金瑭

摘要；隨著國家對教育重視力度的不斷加大，教育質(zhì)量成為一個關(guān)鍵問題，而如何評判教育質(zhì)量也成為一個課題，傳統(tǒng)的評判方法過于強(qiáng)調(diào)應(yīng)試選拔的功效，過于注重量化和傳統(tǒng)的筆試測驗(yàn)方法，已不能適應(yīng)時代的進(jìn)步要求，并不能全面的反應(yīng)教學(xué)質(zhì)量。當(dāng)代的教學(xué)應(yīng)更加注重學(xué)生和教師的全面綜合素質(zhì)，教學(xué)中的互動及學(xué)生給予的課堂現(xiàn)場反饋往往更能反映教學(xué)質(zhì)量的高低，對于人才的培養(yǎng)及學(xué)生個人思維模式的形成，學(xué)習(xí)方法的掌握更有幫助。為了將教學(xué)質(zhì)量提升一個更高的層次，提高學(xué)生的個人及教師的綜合素質(zhì)全面發(fā)展，應(yīng)引人更為科學(xué)，高效，準(zhǔn)確的評判方法，本文將探討如何運(yùn)用行為識別技術(shù)對教學(xué)質(zhì)量進(jìn)行評判，通過教師在課堂上的最真實(shí)的語言動作表現(xiàn)，與學(xué)生的互動頻率及學(xué)生給予的最直觀學(xué)習(xí)狀態(tài)的反饋，建立一套新穎的評估體系，打破傳統(tǒng)固有的應(yīng)試教學(xué)評判思路，從而得出更為科學(xué)的分析結(jié)果，為改善及提高教學(xué)質(zhì)量提供數(shù)據(jù)依據(jù)，更好地建立科學(xué)的教學(xué)評價體系，為評判教育質(zhì)量注入新的元素。

關(guān)鍵詞：行為識別技術(shù)；流程；應(yīng)用

中圖分類號；G424 文獻(xiàn)標(biāo)識碼；A 文章編號：1009-3044（2017）07-0168-03

1傳統(tǒng)教學(xué)評價方法的利弊

教學(xué)評價是依據(jù)教學(xué)目標(biāo)對教學(xué)過程及結(jié)果進(jìn)行價值判斷并為教學(xué)決策服務(wù)的活動，是對教學(xué)活動現(xiàn)實(shí)的或潛在的價值做出判斷的過程。教學(xué)評價是研究教師的教和學(xué)生的學(xué)的價值的過程。

目前傳統(tǒng)的教學(xué)評價方法主要為：

1）對學(xué)生來說，考試成績及名次排名成為唯一判別教學(xué)質(zhì)量的標(biāo)準(zhǔn)。對于一直以崇尚應(yīng)試教育的中國來說，能夠比較好地反映學(xué)生的學(xué)習(xí)成效。此種方法固然好，但是卻忽略了對學(xué)生學(xué)習(xí)過程中的考察，忽視了學(xué)生的自我思考，自我學(xué)習(xí)的能力培養(yǎng)，成為了只會考試的“考試機(jī)器”。對于學(xué)生的教育，應(yīng)更加強(qiáng)調(diào)個人的實(shí)踐能力，創(chuàng)新精神，心理素質(zhì)的培養(yǎng)。學(xué)生如能夠獨(dú)立思考，舉一反三，掌握學(xué)習(xí)的方法，能夠快速領(lǐng)會知識點(diǎn)，抓住核心重點(diǎn)，這對其的成長及發(fā)展將是一生受用的，同事也能幫助學(xué)生樹立一個正確的價值觀。

2）對教師來說，通過公開課集體評審打分或制定關(guān)于教學(xué)課件制作質(zhì)量，教學(xué)過程中語言的運(yùn)用，板書的工整，教學(xué)內(nèi)容的完整性及準(zhǔn)確性等一系列指標(biāo)形成的評分表，以人為方式打分判定。該方式具有一定的合理陲，同事也具有很大的主觀性和片面性，往往無法量化，不能最客觀的真實(shí)地反映教師的教學(xué)水平，這種評判方式也讓許多教師怨聲載道。

因此有必要引入更為合理，科學(xué)的評價方法，以提高教師及學(xué)生的主觀能動性，全面提高教學(xué)質(zhì)量。

2行為識別技術(shù)的基本流程

行為識別技術(shù)是目前比較新興及熱門的技術(shù)，它可被廣泛用于公安，城市交通，安保，影視，考勤，信息錄入等多方面。我們經(jīng)常能從美國大片中看到這樣的場景，要從人海中搜索識別某人，并精準(zhǔn)地確定某人位置或識別某人的聲音及圖像，確定某人的身份，這些都是使用行為識別技術(shù)的范例。行為識別技術(shù)是通過分析持續(xù)的一段時間內(nèi)獲得的目標(biāo)特征數(shù)據(jù)，判別是否發(fā)生空間，位移，頻率等變化，并對這些數(shù)據(jù)加以匯總提煉和重新封裝，從而獲得有用的數(shù)據(jù)后展現(xiàn)在不同應(yīng)用領(lǐng)域中。

行為識別的基本流程為；

1）由高清攝像機(jī)拍攝高清視頻后，通過濾波降噪及圖像增強(qiáng)對所拍攝視頻圖像進(jìn)行預(yù)處理，將視頻分為多個幀序列圖像。

2）實(shí)時的建立不含運(yùn)動物體的基準(zhǔn)背景模型，將當(dāng)前幀圖像與上一幀基準(zhǔn)背景模型進(jìn)行相減，提取出前景圖像，檢測出運(yùn)動的目標(biāo)。

3）將檢測出的圖像區(qū)域的面積變化，分散度變化，像素變化等信息進(jìn)行保存歸類并逐一定義，將某一類特定范圍內(nèi)的變化定義為不同的特征庫模板，并用自然語言將各特征模板進(jìn)行分類，如“跑，跳，站立，行走”等。

4）當(dāng)檢測出運(yùn)動目標(biāo)后，將獲取的數(shù)據(jù)與特征模板進(jìn)行比對，進(jìn)行行為識別，判斷出運(yùn)動的類型。

5）識別出結(jié)果后，將這些數(shù)據(jù)應(yīng)用于各種應(yīng)用中。

3行為識別技術(shù)在教學(xué)中的應(yīng)用

現(xiàn)有的對教學(xué)行為的識別評估更多的是依賴人工進(jìn)行。使用人工方式對行為進(jìn)行識別，需要投入大量的時間和精力。對一節(jié)課的行為進(jìn)行標(biāo)記，通常需要一個專職人員耗費(fèi)一節(jié)半課的時間。因此自動化的機(jī)器識別方式是提高行為識別效率的優(yōu)選方案。同時人工行為識別方式，由于需要控制整體識別時間，難以針對每一個學(xué)生個體的行為進(jìn)行記錄。如學(xué)生在聽講時，坐姿的規(guī)范程度與專心程度存在關(guān)聯(lián)，具備統(tǒng)計(jì)價值，但用人工方式去統(tǒng)計(jì)每一個學(xué)生的坐姿的工作量過高，且還面臨標(biāo)準(zhǔn)是否統(tǒng)一的問題。此外如學(xué)生回答教師提問時，每一次提問時學(xué)生的舉手人數(shù)，和累計(jì)舉手學(xué)生的人數(shù)（同意學(xué)生會多次舉手），都會帶來大量的統(tǒng)計(jì)量，這些數(shù)據(jù)都更適合使用機(jī)器方式來統(tǒng)計(jì)。試想如引入了計(jì)算機(jī)對整個課堂的教師和學(xué)生行為進(jìn)行檢測，歸類，將會用更客觀的數(shù)據(jù)反映教師的授課模式，學(xué)生的反應(yīng)等，幫助教師改進(jìn)教學(xué)方式，同時也能找出教學(xué)的一般規(guī)律，尋求到更能調(diào)動學(xué)生積極性和主觀能動性的教學(xué)方法，大大提高教學(xué)質(zhì)量。為此建立一個以行為識別技術(shù)為基礎(chǔ)的計(jì)算機(jī)自動教學(xué)評價方式，能夠以量化的方式自動識別大量視頻教學(xué)課件的教學(xué)過程，代替繁重的人工識別方式，同時還可以隨時根據(jù)需要將識別數(shù)據(jù)對應(yīng)的行為截圖，達(dá)到良好的教學(xué)評價追蹤是有討論和研究價值的。在教學(xué)過程中，可將教師和學(xué)生的行為分別進(jìn)行獨(dú)立識別統(tǒng)計(jì)，將結(jié)果的數(shù)據(jù)以各種獨(dú)立或者聯(lián)動的方式展現(xiàn)出來。

3.1基于行為識別的教學(xué)評估總體結(jié)構(gòu)

在該設(shè)想結(jié)構(gòu)中主要包含教師行為識別和學(xué)生行為識別兩大部分，從這兩部分獲得的數(shù)據(jù)保存在教學(xué)過程行為識別結(jié)果數(shù)據(jù)庫中，并充分地被運(yùn)用，封裝，重組聚合并直觀的展現(xiàn)出來，可成為評估教學(xué)質(zhì)量的利器。

3.2教師行為識別系統(tǒng)設(shè)想

教師行為識別主要是對課堂上教師的課堂教學(xué)過程進(jìn)行行為及語音情感識別，以便統(tǒng)計(jì)課堂過程中教師的整體教學(xué)情況，如教師哪些時間面朝學(xué)生，哪些時間面朝黑板，在教室內(nèi)來回走動了多少步或走動距離估計(jì)，以及教師說話時的語調(diào)，語速等。將這些數(shù)據(jù)提供給以后的評估系統(tǒng)做統(tǒng)計(jì)分析使用。

教師行為識別的內(nèi)容可以包括：

1）人體檢測：對教師視頻進(jìn)行人體檢測，將人體區(qū)域框選出來。

2）運(yùn)動檢測：運(yùn)用目標(biāo)跟蹤技術(shù)跟蹤教師在教室內(nèi)走動的軌跡。

3）跟蹤檢測：根據(jù)教師的運(yùn)動軌跡估計(jì)教師的運(yùn)動距離。

4）面部朝向檢測：對視頻中的幀圖像數(shù)據(jù)進(jìn)行視頻識別，對老師視頻進(jìn)行人臉檢測，如果檢測到人臉，則判定教師此時面部朝向?qū)W生，否則判定教師面部朝向黑板。

5）語音情感識別：對視頻中的語音信號進(jìn)行識別，判斷教師當(dāng)前說話的語速和語調(diào)等。

整個教師行為識別系統(tǒng)由上述的各個子模塊依次組成，首先老師檢測模塊將檢測到的老師信息記錄（此時的位置、時間點(diǎn)）下來，老師跟蹤模塊將根據(jù)檢測到的老師的位置和時間信息作為跟蹤的上下文，建立跟蹤過程。

人臉檢測子模塊是通過檢測老師的人臉是否面對鏡頭，或者面對黑板，以此來統(tǒng)計(jì)整個課程中教師面對學(xué)生和面對黑板的時間。

語音情感識別將老師的語音信息作為輸入，識別老師講課的語速語調(diào)等情感因素。

在上述檢測到的信息的基礎(chǔ)上，將這些信息通過教師行為及語音情感識別數(shù)據(jù)訪問子模塊寫入到數(shù)據(jù)庫供以后的管理平臺進(jìn)行查詢。

針對每個課程進(jìn)行教師行為及語音情感識別，得出課堂教學(xué)期間老師的動作及語音情感數(shù)據(jù)等，在數(shù)據(jù)展示層進(jìn)行展示。初步效果草圖如圖所示：

將教師行為及語音情感識別初步分為六種狀態(tài)：情感溫和、負(fù)面情緒、語速合適、語速過快、面朝學(xué)生、背朝學(xué)生。用基于時間線的方式展示老師在某個時間段的情感及行為狀態(tài)。

3.3學(xué)生行為識別系統(tǒng)設(shè)想

學(xué)生行為識別主要是對課堂上每個學(xué)生的課堂學(xué)習(xí)過程進(jìn)行姿態(tài)及動作識別，統(tǒng)計(jì)課堂的一些活動參與情況，如典型的提問問答環(huán)節(jié)。教師提出問題后，較為積極的學(xué)生將會參與舉手回答，被點(diǎn)上名字的同學(xué)將會站立回答問題等。每個學(xué)生在不同時刻的臉部朝向也會作為學(xué)生上課專注度的一個度量。同時也可加入對課堂上每個學(xué)生的課堂學(xué)習(xí)過程進(jìn)行表情識別，將每個學(xué)生在不同時刻的學(xué)習(xí)表情分為專注、疑惑、三心二意三種狀態(tài)。將每個時刻檢測到的人臉進(jìn)行識別、獲取每個人臉?biāo)鶎?yīng)的學(xué)生信息，并同時需要對人臉進(jìn)行表情識別，將不同學(xué)生、不同時刻的表情狀態(tài)寫入到數(shù)據(jù)庫。將這些數(shù)據(jù)提供給以后的評估系統(tǒng)做統(tǒng)計(jì)分析使用。

學(xué)生行為識別的內(nèi)容可以包括：

1）人臉檢測：根據(jù)教學(xué)視頻中抽取的視頻幀對圖像中的人臉進(jìn)行檢測，將每個圖像中檢測到的多個人臉的信息進(jìn)行記錄（包括人臉區(qū)域的圖像數(shù)據(jù)、位置、大小、角度、時間點(diǎn)等信息）。

2）人臉跟蹤：將教學(xué)視頻中連續(xù)檢測到的人臉建立軌跡跟蹤，形成一個個tracldet（視頻中同一人臉在連續(xù)的不同的時刻檢測到的關(guān)聯(lián)集合）。將每一個tracldet的信息進(jìn)行記錄，tracklet中每個條信息即為人臉檢測中的信息。

3）人臉識別；基于每一個tracklet進(jìn)行人臉識別，得出tracklet的人臉是屬于班級的哪一個學(xué)生。

4）人臉特征點(diǎn)檢測：基于每一個檢測出的人臉圖像，運(yùn)用人臉特征點(diǎn)檢測算法得出人臉的特征點(diǎn)位置（如眼睛，眉毛、鼻子，嘴巴的特征點(diǎn)位置）。

5）表情識別：在特征點(diǎn)定位的基礎(chǔ)上，進(jìn)行人臉特征提取，將特征作為表情識別器的輸入，將當(dāng)前的人臉圖像識別為專注、疑惑、三心二意三種狀態(tài)之一。

6）舉手檢測：對視頻中的幀圖像數(shù)據(jù)進(jìn)行視頻識別，將人臉檢測識別和舉手檢測相結(jié)合，得出在某個時刻誰舉了手。

7）站立檢測；對視頻中的幀圖像數(shù)據(jù)進(jìn)行視頻識別，將人臉檢測識和舉手檢測相結(jié)合，得出在某個時刻誰站立回答了問題。

8）臉部朝向檢測：對視頻中的幀圖像數(shù)據(jù)進(jìn)行視頻識別，將人臉檢測識別和臉部朝向檢測相結(jié)合，得出在某個時刻誰的人臉朝向數(shù)據(jù)。

整個學(xué)生人臉識別識別及表情識別系統(tǒng)由上述的各個子模塊依次組成，首先人臉檢測模塊將檢測到的人臉信息記錄下來后將信息作為目標(biāo)跟蹤子模塊的信息輸入，目標(biāo)跟蹤模塊根據(jù)人臉出現(xiàn)的位置和時間信息對人臉進(jìn)行跟蹤，并形成一個個tracklet（每一個trackelet是同一個人臉在連續(xù)視頻幀中出現(xiàn)的情況）。人臉特征點(diǎn)檢測在檢測到的人臉的圖像數(shù)據(jù)上采用特征檢測點(diǎn)算法來對人臉的特征點(diǎn)進(jìn)行標(biāo)記，標(biāo)記的特征點(diǎn)及其他人臉特征信息作為表情識別的輸入信息，經(jīng)過表情識別算法輸出了特定的表情狀態(tài)。

在人臉跟蹤的基礎(chǔ)上，采用基于track[et以及基于視頻人臉的約束信息（時間和位置信息），用聚類算法進(jìn)行人臉聚類，并根據(jù)最終的聚類結(jié)果對檢測到的人臉進(jìn)行識別。

在表情識別和人臉識別的基礎(chǔ)上，可以得出每個人臉的表情狀態(tài)，通過人臉信息及表情狀態(tài)數(shù)據(jù)訪問模塊記錄到對應(yīng)的數(shù)據(jù)庫中供以后的評估系統(tǒng)訪問查詢。

針對每個課程進(jìn)行學(xué)生人臉識別和表情識別，得出課堂教學(xué)期間學(xué)生們的情感數(shù)據(jù)，在數(shù)據(jù)展示層進(jìn)行展示。初步效果草圖如圖所示。初步效果草圖如圖6所示；

將學(xué)生的表情狀態(tài)分為三種狀態(tài)：專注、有疑惑、三心二意。用基于時間線的方式展示學(xué)生在某個時間段的情感狀態(tài)，綠色表示表示在專心聽講狀態(tài)，黃色表示處于疑惑狀態(tài)，紅色表示三心二意狀態(tài)。每個班級的學(xué)生可以統(tǒng)一展示，也可以查詢單個學(xué)生進(jìn)行展示。

整個學(xué)生姿態(tài)及動作識別系統(tǒng)由上述的各個子模塊依次組成，首先舉手檢測模塊將檢測到的舉手信息記錄（舉手的位置、時間點(diǎn)、所關(guān)聯(lián)的人臉）下來，站立檢測模塊將檢測到的站立信息記錄（站立的位置、時間點(diǎn)、所關(guān)聯(lián)的人臉），頭部朝向檢測模塊將檢測到的頭部朝向信息記錄（頭部的朝向角度、時間點(diǎn)、所關(guān)聯(lián)的人臉）。

在上述檢測到的信息的基礎(chǔ)上，對關(guān)聯(lián)的人臉進(jìn)行識別，得出檢測的信息屬于班級里的某個（些）同學(xué)，將這些信息通過姿態(tài)及動作識別數(shù)據(jù)訪問子模塊寫入到對應(yīng)的數(shù)據(jù)庫中供以后的評估系統(tǒng)訪問查詢。

針對每個課程進(jìn)行學(xué)生姿態(tài)及動作識別，得出課堂教學(xué)期間學(xué)生的姿態(tài)及動作數(shù)據(jù)，在數(shù)據(jù)展示層進(jìn)行展示。初步效果草圖如圖8所示；將學(xué)生的上課姿態(tài)及動作分為四種狀態(tài)：正常狀態(tài)、舉手、站立、朝向角度特殊。用基于時間線的方式展示學(xué)生在某個時間段的姿態(tài)及動作，綠色表示在正常狀態(tài)，紫色表示處于舉手參與問題回答狀態(tài)、黃色表示處于站立回答問題狀態(tài)，紅色表示朝向角度特殊狀態(tài)。每個班級的學(xué)生可以統(tǒng)一展示，也可以查詢單個學(xué)生進(jìn)行展示。

4總結(jié)

課堂教學(xué)質(zhì)量與其活躍程度密不可分，主要體現(xiàn)在師生動態(tài)體感行為變化，包括學(xué)生的舉手、站立、頭部朝向和教師的活動范圍及距離、面向黑板及學(xué)生等不同狀態(tài)。此外，師生的情感變化也影響著教學(xué)質(zhì)量，如教師的情感與其上課投入程度相關(guān)，學(xué)生的情感與其知識的掌握相關(guān)。因此，體感與情感特征的融合不僅客觀地反映了整個課堂的教學(xué)質(zhì)量，同時可識別每個學(xué)生的上課狀態(tài)，實(shí)現(xiàn)個性化的輔導(dǎo)。引入行為識別的教學(xué)評估系統(tǒng)可以實(shí)現(xiàn)對整個課堂乃至整門課程的教學(xué)行為評估，也可實(shí)現(xiàn)基于學(xué)生個體以及基于班級學(xué)生全體的學(xué)習(xí)行為評估。

該評估系統(tǒng)所獲取的數(shù)據(jù)是非常科學(xué)和絕對客觀的，將這些數(shù)據(jù)加以合理的利用，將會起到提高教學(xué)質(zhì)量的根本作用，為我國的教育事業(yè)的騰飛和更上一層樓添磚加瓦。