台中，实时出具报告文件，解决教师课堂教学行为的智能化监管问题，实现教师规范化课堂教学行为的智能化训练，填补相关方法上的空白，提高教师课堂教学培训效率，促进教师教学效率的提升。附图说明图1是本专利技术的逻辑流程图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。如图1所示，本专利技术一种教师课堂教学行为实时纠正系统及分析方法包括步骤：步骤一，通过教学视频采集模块采集教师课堂教学，同时将课堂教学视听标识写入系统缓存区域。步骤二，主控模块将获取教师课堂教学行为的标准视听标识库，写入系统授权擦写存储区。步骤三，利用系统中的运算模块及特定算法，获取视听标识的教态对比信息，将对比信息写入系统反复擦写存储区，教态对比信息即为课堂教学行为纠正信息和监管信息；步骤四，利用系统中的存储、显示模块，实时存储、显示教师课堂教学行为的数字影音信息、教态对比信息；步骤五，利用系统中的控制、网络模块，自动上传、分享教师课堂教学的数字影音和教态对比信息；步骤六，利用系统中的发布模块，自动出具、上传、分享、打印教师课堂教学行为的分析报告。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应本文档来自技高网...

【技术保护点】
1.一种教师课堂教学行为实时纠正系统及分析方法，其特征在于，包括如下步骤：/n步骤一、利用系统的视听采集模块，获取教师课堂教学行为的实时视听标识，将标识写入系统缓存区；/n步骤二、获取教师课堂教学行为的标准视听标识库，写入系统授权擦写存储区；/n步骤三、利用系统中的运算模块及特定算法，获取视听标识的教态对比信息，将对比信息写入系统反复擦写存储区，教态对比信息即为课堂教学行为纠正信息和监管信息；/n步骤四、利用系统中的存储、显示模块，实时存储、显示教师课堂教学行为的数字影音信息、教态对比信息；/n步骤五、利用系统中的控制、网络模块，自动上传、分享教师课堂教学的数字影音和教态对比信息；/n步骤六、利用系统中的发布模块，自动出具、上传、分享、打印教师课堂教学行为的分析报告。/n

【技术特征摘要】
1.一种教师课堂教学行为实时纠正系统及分析方法，其特征在于，包括如下步骤：
步骤一、利用系统的视听采集模块，获取教师课堂教学行为的实时视听标识，将标识写入系统缓存区；
步骤二、获取教师课堂教学行为的标准视听标识库，写入系统授权擦写存储区；
步骤三、利用系统中的运算模块及特定算法，获取视听标识的教态对比信息，将对比信息写入系统反复擦写存储区，教态对比信息即为课堂教学行为纠正信息和监管信息；
步骤四、利用系统中的存储、显示模块，实时存储、显示教师课堂教学行为的数字影音信息、教态对比信息；
步骤五、利用系统中的控制、网络模块，自动上传、分享教师课堂教学的数字影音和教态对比信息；
步骤六、利用系统中的发布模块，自动出具、上传、分享、打印教师课堂教学行为的分析报告。


2.如权利要求1所述的一种教师课堂教学行为实时纠正系统及分析方法，其特征在于，所述步骤一中的视听采集模块由图像采集设备与音频采集设备构成，在系统开始运行后，同时采集视频标识数据与语音标识数据。


3.如权利要求1所述的一种教师课堂教学行为实时纠正系统及分析方法，其特征在于，所述步骤二中的获取标准视听标识库为根据在格式化环境内的教师的标准课堂教学姿态，在系统存储区内设置可授权数据的格式，保存教师课堂行为数据。


4.如权利要求1所述的一种教师课堂教学行为实时纠正系统及分析方法，其特征在于，所述步骤三中运算模块的结构包括：主机控制模块，教师课堂行为识别模块；
特定识别算法含有教师行为识别算法，其中存在通过人体姿态估计算法提取缓存区内的当前课堂教学教师骨架关节点数据坐标与肢体连接关系特征，构建为图结构G表示为：G＝(j，l),建立混合分类模型，其中含有三种分类算法；
第一种算法运算函数式如下：



其中，t的取值范围在[0,10]，w与b值为当前权重参数与偏置项，C为当前的细胞元状态，h为当前细胞元的传输状态；分别将j,l带入上式中可得到otj与otl值，建立Softmax分类函数：



可得到当前特征归属于预设的教态数字视听特征信息集群库中的分类概率值，通过...

【专利技术属性】
技术研发人员：杨波，张青，彭广，
申请(专利权)人：北京大智汇领教育科技有限公司，
类型：发明
国别省市：北京;11