非語言信息系統(tǒng)在課堂教學(xué)評(píng)價(jià)中的應(yīng)用

范欣欣

（河南師范大學(xué)，河南 新鄉(xiāng) 453000）

教學(xué)評(píng)價(jià)是整個(gè)教學(xué)系統(tǒng)中不可或缺的重要組成部分，主要是對(duì)學(xué)生學(xué)習(xí)效果的評(píng)價(jià)和教師教學(xué)工作過程的評(píng)價(jià)[1]。傳統(tǒng)的教學(xué)評(píng)價(jià)主要通過對(duì)教師講授的課程進(jìn)行聽課、對(duì)學(xué)生進(jìn)行考試等手段，而這些手段要么過于片面要么過于浪費(fèi)人力和時(shí)間，且不能得到準(zhǔn)確的教學(xué)評(píng)價(jià)。現(xiàn)有資料表明，課堂環(huán)境中，教師的肢體手勢(shì)、動(dòng)作、距離、面部表情等非語言信息在課堂教學(xué)中起著重要的作用，能夠反映教師的教學(xué)效果；同時(shí)，學(xué)生的表情、動(dòng)作、手勢(shì)等非語言信息能夠反映出學(xué)生的學(xué)習(xí)效果。基于上述結(jié)論，本文對(duì)課堂環(huán)境中教師和學(xué)生的非語言信息與教學(xué)效果、學(xué)習(xí)效果之間的關(guān)系進(jìn)行分析和歸納。在此基礎(chǔ)之上，本文從數(shù)字圖像處理和計(jì)算機(jī)視覺的角度出發(fā)，利用教室中的攝像頭所采集的海量視頻數(shù)據(jù)，從中提取教師和學(xué)生的圖像信息，對(duì)其動(dòng)作、行為、表情、手勢(shì)等非語言信息進(jìn)行檢測(cè)、識(shí)別和分析，最后根據(jù)非語言信息與教學(xué)效果、學(xué)習(xí)效果之間的關(guān)系，構(gòu)建一個(gè)基于視頻數(shù)據(jù)的課堂分析與評(píng)價(jià)平臺(tái)，（1）對(duì)教師的教學(xué)水平和教學(xué)技能進(jìn)行評(píng)價(jià)，（2）對(duì)學(xué)生的學(xué)習(xí)效果進(jìn)行評(píng)價(jià)（見圖1），為課堂教學(xué)評(píng)價(jià)改革提供一種全新的數(shù)據(jù)視角。

目前，通過檢測(cè)和識(shí)別課堂視頻中教師和學(xué)生的非語言信息，將其作為教學(xué)評(píng)價(jià)的標(biāo)準(zhǔn)已經(jīng)成為一種新穎且可行的思路，本文主要對(duì)課堂環(huán)境中對(duì)學(xué)生和教師的非語言信息進(jìn)行檢測(cè)和識(shí)別方法進(jìn)行歸納和總結(jié)。

圖1 基于非語言信息系統(tǒng)的課堂教學(xué)評(píng)價(jià)框架

1 非語言信息與學(xué)習(xí)效果、教學(xué)效果之間的關(guān)系

分析非語言信息與學(xué)習(xí)效果、教學(xué)效果之間的關(guān)系就是確定教師和學(xué)生哪種非語言信息能夠反映出好的、中立的或者是壞的教學(xué)效果和學(xué)習(xí)效果。通過查閱大量有關(guān)非語言信息與教學(xué)效果、學(xué)習(xí)效果之間關(guān)系的文獻(xiàn)，對(duì)所有相關(guān)的非語言信息進(jìn)行歸納并充分分析其與學(xué)校效果、教學(xué)效果之間的關(guān)系。如教師的表情，教師的微笑能夠給學(xué)生帶來積極的心里暗示[2]，微笑反映出教師對(duì)于教學(xué)任務(wù)的熱愛和對(duì)學(xué)生的喜愛，是一種有利的信息。教師面部表情的變化也能反映出教師的教學(xué)效果。如果教師總是表現(xiàn)出一種表情，往往反映了教師講課單調(diào)乏味，而豐富的面部表情和運(yùn)用得體的眼神，能夠吸引學(xué)生的注意，使學(xué)生自覺地融入教師的授課中[3]，是一種有利的信息。總結(jié)如表1—2所示。挖掘非語言信息與學(xué)習(xí)效果、教學(xué)效果之前的關(guān)系如圖2所示。

表1 教師的非語言信息與教學(xué)效果之間的關(guān)系

表2 學(xué)生的非語言信息與學(xué)習(xí)效果之前的關(guān)系

圖2 挖掘非語言信息與學(xué)習(xí)效果、教學(xué)效果之前的關(guān)系

2 非語言信息的檢測(cè)、識(shí)別、分析

課堂環(huán)境中的非語言信息可以分為幾類：表情、動(dòng)作、手勢(shì)。其中表情和手勢(shì)是靜態(tài)的（如微笑、皺眉、舉手、豎起大拇指等），可以通過捕捉和分析視頻中的靜態(tài)圖像信息，而動(dòng)作則是動(dòng)態(tài)變化的（如打哈欠、眨眼、點(diǎn)頭、搖頭等一系列動(dòng)作），則需要在識(shí)別的基礎(chǔ)上進(jìn)行跟蹤，捕捉行為變化。

對(duì)表情變化的檢測(cè)與識(shí)別的關(guān)鍵點(diǎn)是得到每種表情的檢測(cè)指標(biāo)，本文將課堂教學(xué)中涉及的表情進(jìn)行分類：微笑型（興奮、愉悅）和皺眉型（困惑、迷惘）。

對(duì)于微笑型的表情主要是通過眼睛、眉毛、嘴巴的形態(tài)來檢測(cè)和識(shí)別。鄭雪[4]提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的方法對(duì)微笑型表情進(jìn)行識(shí)別，其通過人臉的5個(gè)關(guān)鍵點(diǎn)對(duì)嘴巴進(jìn)行定位，利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)表情特征進(jìn)行自動(dòng)提取，實(shí)現(xiàn)對(duì)微笑表情的識(shí)別。

對(duì)于皺眉型的表情（表達(dá)出困惑、迷惘的感情狀態(tài)）往往通過眉毛的形態(tài)來進(jìn)行檢測(cè)和識(shí)別。肖穎[5]采用AdaBoost分類器算法進(jìn)行人臉定位，Gabor特征提取算法和幾何特征提取算法提取皺眉信息，最后利用支持向量機(jī)進(jìn)行分類，實(shí)現(xiàn)對(duì)皺眉的識(shí)別。

對(duì)動(dòng)作變化的檢測(cè)與識(shí)別的關(guān)鍵點(diǎn)在于設(shè)計(jì)一個(gè)合適的模型，使其能夠檢測(cè)出背景中的目標(biāo)和動(dòng)作。如困倦、瞌睡、疲勞等情感狀態(tài)通過閉眼次數(shù)和間隔以及打哈欠次數(shù)（嘴巴張開與閉合的次數(shù)和間隔）來檢測(cè)和識(shí)別。

王琦[6]提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的方法對(duì)學(xué)生的疲勞狀態(tài)進(jìn)行檢測(cè)，采用基于Haar特征的AdaBoost算法進(jìn)行人臉檢測(cè)，利用CNN對(duì)人眼狀態(tài)進(jìn)行識(shí)別，最終通過識(shí)別人眼的狀態(tài)來實(shí)現(xiàn)對(duì)疲勞的判斷。

耿磊等[7]在對(duì)駕駛員進(jìn)行疲勞檢測(cè)時(shí)，提出了一種基于面部行為分析的疲勞檢測(cè)方法，通過檢測(cè)和識(shí)別嘴巴和眼睛的狀態(tài)，并根據(jù)設(shè)定的疲勞參數(shù)來判斷，駕駛員是否處于疲勞狀態(tài)，該方法同樣可用于對(duì)課堂環(huán)境中的學(xué)生進(jìn)行疲勞檢測(cè)。

3 結(jié)語

目前，隨著信息技術(shù)的發(fā)展，教室中的多媒體設(shè)備也越來越豐富，最基本的攝像頭幾乎是每間教室所必備的，這些攝像頭提供了前所未有的海量視頻數(shù)據(jù)，但是這些數(shù)據(jù)往往只用于考試監(jiān)控、教學(xué)督查，利用率較低，且造成大量的數(shù)據(jù)浪費(fèi)，本文從數(shù)字圖像處理的角度出發(fā)，以課堂教學(xué)視頻為分析對(duì)象，以非語言信息與教學(xué)效果、學(xué)習(xí)效果之間的關(guān)系為理論依據(jù)，對(duì)教師和學(xué)生的非語言信息進(jìn)行識(shí)別和分析，構(gòu)建一個(gè)新型的課堂教學(xué)評(píng)價(jià)平臺(tái)。該評(píng)價(jià)平臺(tái)大大改進(jìn)了以往傳統(tǒng)的教學(xué)評(píng)價(jià)中出現(xiàn)的片面性、復(fù)雜性缺點(diǎn)，是一種信息化、智能化的基于視頻數(shù)據(jù)的課堂教學(xué)評(píng)價(jià)方法，同時(shí)也為課堂教學(xué)評(píng)價(jià)改革提供一種全新的數(shù)據(jù)視角。

[參考文獻(xiàn)]

[1]程書肖.教育評(píng)價(jià)方法技術(shù)[M].北京：北京師范大學(xué)出版社，2004.

[2]吳軍飛.教師課堂非語言溝通調(diào)查研究及策略分析[J].科教導(dǎo)刊，2012（8）：136-138.

[3]王為民.讓體態(tài)語為課堂教學(xué)添彩[J].甘肅教育，2010（24）：58.

[4]鄭雪.基于深度卷積神經(jīng)網(wǎng)絡(luò)的微笑表情識(shí)別[D].西安：陜西師范大學(xué)，2016.

[5]肖穎.學(xué)習(xí)過程面部特征測(cè)量系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].武漢：華中科技大學(xué)，2015.

[6]王琦.基于卷積神經(jīng)網(wǎng)絡(luò)的學(xué)生疲勞狀態(tài)檢測(cè)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D].武漢：華中師范大學(xué)，2016.

[7]耿磊，袁菲，肖志濤，等.基于面部行為分析的駕駛員疲勞檢測(cè)方法[J].計(jì)算機(jī)工程，2018（1）：274-279.