劉科陽(yáng)

摘 ?要：當(dāng)今高校普遍存在能源浪費(fèi)、教學(xué)評(píng)估不全面、師生交流不充分和公共自習(xí)室利用率低問(wèn)題。為了解決上述問(wèn)題，該文基于物聯(lián)網(wǎng)研發(fā)了智能教室系統(tǒng)。該系統(tǒng)擁有照明控制、自習(xí)室推薦、人數(shù)檢測(cè)、教學(xué)模式分析4個(gè)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(wǎng)頁(yè)。其中照明控制模塊可以根據(jù)教室內(nèi)人數(shù)自動(dòng)控制照明，為實(shí)現(xiàn)“人走燈滅”的節(jié)能校園貢獻(xiàn)一份力量。除了涵蓋同類項(xiàng)目常有的智能照明和自習(xí)室推薦等功能外，還開(kāi)創(chuàng)性地將動(dòng)作識(shí)別、情感計(jì)算、活躍度分析、人工智能等前沿技術(shù)與教學(xué)評(píng)估相結(jié)合。相比目前的“期末抽查式”教學(xué)評(píng)估方法，該系統(tǒng)的教學(xué)評(píng)估功能將幫助人們從更長(zhǎng)的時(shí)間跨度、更多的評(píng)測(cè)維度、更客觀的分析數(shù)據(jù)中比以往更加充分地了解教師的教學(xué)風(fēng)格。

關(guān)鍵詞：智能教室系統(tǒng) ?物聯(lián)網(wǎng) ?動(dòng)作識(shí)別 ?活躍度評(píng)估

中圖分類號(hào)：TP311 ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2019）11（a）-0013-02

目前，對(duì)于大多數(shù)實(shí)行“選課”機(jī)制的高校來(lái)說(shuō)，能夠在上課之前就對(duì)欲選教師的授課風(fēng)格有客觀的了解十分重要。但目前大多數(shù)高校教務(wù)處針對(duì)教師的教學(xué)水平評(píng)估方法較為單一，并且缺乏過(guò)程化的數(shù)據(jù)，造成高校能源浪費(fèi)問(wèn)題嚴(yán)重。應(yīng)用該文的智能教室系統(tǒng)，學(xué)生可以通過(guò)系統(tǒng)的配套網(wǎng)頁(yè)在選課之前了解教師授課的活躍度、情緒、學(xué)生到課率等信息，從而根據(jù)自己喜歡的風(fēng)格選擇教師;還可以查詢室內(nèi)溫度、人數(shù)等信息，從而選擇合適的教室進(jìn)行自習(xí)，大大提高了效率;同時(shí)教務(wù)處將會(huì)知道整個(gè)學(xué)期教師教授某門課程的學(xué)生到課率以及教師上課的活躍度、情緒等信息，這為評(píng)估教師的教學(xué)提供了更多的角度。

1 ?動(dòng)作識(shí)別技術(shù)

傳統(tǒng)的多人動(dòng)作識(shí)別一般采用“自定向下”方法，先識(shí)別人的位置，再尋找肢體。因此其計(jì)算量將隨人數(shù)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(gè)部位的親和向量場(chǎng)，再根據(jù)圖算法，將肢體逐一歸類到不同的人上，這樣既保證了運(yùn)算效率，也保證了特征提取的準(zhǔn)確性。

如圖1所示，每一次迭代時(shí)，都有兩個(gè)并行的處理分支來(lái)生成關(guān)鍵點(diǎn)矩陣和向量場(chǎng)矩陣，并且此次迭代的輸出將與最開(kāi)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(lái)作為動(dòng)作分類的網(wǎng)絡(luò)結(jié)構(gòu)，DenseNet在ResNet的基礎(chǔ)上進(jìn)一步擴(kuò)展網(wǎng)絡(luò)連接，對(duì)于網(wǎng)絡(luò)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(wǎng)絡(luò)減輕了梯度消失問(wèn)題，增強(qiáng)了特征圖的傳播，利用率也會(huì)上升。

2 ?活躍度評(píng)估系統(tǒng)

該研究為計(jì)算教師的動(dòng)作活躍度構(gòu)建了一個(gè)數(shù)學(xué)模型。教師授課時(shí)是否有生動(dòng)有趣的肢體動(dòng)作是學(xué)生們關(guān)心的話題，如果簡(jiǎn)單地將教師后一時(shí)刻與前一時(shí)刻的人體關(guān)鍵點(diǎn)坐標(biāo)間的歐式距離作為動(dòng)作活躍度的計(jì)算規(guī)則，會(huì)導(dǎo)致活躍度的結(jié)果同教師的身高和離攝像頭的距離有關(guān)。

該文使用“肢體向量”這一概念來(lái)計(jì)算教師的活躍度，以傳入向量的形式計(jì)算教師授課時(shí)每個(gè)相鄰的序偶身體關(guān)鍵點(diǎn)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(shù)得到夾角角度的具體數(shù)值，然后對(duì)其進(jìn)行評(píng)分。

在實(shí)驗(yàn)中，所用數(shù)據(jù)集來(lái)源于普通拍攝，共分為6個(gè)動(dòng)作類別，數(shù)據(jù)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(wǎng)絡(luò)很容易出現(xiàn)過(guò)擬合的問(wèn)題，DenseNet加強(qiáng)了特征的傳播，可將網(wǎng)絡(luò)模型搭建得更深，有效解決了過(guò)擬合的問(wèn)題。最終測(cè)試結(jié)果準(zhǔn)確率達(dá)到了96.6%。

3 ?結(jié)語(yǔ)

據(jù)統(tǒng)計(jì)，截至2017年，中國(guó)的普通高等院校共計(jì)2631所，在校大學(xué)生更是突破了1648萬(wàn)人。從絕對(duì)數(shù)量來(lái)看，該系統(tǒng)具有廣泛的用戶基礎(chǔ)，且人數(shù)總體是呈上升趨勢(shì)。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(shù)智能教室系統(tǒng)著重于加強(qiáng)師生的堂上互動(dòng)，在課堂之外基本無(wú)法提供功能，而該系統(tǒng)是一個(gè)一體化的系統(tǒng)，不僅關(guān)注課堂內(nèi)的信息，還在課后繼續(xù)服務(wù)學(xué)生。項(xiàng)目的核心競(jìng)爭(zhēng)力在于“結(jié)合情感計(jì)算、動(dòng)作分析、學(xué)生到課率統(tǒng)計(jì)這3個(gè)方面的教學(xué)評(píng)估新模式”，相比于市場(chǎng)同類項(xiàng)目，該研究能夠基于可靠的數(shù)學(xué)模型和人工智能技術(shù)，對(duì)教師的授課數(shù)據(jù)做出一系列處理與可視化呈現(xiàn)。在課后仍然能夠向?qū)W生、教師、管理人員提供持續(xù)性的便利服務(wù)，讓智能生活不僅僅局限于教室之中。

參考文獻(xiàn)

[1] 胡啟迪，熊剛.智能教室用電管控系統(tǒng)設(shè)計(jì)[J].自動(dòng)化技術(shù)與應(yīng)用，2016（11）：33-36.

[2] 彭嘉杰，彭小紅，盧路路，等.大學(xué)教室智能照明控制系統(tǒng)設(shè)計(jì)[J].現(xiàn)代計(jì)算機(jī)：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(cè)試，2017（18）：89-94.

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

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

[6] 林德洋.基于物聯(lián)網(wǎng)技術(shù)的智慧多媒體教室設(shè)計(jì)[J].民營(yíng)科技，2017（8）：324-329.