[发明专利]一种基于面部表情识别的课堂教学评估系统在审

专利信息
申请号: 202010672491.X 申请日: 2020-07-14
公开(公告)号: CN111626647A 公开(公告)日: 2020-09-04
发明(设计)人: 石鑫 申请(专利权)人: 深圳峰诚志合信息科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06K9/00;G06Q50/20
代理公司: 深圳峰诚志合知识产权代理有限公司 44525 代理人: 李明香
地址: 518000 广东省深圳市福田区园岭*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 面部 表情 识别 课堂 教学评估 系统
【说明书】:

发明公开了一种基于面部表情识别的课堂教学评估系统,包括监控模块、人脸监测模块、表情库、数据库、数据分析模块、计时单元、成绩获取模块、处理器、显示模块、存储模块、数据交互单元和教师互动端;所述教师互动端包括分控制器、提示模块、显示器、输入模块和记录单元;所述监控模块由设置在教室内的若干摄像头构成;本发明通过监控模块实时监控上课时教室内的影像资料,并通过人脸监测模块对影像资料进行分析,依靠微表情识别技术分析感知学生在课堂中的情感状态变化,反映学生对即时课堂教学的兴趣度,实现快速、全自动的课堂教学评估。

技术领域

本发明属于教学评估领域,涉及一种面部表情识别技术,具体是一种基于面部表情识别的课堂教学评估系统。

背景技术

表情识别是指从给定的静态图像或动态视频序列中分离出特定的表情状态,从而确定被识别对象的心理情绪。

随着计算机技术和人工智能技术及其相关学科的迅猛发展,整个社会的自动化程度不断提高,人们对类似于人和人交流方式的人机交互的需求日益强烈。计算机和机器人如果能够像人类那样具有理解和表达情感的能力,将从根本上改变人与计算机之间的关系,使计算机能够更好地为人类服务。表情识别是情感理解的基础,是计算机理解人们情感的前提,也是人们探索和理解智能的有效途径。

人脸表情识别是指从给定的静态图像或动态视频序列中分离出特定的表情状态,从而确定被识别对象的心理情绪,实现计算机对人脸表情的理解与识别,从根本上改变人与计算机的关系,从而达到更好的人机交互。因此人脸表情识别在心理学、智能机器人、智能监控、虚拟现实及合成动画等领域有很大的潜在应用价值。

而当前随着技术的发展,表情识别这项技术也慢慢的被引用到其他领域;而教育是人们当前普遍的关注点,对于学生成绩,教师的教学方式和内容也会对学生起到很大的影响,当前对于学生是否认真仅仅单凭成绩就可以大概判定;那么对于教师的教学质量呢,可能需要多个角度去判定;当前我们则希望有一种能够通过表情识别技术实时了解学生上课状态,同时结合其他因素,形成一个良好的对于教师教学质量进行评价的系统;为了实现上述构想,现提供一种解决方案。

发明内容

本发明的目的在于提供一种基于面部表情识别的课堂教学评估系统。

本发明所要解决的技术问题为:

(1)如何对学生的上课表情进行分类,这些表情对于教学内容的反应为什么样的;

(2)如何根据上课的各类实时表情对教师的教学质量做出评价。

本发明的目的可以通过以下技术方案实现:

一种基于面部表情识别的课堂教学评估系统,包括监控模块、人脸监测模块、表情库、数据库、数据分析模块、计时单元、成绩获取模块、处理器、显示模块、存储模块、数据交互单元和教师互动端;

其中,所述教师互动端包括分控制器、提示模块、显示器、输入模块和记录单元;

其中,所述监控模块由设置在教室内的若干摄像头构成,用于获取教室内上课时的实时影像资料,所述数据库存储有班级所有学生的人脸总资料和课程信息;人脸总资料为该班级所有学生的人脸资料;课程信息为课程和对应教师;

所述监控模块用于将影像资料传输到人脸监测模块;

其中,所述表情库预存有学生的听课表情库,所述听课表情库包括大于一定数量的听课时的两大类表情样本;两大类表情样本具体为:

A:积极听课类,积极听课类表情为理解表情和倾听表情;

A1:理解表情为学生听懂课程的普遍反应,当学生理解了当前内容或者自身能够积极的参与到教学活动中,如回答问题和参与讨论中的情况时会流露出理解表情,采集大于一定数量的表情样本形成样本库;

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深圳峰诚志合信息科技有限公司,未经深圳峰诚志合信息科技有限公司许可,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/202010672491.X/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