慕课授课中的学生听课行为自动分析系统

发布时间：2021-12-25 05:14

　　为了解决在线课程（Massive open online course, MOOC）授课过程中,缺乏对于学生学习情况的跟踪与教学效果评估问题,本文依据视频信息对学生行为进行建模,提出了一种评判学生听课专心程度的行为自动分析算法.该算法能够有效跟踪学生的学习状态,提取学生的行为特征参数,并对这些参数进行D-S融合判决,以获得学生的听课专注度.经过多次实验的结果表明,本文采用的方法能够有效评判学生在授课期间的专心程度,在数据融合上,与贝叶斯推理方法相比,采用D-S融合方法能有效提高实验结果的准确性和可靠性. 

【文章来源】：自动化学报. 2020,46(04)北大核心EICSCD

【文章页数】：14 页

【部分图文】：

X轴质心坐标变化曲线的两部分

慕课授课过程中学生专注度自动检测与判定系统

本文采用的是背景减除法提取目标人体[16],由于实验地点相对单一,我们使用无学生的背景图片作为背景模型,将视频中当前帧图像与背景图像进行差分运算,如果像素点灰度值差别很大,则为目标人体,如果差值在一定阈值范围内,则为背景像素点;得到的差值图像采用最大类间方差法找到合适的二值化阈值;再对二值化后的图像提取出最大连通域,消除背景的干扰,最后我们还使用基于逆合成孔径雷达(Inverse synthetic aperture radar,ISAR)图像目标形状提取的数学形态学方法对检测到的前景目标进行后处理[17],以平滑连接目标人体的边缘,使提取出的人体轮廓更加完整.1.2 建立“四维特征信息模型”


本文编号：3551850