[发明专利]远程教育中基于眼动仪的学生课堂专注状态检测方法

说明书

本发明涉及在线课程(Massive open online course,MOOC)，尤其涉及在线授课过程中对于学生学习状态的跟踪与教学效果评估问题的检测方法，属于计算机视觉领域。由于眼球的运动状态与学生的听课状态直接相关，本发明的远程教育中基于眼动仪的学生课堂专注状态检测方法，利用眼动仪实时跟踪眼球运动轨迹，使用学生上课专注状态检测模型网络模型，根据眼球运动轨迹特征数据识别出学生听课状态，能实时、精确地识别学生在MOOC授课过程中上课状态。与传统方法相比本发明在对慕课中学生听课专注状态的识别方面更具有有效性和准确性。

技术领域

本发明涉及在线课程(Massive open online course,MOOC)，尤其涉及在线授课过程中对于学生学习状态的跟踪与教学效果评估问题的检测方法，属于计算机视觉领域。

背景技术

在这个信息爆炸时代，互联网迅猛发展，人类的注意力开始变短，碎片化学习成为人类的主要学习模式，而在线网络课程由于其微课的教学模式，时间的相对自由性，成本相对比较低等优点迅速受到广大学者的喜爱。但在线网络课程目前仍处于完善阶段，其本身存在一些缺陷，由于时间的自由和目前的无人监督模式，学生的学习效率难以得到保障，学生很可能因为自律性不够或课程的枯燥而出现不专心的情况。

针对这种情况，有必要对学习者的学习状态进行分析和评估，以监督学生的学习状态，为相关机构提供测评依据，也反馈给在线授课者，帮助教育者提高授课质量。对MOOC(Massive open online course)授课过程中的学生的上课专注状态进行检测，对提升MOOC的教育教学还是有不容小觑的意义。

目前对人体行为的检测已经取得了较多成果。对于MOOC授课过程中学生的上课状态的检测方法，绝大多数也是利用电脑、平板和手机等设备带有摄像头实时记录学生的行为信息，通过检测学生的课堂行为来预测或识别学生的上课状态。但这种方法存在的一个明显的缺陷就是学生的上课状态并非完全取决于其行为的特征，针对不同学生的课堂行为差异，存在着状态的误判。

发明内容

本发明的目的是提供一种远程教育中基于眼动仪的学生课堂专注状态检测方法，该方法利用眼动仪的眼球追踪技术、使用LSTM(Long Short Time Memory)网络框架，对MOOC授课过程中的学生听课专注状态进行识别；与传统方法相比本发明在对慕课中学生听课专注状态的识别方面更具有有效性和准确性；

本发明的目的是通过下述技术方案实现的。

远程教育中基于眼动仪的学生课堂专注状态检测方法，包括以下步骤：

步骤一：眼球运动轨迹数据集的搭建与数据集的预处理。

1、受试者在屏幕前假演MOOC授课过程中专注与否两类听课状态。记录眼动仪跟踪眼球每次在屏幕中对应的运动轨迹；

2、提取眼球运动轨迹的数据信息，作为训练集和测试集；所述的数据信息包括类别(专注状态或者不专注状态)和坐标信息；所述坐标是以屏幕中心为坐标原点，计算机屏幕正上方向为y轴正半轴的笛卡尔直角坐标，以眼球专注区域的中心点为运动轨迹在该处的坐标点；

3、采用步骤一2得到坐标点的横纵坐标两项特征作为训练特征，有效表示某一时刻眼球的轨迹信息。

4、提取具有相同时间间隔的相邻的N个轨迹坐标作为一段目标轨迹，构造轨迹时单个点不重复使用；储存轨迹对应的类别标签，搭建专注与否两种状态的眼球运动轨迹数据库；将每种状态数据库中的数据分为训练集和测试集；所述训练集数量大于测试集；

步骤二、搭建MOOC授课过程中学生上课专注状态检测模型，选择LSTM网络模型作为基本网络框架，该模型预测的具体计算过程如下：