一种用于帮助教师反思性成长的课堂智能分析方法及系统技术方案

本发明专利技术提供一种用于帮助教师反思性成长的课堂智能分析方法及系统，基于教师课堂授课视频，对教师的课堂声纹、面部表情、头部姿态以及课堂手势，以及对学生注视黑板的信息等非言语行为数据进行自动化的检测与采集，并对教师课堂行为进行综合分析，结合对教师的课堂声纹、课堂表情、头部姿态以及课堂手势分析结果，以及对学生注视黑板信息的分析结果，并参考优秀教师授课视频的分析结果或预设的优秀教师授课的标准，以及参考对教师之前的课堂视频分析的历史记录，分析教师在课堂授课过程中的表现情况和需要改进的方向，以帮助教师进行反思性成长。本发明专利技术将多种人工智能技术融合在一起，提高了教师课堂非言语行为分析的全面性和有效性。有效性。有效性。

【技术实现步骤摘要】
一种用于帮助教师反思性成长的课堂智能分析方法及系统


[0001]本专利技术属于教学活动与人工智能技术融合的领域，更具体地，涉及一种用于帮助教师反思性成长的课堂智能分析方法及系统。

技术介绍

[0002]随着教育信息化的高速发展，教学活动与人工智能技术的融合越来越紧密，但是教学评价环节仍然处于传统的人工标注统计阶段，缺乏智能化策略，缺乏便捷性、实效性以及客观性。而实时的课堂教学分析能够帮助任课教师及时反思教学行为以及教学方法，总结与改正教学环节中的问题与不足，从而实施具有深度的直接有效的教学活动，利于教师专业素养的发展，进而提高教学质量。在教育信息化的时代背景下，将课堂教学分析与人工智能技术相结合，解决了传统课堂教学分析中存在的问题，同时也符合提升教师专业能力、促进教学质量的目标。
[0003]教师的非言语行为是对应于言语行为提出的，广义上指的是教师个体自身形成或者凭借周围物体形成的身体动作或姿态，侠义上指的是教师个体身体态势形成的动作或姿态，主要有头势、面部表情、手势、体距等方面。对教师的非言语行为的研究能够提高教学中非智力因素的辅助功本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于帮助教师反思性成长的课堂智能分析方法，其特征在于，包括如下步骤：确定教师课堂授课视频，提取教师的课堂声纹、课堂表情、头部姿态以及课堂手势四种信息，并提取学生注视黑板的信息；对教师的课堂声纹信息进行分析，确定教师不同声音情绪、不同语速以及不同语调在整个课堂的占比情况，以及课堂不同时间段教师声音情绪、语速以及语调的分布情况；对教师的课堂表情信息进行分析，确定教师不同面部情绪在整个课堂的占比情况，以及课堂不同时间段教师面部情绪的分布情况；对教师的头部姿态信息进行分析，确定教师对学生所在各个区域的注意力分布情况，确定教师整个课堂的注意力分布情况，并确定教师整个课堂不同头部姿势的使用情况；对教师的课堂手势信息进行分析，确定教师的各类手势在整个课堂的占比情况，以及课堂不同时间段的手势变化情况；对学生注视黑板的信息进行分析，确定课堂不同时间段注视黑板学生人数的变化情况，以及整个课堂不同时间段不同区域学生注意力状态的分布情况；通过学生注视黑板的状态将学生的注意力状态分为：漠视、关注以及专注三种状态；结合对教师的课堂声纹、课堂表情、头部姿态以及课堂手势分析结果，以及对学生注视黑板信息的分析结果，并参考优秀教师授课视频的分析结果或预设的优秀教师授课的标准，以及参考对教师之前的课堂视频分析的历史记录，分析教师在课堂授课过程中的表现情况和需要改进的方向，以帮助教师进行反思性成长。2.根据权利要求1所述的课堂智能分析方法，其特征在于，所述对教师的课堂声纹信息进行分析，具体为：根据教师课堂声音的饱满程度、响亮程度、语音以及语调将教师的声音情绪划分为积极、中性以及消极三类；其中，可根据积极情绪的积极程度将积极情绪划分为积极一级、积极二级以及积极三级，可根据消极情绪的消极程度将消极情绪划分为消极一级、消极二级以及消极三级。3.根据权利要求1所述的课堂智能分析方法，其特征在于，所述对教师的课堂表情信息进行分析，具体为：利用面部表情识别技术，将教师面部情绪划分为高兴、悲伤、愤怒、惊讶、厌恶以及恐惧。4.根据权利要求1所述的课堂智能分析方法，其特征在于，所述对教师的头部姿态信息进行分析，具体为：利用头部姿态估计技术，确定教师的视线落点、头部动作幅度以及头部位置；根据教师的视线落点确定教师注意力分布的区域；根据教师头部动作幅度和头部位置的变化将教师的头部姿态划分为：点头、摇头、低头、回头以及环顾四周。5.根据权利要求1所述的课堂智能分析方法，其特征在于，所述对教师的课堂手势信息进行分析，具体为：利用人体姿态估计技术和手部关键点检测技术，将教师的手势划分为象征性手势、评价手势、指示性手势以及会意性手势。6.根据权利要求1所述的课堂智能分析方法，其特征在于，所述对学生注视黑板的信息
进行分析，具体为：通过学生注视黑板的状态将学生的注意力状态分为：漠视、关注以及专注三种状态；其中，在教师授课时，当学生的视线一直未停留在黑板范围上时，认定学生的注意力状态为漠视，即未关注教学内容；当学生的视线有存在关注黑板的时间段，但关注时间较短，时而注意力在黑板上时而又集中在其他方向时，认定学生的注意力状态为关注，即短暂的关注教学内容；当学生的视线持续关注黑板范围，则认定学生的注意力状态为专注，即持续的关注教学内容。7.根据权利要求1至6任一项所述的课堂智能分析方法，其特征在于，所述分析教师在课堂授课过程中的表现情况和需要改进的方向，具体包括：若教师在课堂中的声音情绪多变水平低，则分析这样的课堂声音情绪是否缺乏生动性；若教师在课堂中的声音情绪中积极情绪和消极情绪所占...

【专利技术属性】
技术研发人员：刘三女牙，陈增照，石雅文，陈荣，张维，戴志诚，郑秋雨，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：