王竑熹

目前，國內(nèi)外還未對學(xué)生課堂行為形態(tài)進(jìn)行廣泛研究，學(xué)生因為上課注意力不集中而遺漏重要知識點的情況時有發(fā)生，而教師只能通過考試了解學(xué)生掌握知識點的情況，教學(xué)效果沒有得到實時反饋。

因此，課堂教學(xué)評估及學(xué)生課堂行為圖像識別技術(shù)已成為智能化教學(xué)、提高教學(xué)質(zhì)量的一個迫切需要研究的技術(shù)領(lǐng)域。

一、硬件架構(gòu)

基于流媒體的網(wǎng)絡(luò)視頻圖像采集系統(tǒng)即利用流式傳輸技術(shù)在網(wǎng)絡(luò)中連續(xù)、實時地傳輸視頻圖像，授權(quán)用戶只要與網(wǎng)絡(luò)相連就可以獲取視頻信號，從而實現(xiàn)遠(yuǎn)程控制及智能分析。

流媒體網(wǎng)絡(luò)視頻圖像采集系統(tǒng)包括攝像機(jī)、圖像采集卡、流媒體視頻服務(wù)器和流媒體客戶端。

流媒體視頻服務(wù)器將獲取的數(shù)字視頻信號壓縮為一個個壓縮包，當(dāng)用戶通過客戶端發(fā)出請求時，系統(tǒng)內(nèi)的視頻服務(wù)器向客戶端傳輸實時數(shù)據(jù)?？蛻舳丝稍诮邮樟髅襟w數(shù)據(jù)流的同時將部分內(nèi)容放入緩存即開始播放視頻，而不需要等待全部數(shù)據(jù)流傳輸完畢。圖1為流媒體網(wǎng)絡(luò)視頻圖像采集系統(tǒng)硬件結(jié)構(gòu)圖。

二、學(xué)生課堂行為視頻圖像采集和識別軟件

根據(jù)系統(tǒng)功能將系統(tǒng)軟件分為視頻采集和通信模塊、圖像背景處理模塊、圖像分析模塊、行為異常分析模塊、學(xué)生專注力分析模塊和教學(xué)效果評估模塊等，結(jié)構(gòu)如圖2所示。

1.視頻采集和通信模塊

通過設(shè)置板卡參數(shù)將光學(xué)圖像轉(zhuǎn)換為數(shù)字信號傳輸?shù)椒?wù)器上。

2.圖像背景處理模塊

采集學(xué)生上課前的原始背景圖像作為比對軟件的基礎(chǔ)圖像，用于識別人身輪廓的變化。

3.圖像分析模塊

使用識別算法識別當(dāng)前幀的人身圖像。

4.行為異常分析模塊

比對當(dāng)前圖像幀與背景圖像，記錄超過閾值的人身輪廓移動對應(yīng)的學(xué)生編號。

5.學(xué)生專注力分析模塊

統(tǒng)計不同學(xué)生整堂課的人身輪廓移動情況，計算全體學(xué)生在每堂課的不同知識點教學(xué)時間段的專注程度并打分，為教學(xué)評估提供依據(jù)。

6.教學(xué)效果評估模塊

統(tǒng)計整堂課的學(xué)生異常行為，分析學(xué)生學(xué)習(xí)的專注程度，評估當(dāng)堂課的教學(xué)效果。

三、總結(jié)

本文對學(xué)生課堂行為視頻圖像采集和識別系統(tǒng)進(jìn)行了初步的研究和探索，然而由于人身識別問題的復(fù)雜性，系統(tǒng)還存在一些不足之處。

1.對圖像采集和識別的環(huán)境要求比較高。為了獲得較好的識別效果，攝像機(jī)需要固定，并保證識別目標(biāo)所在的環(huán)境干擾因素較少。如果攝像機(jī)清晰度不高、角度不合理就會影響識別結(jié)果。

此外，由于視頻圖像采集系統(tǒng)采用的是基于流媒體的網(wǎng)絡(luò)傳輸方式，受制于信號轉(zhuǎn)換、網(wǎng)絡(luò)帶寬和計算機(jī)性能，系統(tǒng)在播放視頻時存在延遲現(xiàn)象，如果視頻每秒幀數(shù)過高，也會導(dǎo)致處理延遲。

2.本系統(tǒng)雖然可以自動識別課堂上學(xué)生的人身輪廓，但在異常行為增多的情況下，識別準(zhǔn)確率明顯下降。

3.本系統(tǒng)缺乏學(xué)生專注力的行為學(xué)研究數(shù)據(jù)，需要操作人員積累經(jīng)驗，根據(jù)實際采集圖像不斷調(diào)整專注力判斷的策略。后續(xù)可增加高清攝像機(jī)進(jìn)行人臉輪廓識別，逐步將學(xué)生面部表情識別出來，提高專注力分析和教學(xué)效果評估的準(zhǔn)確率。（指導(dǎo)老師：史朝群）