[发明专利]基于人工智能的智能课堂点名系统在审

专利信息
申请号: 201710407059.6 申请日: 2017-06-02
公开(公告)号: CN107170069A 公开(公告)日: 2017-09-15
发明(设计)人: 万仁卓;杨帆 申请(专利权)人: 武汉纺织大学
主分类号: G07C1/10 分类号: G07C1/10;G06F17/30;G06Q50/20
代理公司: 北京科亿知识产权代理事务所(普通合伙)11350 代理人: 汤东凤
地址: 430200 湖北省武*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 智能 课堂 点名 系统
【说明书】:

技术领域

发明涉及人工智能技术领域,尤其涉及一种基于人工智能的智能课堂点名系统。

背景技术

课堂点名考勤是教育教学系统的关键环节,作为对学生平时成绩评定的重要依据。现有的点名方法和手段建立在传统的点名方法,或简单借助于wif、蓝牙,Android,刷一卡通等方式,另外对学生的综合评价也是通过抽样调查、访谈、考试测评等手段,投入大量的教辅人员以及财力物力等的基础上,其评价结果的准确性和可靠性受诸多外部环境制约,无法准确实时跟踪课堂实效,关键是忽略了学生学习过程中的动态变化,缺乏大量数据作为科学分析的依据。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于人工智能的智能课堂点名系统。

本发明通过以下技术方案来实现上述目的:

本发明包括课堂照片录入系统、大数据处理模块和输出模块,所述大数据处理模块包括服务器、GPU加速人工智能计算模块、考勤情况、座位信息、人际关系模块、学工系统教务系统、学生学习质量评价、学生心理健康评估和教师课堂评价系统。

进一步,所述服务器包括姓名、学号、照片信息、课程系统、教师教务、学工测评信息、学工综合信息和教务综合信息。

进一步,所述GPU加速人工只能计算模块包括课堂目标自动识别、座位位置信息、人际关系、人工智能深度学习、历史数据更新、关联与处理、其他信息的对接与融合分析。

本发明的有益效果在于:

本发明是一种基于人工智能的智能课堂点名系统,与现有技术相比,本发明采用人工智能深度学习的方法,尊重学生个性与过程发展,通过课堂实时照片,实时动态捕获出勤情况,座位位置信息,人际关系等综合信息,通过对接教务信息,学工信息,心理健康中心等数据库,通过大数据处理反映出学生课堂效果,学生认知与心理状态,学生个人喜好,情绪与健康人际交往等,作为教师、教务、学工、家长等各方的重要科学分析与决策依据。

附图说明

图1是本发明的整体结构框图;

图2是本发明的服务器部分结构框图;

图3是本发明的GPU加速人工智能计算模块内部运行模块。

具体实施方式

下面结合附图对本发明作进一步说明:

如图1所示:本发明包括课堂照片录入系统、大数据处理模块和输出模块,所述大数据处理模块包括服务器、GPU加速人工智能计算模块、考勤情况、座位信息、人际关系模块、学工系统教务系统、学生学习质量评价、学生心理健康评估和教师课堂评价系统。结合学工部学生信息数据库,导入学生的姓名,学号,照片等信息;结合教务系统,导入学生的课程系统,教师信息;通过对上述数据分析,并通过人工智能训练,提取照片的特征信息,并建立初始数据库,并与学号、姓名等其他信息关联。

如图2所示:所述服务器包括姓名、学号、照片信息、课程系统、教师教务、学工测评信息、学工综合信息和教务综合信息。由任课教师直接采集照片,并将照片直接传送至学校中央服务器。教师在上课初始和下课前进行照片取样,也可以在课堂任何时间取样。

如图3所示:所述GPU加速人工只能计算模块包括课堂目标自动识别、座位位置信息、人际关系、人工智能深度学习、历史数据更新、关联与处理、其他信息的对接与融合分析。

课堂目标自动识别;

根据前期人工智能训练的结果,根据视频流信息实时进行课堂目标任务的自动识别与追踪;将每节课的开始和结束时的照片取样,通过目标识别后标注日期、识别目标的学号、姓名等信息,并存储于中央服务器,用于备份和取证;

获取班级位置的分布,比如是正三角,倒三角,均匀分布,前排空后排集中式等,通过分析学生上课历史的课堂特点,以及任课教师历史上课特点,定性判断学生与教师的特点和行为;获取学生的位置信息,综合分析学生的个人座位喜好,通过对学生历史上该课程的座位情况,间接反映学生的学习习惯、生活习惯;获取学生附近人员位置信息,比如和谁同桌,以及最相邻学生信息,通过多次数据统计反映学生的人际交往情况;

与历史数据的更新、关联与处理;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉纺织大学,未经武汉纺织大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710407059.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top