澎涐新闻记者友关将棋
学生的学习兴趣和学习状况有可能反映在一次举手、打哈欠等细微动作中。 但是,对课程的全过程进行长期的大规模分析评价,过去存在很多技术障碍,需要巨大的劳动力和物资。
澎湄新闻记者最近从上海中医药大学附属闵行玫瑰小学得知,该校正构建智能教室行为分析系统,如运用姿势评价、表情识别、语言识别、关键词匹配等技术,探索课堂教学过程的定量分析。
学生课堂行为的自动分析
通过采集学生的坐姿、举手、站立、打哈欠等授课行为,可以进行学习状态、授课有效性、学习兴趣等相关研究。
例如,教师们通过具体数据与录制视频的匹配,具体分析和反思某教学环节的有效性。 如果学生开始的感情数据比较平坦的话,可以看出这个教师导入课程的一环有些欠缺。
同时,该系统收集教师的相关授课行为,如面向学生、走路、音量、说话速度、教师走路轨迹等数据,并根据这些数据提出适当的教学改进建议。
教师的轨迹很热烈
实际上,各类影像设施已经进入校园,但是人工智能技术的增加,使这些旧设备的利用率和生产效率大大提高。
除了正确评估教室行为外,该校还建立了智能系统,以校园安全联系终端为载体,集成了危险故障排除、视频智能分析预警、紧急广播、访客管理、周边警报等子系统,以防范和管理校园安全
孩子在校园生活中有微笑、问候老师、捡垃圾、排队等好行为,或者跑得快、摔跤、吵架、拥挤等危险行为都有可能被人工智能捕捉。
校园安全系统
同时,智能系统还可以收集学生的姿势行为,例如打哈欠、坐姿、走姿的图像数据,通过大量数据的存储和分析,识别和判断孩子的走姿倾斜、坐姿不良、睡眠不良等,并生成警告报告书。
运动姿势检测
此外,该校还结合中医药大学附属小学的特点发表了特色功法课程“元气小囃动起”,并与智能影像评价系统相结合。 一种智能运动系统向学生提供传统的功能,如易肌经、训练功十八法等标准动作,另一方面利用视频设备和姿势估计算法来评估和纠正学生和学校的运动。