课堂教学自动评测对信息技术的挑战

课堂教学自动评价对信息技术的挑战及其带来的机遇骆祖莹教育部虚拟现实应用工程中心北京师范大学信息科学与技术学院报告内容个人简介课堂教学自动评价的研究动机课堂教学自动评价的研究内容课堂教学自动评价造成的IT挑战课堂教学自动评价带来的IT机遇1-个人简介

学习工作的简历1985-1992：天津大学精密仪器专业，

学士、硕士。1992-1999：冶金部自动化研究院。1999-2002：清华大学自动化系，博士。2002-2004：清华大学计算机系，博士后。2004-2005：多伦多大学电子与计算机工程系，二站博士后2005-2007：北京师范大学信息科学与技术学院，讲师。2014-今：北京师范大学信息科学与技术学院，教授。1-个人简介

学术研究情况面向集成电路的计算机辅助设计低功耗设计、供电网设计优化、热分析、实时功耗与温度管理2009AA01Z126(863)60876025(NSFC)2005--2011集成电路辅助设计用于高性能计算的并行算法研究多节点机并行计算、CPU多线程与GPU众线程的并行计算61274033(NSFC)2013.1—2016.122011--2014高性能计算基于高性能计算的课堂教学自动评价基于表情和姿态识别的学习心理识别家长评价的情感分析2014--计算机辅助教学计算机视觉2-课堂教学自动评价的研究动机

基础教育需要课堂教学自动评价基础教育质量监测缺乏动态的课堂教学评价手段，显著影响了其监测效果课堂教学评价结果是评定教学效果、改进课堂教学方法的依据。目前主要采用测验、问卷、访谈、观察、文献等经典教育测量技术进行课堂教学评价；存在高人力成本、采样量小、时效性差、静态/间接数据过多、无法进行全样本全过程动态监测、重视定性评价/忽视定量评价等诸多问题；在线教育已经采用动态监测技术构建教育大数据进行教学质量监测。采用摄像头对学习者脸部表情进行成像、识别，来分析学习效果；或通过网络日志来分析学习者的浏览轨迹；2-课堂教学自动评价的研究动机

课堂教学效果可以进行动态的监测课堂教学是基础教育的主要内容，实现课堂教学效果自动监测就基本上实现了基础教育质量动态监测课堂教学采用的教学模式一般都是老师教、学生学；能够动态产生监测数据的手持智能设备由于争议较大，无法应用到课堂教学过程中。校方、教师、家长对于高清教学视频在线播放存有疑虑；采用并行情感计算技术能够对学生表情进行快速识别，获得学生的学习心理，以评定课堂教学效果。并行计算通过众线程GPU、多线程CPU、多节点机对计算密集、数据密集的人脸检测、人脸识别、表情识别进行加速；自发表情识别技术的发展使基于表情的学习心理识别成为可能2-课堂教学自动评价的研究动机

北京师范大学需要课堂教学自动评价教育研究需要新的技术手段课堂教学自动评价不仅是一种新的教育测量技术，而且课堂教学自动评价系统还可以产生教育大数据，用于挖掘深层次的教育规律；如果能够对多个附属学校构建大规模的课堂教学效果自动监测系统，就可以获得震撼力非常强的基础教育展示平台，体现北师大在教育领域的硬实力。心理学研究获得新的技术手段和研究方向。课堂教学效果自动监测系统可以自动获得课堂环境下的学生自发学习表情，其表情自动获取技术是心理学需要的；基于学生自发表情的学习心理识别可以为教育心理学提供新的研究方向。信息学科获得真正的行业背景。与工科大学相比，师大信息学科是弱势的，主要体现在没有行业背景；课堂教学自动评价需要进行并行情感计算的研究，提供了师大信息学科发展所需要的行业背景。2-课堂教学自动评价的研究动机

中小学生的情感外露与传染3-课堂教学自动评价的研究内容

基于高清摄像机的课堂教学自动评价系统课堂教学节点：教学视频收集与发送拍摄学生听课效果的高清摄像机课堂教学效果自动评价系统拍摄教师授课效果的摄像机前端节点2：家长评价文本的情感分析节点1：表情识别、学习心理识别节点机n-1节点机n交换机路由器教育视频点播后台支持系统交换机前端节点1：视频存储、上传、更新存档3-课堂教学自动评价的研究内容

课堂教学自动评价系统的在线播放网站构建3-课堂教学自动评价的研究内容

课堂教学自动评价系统的体系结构研制面向中小学的课堂教学自动评价系统众学生低分辨率人脸的并行人脸识别与表情识别中小学的学生听课时、学习心理分类与识别基于文本情感识别的课堂教学效果的家长文本情感分析课堂教学视频库自然表情的并行识别学生表情的评价值表情的学习心理识别课堂教学高清视频家长反馈的评价文本家长文本的评价值在线播放网站用户注册与登录模块1模块2模块3模块4模块5模块6模块7模块8模块9用于课堂教学实时监测的众人脸表情识别的并行算法架构双路视频采集左路视频帧的人脸检测人脸识别表情区预处理表情识别帧选取表情识别右路视频帧的人脸检测人脸识别表情区预处理表情识别个体左右表情合并固定时段内的个体表情统计该时刻的群体表情统计个体表情强化识别双GPU卡的众线程并行计算输出考勤及听课表情CPU多线程并行计算用于课堂教学实时监测的众人脸表情识别系统用于课堂教学实时评价的家长评价文本情感增量式分析算法架构分词与词性标注特征词提取情感词提取程度词提取否定词提取家长评价输入文本情感计算值家长评价值观看教学视频分词工具软件特征词库情感词库程度词库否定词库误差<15%是输出否人工手动调试用于课堂教学效果实时监测的学生学习心理分类

4-课堂教学自动评价造成的IT挑战

课堂教学自动评测所带来的挑战人脸识别与表情识别的实时性需求要将课堂教学自动评测投入实用，就必须保证实时性。人脸识别作为表情识别的预处理环节，必须实现超实时识别课堂中有30-50名学生，尽管都是低分辨率的小脸，但人数众多，必须进行并行处理；人脸识别与表情识别的低分辨率问题采用特征融合技术提高低分辨率小脸的识别率；可以采用群体表情进行个体表情的增强识别；基于表情识别的学习心理分类问题学习心理的外露表情存在着学生个体差异性；合理的学习心理分类可以降低个体差异性的影响；

5-课堂教学自动评价造成的IT机遇

课堂教学自动