基于坐姿图像识别的教学反馈系统设计与实现

发布时间：2021-03-02 10:19

　　随着教学模式改革的进行,许多新式的教学模式开始在国内涌现,但传统的课堂教学仍然是最主要的教学方式。在课堂教学中,教师通过观察学生的姿势、神态、面部表情等信息,来判断学生是否专注地投入到课堂中,这些信息就属于教学反馈信息。教学反馈是优化教学效果的重要保障,对学生的学习与教师的教学都具有促进作用。现阶段对于这种即时的教学反馈信息只能依靠教师的肉眼去观察,依靠人力没有办法进行完整的收集。针对教学反馈信息收集的现状,提出了一个基于坐姿图像识别的教学反馈系统,利用图像识别技术自动地统计课堂内不同坐姿的学生人数,将学生坐姿的统计作为反馈信息,并对收集的信息进行统计分析和展示。本研究的目的是让计算机代替教师去做教学反馈信息的收集工作,并向教学管理人员展示出课程的质量指标,以供参考。系统使用图像识别技术来完成教学反馈信息的自动化收集,对收集到的教学反馈信息进行统计分析,计算出学生的专注度,并以图表的形式将结果进行直观的展示。本文主要阐述了该系统的设计和实现,研究的任务有系统主要流程的分析、系统的架构设计、系统各个模块的设计、神经网络模型的构建、各个模块实现的关键代码。系统所采用的人工神经网络是Fast... 

【文章来源】：江西财经大学江西省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

常见激活函数的图像

组织内部的收集积累和自己收集。大多数计算机视觉的研究中，所采用是一些计算机视觉竞赛的数据集，这些数据集包括了多种目标类别的图适合用于竞赛或者其他普通情境中的物体分类。本系统的应用环境局限学环境中，分类的目标只有学生的不同坐姿，竞赛使用的图片数据集并这种特定的识别情境。由于本研究中分类对象的特殊性，需要针对课堂的学生坐姿，自己收集专门的图片素材作为样本。对于课堂教学中的坐姿样本，我们的收集方法是使用摄像设备进行拍摄得到的视频中，将每一帧的图片分解出来进行保存。比如使用手机拍摄为 100 秒的视频，如果视频的帧率为 30fps，那么可以从视频中分解提0 张样本图片。相比较于一张张地拍摄，这种从视频中分解出图像的方化了样本准备工作。在本研究中，找到了江西财经大学软件学院的 8 名让他们按照研究中坐姿分类的定义，做出各个种类的姿势，在校内的教进行了拍摄。研究需要的样本有正样本和负样本，其中正样本是包含了待检测目标的的学生视频是正样本的来源。分解得到的正样本图片如图 4.6 所示。

图 4.7 负样本示例图对于机器学习来说，一个好的样本，其重要性远胜过一个复杂的神经网来说，对于物体检测的研究，样本要尽可能多样，环境要尽可能复杂，可能多，这是因为不同光照、视角和背景等条件下会呈现不同的动作场不同的动作场景中相同的人体行为在姿态和特性上会产生差异[39]。在，要求每个学生在做出某类型的姿势时，在满足该分类判定条件的前提应该尽量丰富。并且学生需要在画面的不同位置，也就是需要在不同的行拍摄。由于条件的限制，本研究的样本数量仍是偏少，理想情况下应人种、不同体型等更多样化的学生来取样，预计需要数百人。在本研究中拍摄了两段正样本视频和一段背景视频。两段正样本视频中较长的视频是用来抽取训练的样本图片，另一段比较短的视频用于在训模型的检验，以及用作对系统的检验。图像样本的具体种类和数量展示 中有详细的描述。在抽取到的所有的图片中，一共有 2166 张正样本和 9

【参考文献】：
期刊论文
[1]透过纸片看景物[J]. 王冠.  第二课堂（C）. 2018(Z1)
[2]《品德与生活》课程的多元评价研究[J]. 廖长安.  当代教研论丛. 2017(11)
[3]“教学模式”刍议[J]. 欧阳国亮.  新课程(中). 2017(07)
[4]浅谈有效教学反馈中的几点不足[J]. 王福文.  新课程(中). 2017(04)
[5]谈人脸识别系统的构建[J]. 楚展奇.  中小企业管理与科技(下旬刊). 2017(03)
[6]行为识别技术在教学中应用的探讨[J]. 金瑭.  电脑知识与技术. 2017(07)
[7]视频监控中的考生异常行为识别[J]. 张国玲,范颖.  控制工程. 2016(04)
[8]即时反馈:提升教学实效[J]. 黄晓红.  新课程(综合版). 2016(03)
[9]教育信息化走向智慧教育论[J]. 陈琳,陈耀华,张虹,赵苗苗.  现代教育技术. 2015(12)
[10]课堂教学有效性论纲[J]. 朱德全,李鹏.  教育研究. 2015(10)

博士论文
[1]云计算平台Hadoop关键技术研究[D]. 周会祥.北京邮电大学 2015

硕士论文
[1]基于坐姿的多人行为识别与分析方法研究[D]. 武松林.延边大学 2010



本文编号：3059093