劉科陽

摘 ?要：當今高校普遍存在能源浪費、教學評估不全面、師生交流不充分和公共自習室利用率低問題。為了解決上述問題，該文基于物聯網研發(fā)了智能教室系統(tǒng)。該系統(tǒng)擁有照明控制、自習室推薦、人數檢測、教學模式分析4個主要功能，面向廣大高校師生提供了圖形化的桌面客戶端和精美的配套網頁。其中照明控制模塊可以根據教室內人數自動控制照明，為實現“人走燈滅”的節(jié)能校園貢獻一份力量。除了涵蓋同類項目常有的智能照明和自習室推薦等功能外，還開創(chuàng)性地將動作識別、情感計算、活躍度分析、人工智能等前沿技術與教學評估相結合。相比目前的“期末抽查式”教學評估方法，該系統(tǒng)的教學評估功能將幫助人們從更長的時間跨度、更多的評測維度、更客觀的分析數據中比以往更加充分地了解教師的教學風格。

關鍵詞：智能教室系統(tǒng) ?物聯網 ?動作識別 ?活躍度評估

中圖分類號：TP311 ? 文獻標識碼：A 文章編號：1672-3791（2019）11（a）-0013-02

目前，對于大多數實行“選課”機制的高校來說，能夠在上課之前就對欲選教師的授課風格有客觀的了解十分重要。但目前大多數高校教務處針對教師的教學水平評估方法較為單一，并且缺乏過程化的數據，造成高校能源浪費問題嚴重。應用該文的智能教室系統(tǒng)，學生可以通過系統(tǒng)的配套網頁在選課之前了解教師授課的活躍度、情緒、學生到課率等信息，從而根據自己喜歡的風格選擇教師;還可以查詢室內溫度、人數等信息，從而選擇合適的教室進行自習，大大提高了效率;同時教務處將會知道整個學期教師教授某門課程的學生到課率以及教師上課的活躍度、情緒等信息，這為評估教師的教學提供了更多的角度。

1 ?動作識別技術

傳統(tǒng)的多人動作識別一般采用“自定向下”方法，先識別人的位置，再尋找肢體。因此其計算量將隨人數的增加而逐步增加。而OpenPose采用“自底向上”方法，先尋找人體部位的位置和各個部位的親和向量場，再根據圖算法，將肢體逐一歸類到不同的人上，這樣既保證了運算效率，也保證了特征提取的準確性。

如圖1所示，每一次迭代時，都有兩個并行的處理分支來生成關鍵點矩陣和向量場矩陣，并且此次迭代的輸出將與最開始的特征圖一起，作為下一次迭代的輸出。

該系統(tǒng)使用DenseNet來作為動作分類的網絡結構，DenseNet在ResNet的基礎上進一步擴展網絡連接，對于網絡的任意一層，該層前面所有層的feature map都是這層的輸入，該層的feature map是后面所有層的輸入。使用DenseNet網絡減輕了梯度消失問題，增強了特征圖的傳播，利用率也會上升。

2 ?活躍度評估系統(tǒng)

該研究為計算教師的動作活躍度構建了一個數學模型。教師授課時是否有生動有趣的肢體動作是學生們關心的話題，如果簡單地將教師后一時刻與前一時刻的人體關鍵點坐標間的歐式距離作為動作活躍度的計算規(guī)則，會導致活躍度的結果同教師的身高和離攝像頭的距離有關。

該文使用“肢體向量”這一概念來計算教師的活躍度，以傳入向量的形式計算教師授課時每個相鄰的序偶身體關鍵點記錄之間的相似度。得到了相似度的夾角后利用反三角函數得到夾角角度的具體數值，然后對其進行評分。

在實驗中，所用數據集來源于普通拍攝，共分為6個動作類別，數據集是黑底，512×512的人物骨架圖，有效特征占比較小，因此使用普通的CNN網絡很容易出現過擬合的問題，DenseNet加強了特征的傳播，可將網絡模型搭建得更深，有效解決了過擬合的問題。最終測試結果準確率達到了96.6%。

3 ?結語

據統(tǒng)計，截至2017年，中國的普通高等院校共計2631所，在校大學生更是突破了1648萬人。從絕對數量來看，該系統(tǒng)具有廣泛的用戶基礎，且人數總體是呈上升趨勢。而各大高校的智能教室系統(tǒng)使用情況參差不齊，因此智能教室系統(tǒng)存在大量的潛在用戶。大多數智能教室系統(tǒng)著重于加強師生的堂上互動，在課堂之外基本無法提供功能，而該系統(tǒng)是一個一體化的系統(tǒng)，不僅關注課堂內的信息，還在課后繼續(xù)服務學生。項目的核心競爭力在于“結合情感計算、動作分析、學生到課率統(tǒng)計這3個方面的教學評估新模式”，相比于市場同類項目，該研究能夠基于可靠的數學模型和人工智能技術，對教師的授課數據做出一系列處理與可視化呈現。在課后仍然能夠向學生、教師、管理人員提供持續(xù)性的便利服務，讓智能生活不僅僅局限于教室之中。

參考文獻

[1] 胡啟迪，熊剛.智能教室用電管控系統(tǒng)設計[J].自動化技術與應用，2016（11）：33-36.

[2] 彭嘉杰，彭小紅，盧路路，等.大學教室智能照明控制系統(tǒng)設計[J].現代計算機：專業(yè)版，2014（31）：113-117.

[3] 葉端南.高校多媒體教室中央控制系統(tǒng)的研究[J].電子測試，2017（18）：89-94.

[4] 廖道歡.多媒體教室的人工智能化設計研究[J].電腦知識與技術，2016（3）：778-790.

[5] 劉圓月，劉林林.高校多媒體教室向智慧教室轉型探究[J].軟件導刊，2017（3）：90-95.

[6] 林德洋.基于物聯網技術的智慧多媒體教室設計[J].民營科技，2017（8）：324-329.