[发明专利]一种教学评价方法、设备和计算机可读存储介质在审

专利信息
申请号: 202011410428.5 申请日: 2020-12-03
公开(公告)号: CN112597813A 公开(公告)日: 2021-04-02
发明(设计)人: 蔡丹丰;金佳;卢尧;张武科;徐瑶洁;吴亦心;李萍;许添杰 申请(专利权)人: 宁波大学科学技术学院
主分类号: G06K9/00 分类号: G06K9/00;G06Q10/06;G06Q50/20
代理公司: 北京乐知新创知识产权代理事务所(普通合伙) 11734 代理人: 江宇
地址: 315300 浙江省宁*** 国省代码: 浙江;33
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 教学 评价 方法 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种教学评价方法,其特征在于,应用于控制中心,所述控制中心与信息采集设备通信连接,所述方法包括:

通过所述信息采集设备对指定对象进行实时信息采集,获得实时采集信息,所述实时采集信息包含动作特征信息和生物特征信息;

根据行为特征属性库对所述动作特征信息进行行为分析,获得行为信息;

根据生物特征属性库对所述生物特征信息进行学习状态分析,获得学习状态信息;

对所述学习状态信息和所述行为信息进行整合分析,获得教学评价信息。

2.根据权利要求1所述的方法,其特征在于,所述信息采集设备包含图像采集设备和生物特征采集设备,所述指定对象包含第一指定对象和第二指定对象;

相应地,通过所述信息采集设备对指定对象进行实时信息采集,获得实时采集信息,所述实时采集信息包含动作特征信息和生物特征信息,包括:

通过所述图像采集设备对所述第一指定对象和所述第二指定对象进行图像采集,获得动作特征信息;

通过所述生物特征采集设备对所述第一指定对象和/或所述第二指定对象进行实时生物特征采集,获得生物特征信息;

对所述动作特征信息和所述生物特征信息进行整合,确定所述实时采集信息。

3.根据权利要求2所述的方法,其特征在于,所述行为特征属性库包含第一行为特征属性库、第二行为特征属性库和第三行为特征属性库;

相应地,根据行为特征属性库对所述动作特征信息进行行为分析,获得行为信息,包括:

根据所述第一行为特征属性库对所述动作特征信息进行图像分析,获得第一行为信息,所述第一行为特征属性库与所述第一指定对象对应的行为特征属性库;

根据所述第二行为特征属性库对所述动作特征信息进行图像分析,获得第二行为信息,所述第二行为特征属性库与所述第二指定对象对应的行为特征属性库;

根据所述第三行为特征属性库对所述动作特征信息进行图像分析,获得第三行为信息,所述第三行为特征属性库与所述第一指定对象和所述第二指定对象对应的行为特征属性库;

对所述第一行为信息、所述第二行为信息和所述第三行为信息进行整合分析,确定所述行为信息。

4.根据权利要求1所述的方法,其特征在于,所述生物特征属性库包含脑电波属性库、眼动属性库和面部属性库;

相应地,根据生物特征属性库对所述生物特征信息进行学习状态分析,获得学习状态信息,包括:

对所述生物特征信息进行特征分析,获得实时脑电波信息、实时眼动信息和实时面部信息;

根据所述脑电波属性库对所述实时脑电波信息进行脑神经活跃度分析,获得脑神经活跃度信息;

根据所述眼动属性库对所述实时眼动信息进行眼动分析,获得眼动分析信息;

根据所述面部属性库对所述实时面部信息进行面部情绪分析,获得面部情绪信息;

对所述脑神经活跃度信息、眼动分析信息和面部情绪信息进行整合分析,确定所述学习状态信息。

5.根据权利要求4所述的方法,其特征在于,根据所述脑电波属性库对所述实时脑电波信息进行脑神经活跃度分析,获得脑神经活跃度信息,包括:

当所述实时脑电波信息满足第一预设阈值的情况下,生成疲劳信息,所述第一预设阈值用于表征与在所述指定对象疲劳状况下的脑神经活跃程度对应的阈值;

当所述实时脑电波信息满足第二预设阈值的情况下,生成关注信息,所述第二预设阈值用于表征与在所述指定对象关注状况下的脑神经活跃程度对应的阈值;

当所述实时脑电波信息满足第三预设阈值的情况下,生成活跃信息,所述第三预设阈值用于表征与在所述指定对象活跃状况下的脑神经活跃程度对应的阈值;

对所述疲劳信息、所述关注信息和所述活跃信息进行整合分析,确定所述脑神经活跃度信息。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

根据所述教学评价信息生成教学评价报表;

生成第一显示指令发送至显示设备,以指示所述显示设备显示教学评价报表。

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宁波大学科学技术学院,未经宁波大学科学技术学院许可,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/202011410428.5/1.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