非語言信息系統(tǒng)的課堂教學(xué)評價應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了非語言信息系統(tǒng)的課堂教學(xué)評價應(yīng)用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：文章提出了一種基于數(shù)字圖像處理的課堂教學(xué)評價平臺，利用教室中的課堂視頻數(shù)據(jù)檢測和識別教師和學(xué)生的非語言信息，并根據(jù)不同的非語言信息與教學(xué)效果、學(xué)習(xí)效果之間的關(guān)系，對教學(xué)活動過程進(jìn)行評價。文章在研究非語言信息與教學(xué)效果、學(xué)習(xí)效果之間關(guān)系的基礎(chǔ)上，對具體實現(xiàn)該評價平臺所用到的表情識別和行為識別的方法進(jìn)行了歸納和總結(jié)。

關(guān)鍵詞：教學(xué)評價；非語言信息；表情識別；行為識別

教學(xué)評價是整個教學(xué)系統(tǒng)中不可或缺的重要組成部分，主要是對學(xué)生學(xué)習(xí)效果的評價和教師教學(xué)工作過程的評價[1]。傳統(tǒng)的教學(xué)評價主要通過對教師講授的課程進(jìn)行聽課、對學(xué)生進(jìn)行考試等手段，而這些手段要么過于片面要么過于浪費人力和時間，且不能得到準(zhǔn)確的教學(xué)評價?，F(xiàn)有資料表明，課堂環(huán)境中，教師的肢體手勢、動作、距離、面部表情等非語言信息在課堂教學(xué)中起著重要的作用，能夠反映教師的教學(xué)效果；同時，學(xué)生的表情、動作、手勢等非語言信息能夠反映出學(xué)生的學(xué)習(xí)效果?；谏鲜鼋Y(jié)論，本文對課堂環(huán)境中教師和學(xué)生的非語言信息與教學(xué)效果、學(xué)習(xí)效果之間的關(guān)系進(jìn)行分析和歸納。在此基礎(chǔ)之上，本文從數(shù)字圖像處理和計算機視覺的角度出發(fā)，利用教室中的攝像頭所采集的海量視頻數(shù)據(jù)，從中提取教師和學(xué)生的圖像信息，對其動作、行為、表情、手勢等非語言信息進(jìn)行檢測、識別和分析，最后根據(jù)非語言信息與教學(xué)效果、學(xué)習(xí)效果之間的關(guān)系，構(gòu)建一個基于視頻數(shù)據(jù)的課堂分析與評價平臺，（1）對教師的教學(xué)水平和教學(xué)技能進(jìn)行評價，（2）對學(xué)生的學(xué)習(xí)效果進(jìn)行評價，為課堂教學(xué)評價改革提供一種全新的數(shù)據(jù)視角。目前，通過檢測和識別課堂視頻中教師和學(xué)生的非語言信息，將其作為教學(xué)評價的標(biāo)準(zhǔn)已經(jīng)成為一種新穎且可行的思路，本文主要對課堂環(huán)境中對學(xué)生和教師的非語言信息進(jìn)行檢測和識別方法進(jìn)行歸納和總結(jié)。

1非語言信息與學(xué)習(xí)效果、教學(xué)效果之間的關(guān)系

分析非語言信息與學(xué)習(xí)效果、教學(xué)效果之間的關(guān)系就是確定教師和學(xué)生哪種非語言信息能夠反映出好的、中立的或者是壞的教學(xué)效果和學(xué)習(xí)效果。通過查閱大量有關(guān)非語言信息與教學(xué)效果、學(xué)習(xí)效果之間關(guān)系的文獻(xiàn)，對所有相關(guān)的非語言信息進(jìn)行歸納并充分分析其與學(xué)校效果、教學(xué)效果之間的關(guān)系。如教師的表情，教師的微笑能夠給學(xué)生帶來積極的心里暗示[2]，微笑反映出教師對于教學(xué)任務(wù)的熱愛和對學(xué)生的喜愛，是一種有利的信息。教師面部表情的變化也能反映出教師的教學(xué)效果。如果教師總是表現(xiàn)出一種表情，往往反映了教師講課單調(diào)乏味，而豐富的面部表情和運用得體的眼神，能夠吸引學(xué)生的注意，使學(xué)生自覺地融入教師的授課中[3]，是一種有利的信息。挖掘非語言信息與學(xué)習(xí)效果.

2非語言信息的檢測、識別、分析

課堂環(huán)境中的非語言信息可以分為幾類：表情、動作、手勢。其中表情和手勢是靜態(tài)的（如微笑、皺眉、舉手、豎起大拇指等），可以通過捕捉和分析視頻中的靜態(tài)圖像信息，而動作則是動態(tài)變化的（如打哈欠、眨眼、點頭、搖頭等一系列動作），則需要在識別的基礎(chǔ)上進(jìn)行跟蹤，捕捉行為變化。對表情變化的檢測與識別的關(guān)鍵點是得到每種表情的檢測指標(biāo)，本文將課堂教學(xué)中涉及的表情進(jìn)行分類：微笑型（興奮、愉悅）和皺眉型（困惑、迷惘）。對于微笑型的表情主要是通過眼睛、眉毛、嘴巴的形態(tài)來檢測和識別。鄭雪[4]提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的方法對微笑型表情進(jìn)行識別，其通過人臉的5個關(guān)鍵點對嘴巴進(jìn)行定位，利用卷積神經(jīng)網(wǎng)絡(luò)對表情特征進(jìn)行自動提取，實現(xiàn)對微笑表情的識別。對于皺眉型的表情（表達(dá)出困惑、迷惘的感情狀態(tài)）往往通過眉毛的形態(tài)來進(jìn)行檢測和識別。肖穎[5]采用AdaBoost分類器算法進(jìn)行人臉定位，Gabor特征提取算法和幾何特征提取算法提取皺眉信息，最后利用支持向量機進(jìn)行分類，實現(xiàn)對皺眉的識別。對動作變化的檢測與識別的關(guān)鍵點在于設(shè)計一個合適的模型，使其能夠檢測出背景中的目標(biāo)和動作。如困倦、瞌睡、疲勞等情感狀態(tài)通過閉眼次數(shù)和間隔以及打哈欠次數(shù)（嘴巴張開與閉合的次數(shù)和間隔）來檢測和識別。王琦[6]提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的方法對學(xué)生的疲勞狀態(tài)進(jìn)行檢測，采用基于Haar特征的AdaBoost算法進(jìn)行人臉檢測，利用CNN對人眼狀態(tài)進(jìn)行識別，最終通過識別人眼的狀態(tài)來實現(xiàn)對疲勞的判斷。耿磊等[7]在對駕駛員進(jìn)行疲勞檢測時，提出了一種基于面部行為分析的疲勞檢測方法，通過檢測和識別嘴巴和眼睛的狀態(tài)，并根據(jù)設(shè)定的疲勞參數(shù)來判斷，駕駛員是否處于疲勞狀態(tài)，該方法同樣可用于對課堂環(huán)境中的學(xué)生進(jìn)行疲勞檢測。

3結(jié)語

目前，隨著信息技術(shù)的發(fā)展，教室中的多媒體設(shè)備也越來越豐富，最基本的攝像頭幾乎是每間教室所必備的，這些攝像頭提供了前所未有的海量視頻數(shù)據(jù)，但是這些數(shù)據(jù)往往只用于考試監(jiān)控、教學(xué)督查，利用率較低，且造成大量的數(shù)據(jù)浪費，本文從數(shù)字圖像處理的角度出發(fā)，以課堂教學(xué)視頻為分析對象，以非語言信息與教學(xué)效果、學(xué)習(xí)效果之間的關(guān)系為理論依據(jù)，對教師和學(xué)生的非語言信息進(jìn)行識別和分析，構(gòu)建一個新型的課堂教學(xué)評價平臺。該評價平臺大大改進(jìn)了以往傳統(tǒng)的教學(xué)評價中出現(xiàn)的片面性、復(fù)雜性缺點，是一種信息化、智能化的基于視頻數(shù)據(jù)的課堂教學(xué)評價方法，同時也為課堂教學(xué)評價改革提供一種全新的數(shù)據(jù)視角。

[參考文獻(xiàn)]

[1]程書肖.教育評價方法技術(shù)[M].北京：北京師范大學(xué)出版社，2004.

[2]吳軍飛.教師課堂非語言溝通調(diào)查研究及策略分析[J].科教導(dǎo)刊，2012（8）：136-138.

[3]王為民.讓體態(tài)語為課堂教學(xué)添彩[J].甘肅教育，2010（24）：58.

[4]鄭雪.基于深度卷積神經(jīng)網(wǎng)絡(luò)的微笑表情識別[D].西安：陜西師范大學(xué)，2016.

[5]肖穎.學(xué)習(xí)過程面部特征測量系統(tǒng)的設(shè)計與實現(xiàn)[D].武漢：華中科技大學(xué)，2015.

[6]王琦.基于卷積神經(jīng)網(wǎng)絡(luò)的學(xué)生疲勞狀態(tài)檢測關(guān)鍵技術(shù)研究與實現(xiàn)[D].武漢：華中師范大學(xué)，2016.

[7]耿磊，袁菲，肖志濤，等.基于面部行為分析的駕駛員疲勞檢測方法[J].計算機工程，2018（1）：274-279.

作者:范欣欣 單位:河南師范大學(xué)