本發(fā)明涉及教學質(zhì)量監(jiān)管領域，尤其涉及一種基于數(shù)據(jù)處理的教學質(zhì)量分析方法及系統(tǒng)。

背景技術(shù)：

1、教學質(zhì)量是關(guān)系到學生的全面發(fā)展、教學任務的全面完成程度的關(guān)鍵，因此，進行教學質(zhì)量監(jiān)控非常有必要。教學質(zhì)量監(jiān)控,是指監(jiān)控組織通過對教學質(zhì)量的持續(xù)監(jiān)督,定期收集有關(guān)教學工作質(zhì)量、教學成果質(zhì)量和辦學條件質(zhì)量等方面的信息,在分析整理的基礎上發(fā)現(xiàn)可能存在問題，為制定相應的解決方案提供關(guān)鍵數(shù)據(jù)。

2、示例地，中國發(fā)明專利公開文本cn110111011?a提出了一種教學質(zhì)量監(jiān)管方法、裝置及電子設備，通過在線上授課時采集預設授課考核時長內(nèi)的師生交互數(shù)據(jù)，進而依據(jù)所采集的師生交互數(shù)據(jù)中與預設教學指標對應的數(shù)據(jù)計算得到預設教學指標的指標值。這就使得上述實現(xiàn)過程可以提供出準確、可靠的教學指標數(shù)據(jù)，而依據(jù)該數(shù)據(jù)，即可以實現(xiàn)對教師教學質(zhì)量的評價與監(jiān)管，從而在一定程度上保證了教學質(zhì)量。

3、示例地，中國發(fā)明專利公開文本cn106570802a提出了一種課程教學質(zhì)量評價與監(jiān)控系統(tǒng)，所述監(jiān)控系統(tǒng)包括：服務器，其建立有評價數(shù)據(jù)庫，評價數(shù)據(jù)庫用于存儲多個評價科目；移動式客戶端，其正面具有多個數(shù)字觸控按鍵和多個評價科目觸控按鍵；控制模塊用于控制提示器發(fā)出提示，以提醒用戶對課程進行評價，評價的過程為：通過多個評價科目觸控按鍵來逐一選擇評價科目，并且在選定其中一個評價科目后，通過多個數(shù)字觸控按鍵來輸入該評價科目的評價分值；控制模塊將各評價科目以及評價分值上傳至服務器。本發(fā)明提供了移動式客戶端，學生必須在課程完成之時提交對課程的評價，一方面方便學生及時對課程的各方面進行反饋；而且，移動式客戶端可以被隨身攜帶，特別適用于綜合布線系統(tǒng)這種實踐性強的學科。

4、但是，上述各項現(xiàn)有技術(shù)所涉及的教學質(zhì)量分析的技術(shù)方案或者用于線上教學的簡單評估機制，或者涉及分布式架構(gòu)的學生評估機制，前者解決的是線上教學的評估，線上教學環(huán)境較為簡單，后者涉及的是學生對教師的評估，評估結(jié)果帶有學生的主觀性，無法保證評估的教學質(zhì)量數(shù)據(jù)的客觀，由此可見，現(xiàn)有技術(shù)需要一種能夠?qū)碗s的線下教學的教室環(huán)境進行教學質(zhì)量的客觀評估的技術(shù)方案，以解決線下教學的教學質(zhì)量評估困難的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、為了解決相關(guān)領域的技術(shù)問題，本發(fā)明提供了一種基于數(shù)據(jù)處理的教學質(zhì)量分析方法及系統(tǒng)，通過引入針對性結(jié)構(gòu)設計的人工智能模型，基于各項定制篩選的基礎數(shù)據(jù)，實現(xiàn)對目標教室當前單節(jié)教學對應的各項教學質(zhì)量參數(shù)的智能分析，并基于目標教室當前單節(jié)教學對應的各項教學質(zhì)量參數(shù)映射出目標教室當前單節(jié)教學的教學質(zhì)量數(shù)據(jù)，從而完成了基于人工智能模型的線下教學的教學質(zhì)量的可靠評估。

2、根據(jù)本發(fā)明的第一方面，提供了一種基于數(shù)據(jù)處理的教學質(zhì)量分析方法，所述方法包括：

3、獲取目標教室的各項教學配置信息，所述目標教室的各項教學配置信息為所述目標教室的登記在冊學生數(shù)量、單節(jié)教學時長、教室占地面積以及課桌陣列單排課桌數(shù)量；

4、獲取所述目標教室在當前單節(jié)教學中的各幀教學監(jiān)視畫面分別對應的各份視覺數(shù)據(jù)，每一幀教學監(jiān)視畫面對應的單份視覺數(shù)據(jù)為該幀教學監(jiān)視畫面內(nèi)各個像素點的顏色成分數(shù)值、該幀教學監(jiān)視畫面內(nèi)各個學生目標分別對應的各份景深數(shù)值以及該幀教學監(jiān)視畫面內(nèi)各個學生目標分別對應的各份占據(jù)像素點數(shù)量；

5、對卷積神經(jīng)網(wǎng)絡執(zhí)行設定總數(shù)的多次學習以完成對所述卷積神經(jīng)網(wǎng)絡的多次重構(gòu)，將完成多次學習后的卷積神經(jīng)網(wǎng)絡作為教學質(zhì)量解析體輸出，所述學習的次數(shù)與所述目標教室的登記在冊學生數(shù)量正向關(guān)聯(lián)；

6、采用所述教學質(zhì)量預測體基于所述設定距離、各幀教學監(jiān)視畫面的幀數(shù)、所述目標教室的各項教學配置信息以及所述目標教室在當前單節(jié)教學中的各幀教學監(jiān)視畫面分別對應的各份視覺數(shù)據(jù)智能解析所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長，并作為所述目標教室當前單節(jié)教學對應的各項教學質(zhì)量參數(shù)輸出；

7、基于所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長映射所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)；

8、其中，基于所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長映射所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)包括：所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量以及瞌睡持續(xù)總時長分別與映射獲得的所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)呈數(shù)值反向關(guān)聯(lián)的數(shù)值映射關(guān)系，所述目標教室當前單節(jié)教學對應的交互次數(shù)以及交互持續(xù)總時長分別與映射獲得的所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)呈數(shù)值正向關(guān)聯(lián)的數(shù)值映射關(guān)系；

9、其中，各幀教學監(jiān)視畫面由設置在所述目標教室的講臺上方且到地面為設定距離的教學拍攝器件拍攝獲取，各幀教學監(jiān)視畫面分別對應的各份拍攝時刻在當前單節(jié)教學對應的單節(jié)時間區(qū)間內(nèi)均勻間隔布置。

10、根據(jù)本發(fā)明的第二方面，提供了一種基于數(shù)據(jù)處理的教學質(zhì)量分析系統(tǒng)，所述系統(tǒng)包括存儲器以及一個或多個處理器，所述存儲器存儲有計算機程序，所述計算機程序被配置成由所述一個或多個處理器執(zhí)行以完成以下步驟：

11、獲取目標教室的各項教學配置信息，所述目標教室的各項教學配置信息為所述目標教室的登記在冊學生數(shù)量、單節(jié)教學時長、教室占地面積以及課桌陣列單排課桌數(shù)量；

12、獲取所述目標教室在當前單節(jié)教學中的各幀教學監(jiān)視畫面分別對應的各份視覺數(shù)據(jù)，每一幀教學監(jiān)視畫面對應的單份視覺數(shù)據(jù)為該幀教學監(jiān)視畫面內(nèi)各個像素點的顏色成分數(shù)值、該幀教學監(jiān)視畫面內(nèi)各個學生目標分別對應的各份景深數(shù)值以及該幀教學監(jiān)視畫面內(nèi)各個學生目標分別對應的各份占據(jù)像素點數(shù)量；

13、對卷積神經(jīng)網(wǎng)絡執(zhí)行設定總數(shù)的多次學習以完成對所述卷積神經(jīng)網(wǎng)絡的多次重構(gòu)，將完成多次學習后的卷積神經(jīng)網(wǎng)絡作為教學質(zhì)量解析體輸出，所述學習的次數(shù)與所述目標教室的登記在冊學生數(shù)量正向關(guān)聯(lián)；

14、采用所述教學質(zhì)量預測體基于所述設定距離、各幀教學監(jiān)視畫面的幀數(shù)、所述目標教室的各項教學配置信息以及所述目標教室在當前單節(jié)教學中的各幀教學監(jiān)視畫面分別對應的各份視覺數(shù)據(jù)智能解析所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長，并作為所述目標教室當前單節(jié)教學對應的各項教學質(zhì)量參數(shù)輸出；

15、基于所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長映射所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)；

16、其中，基于所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長映射所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)包括：所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量以及瞌睡持續(xù)總時長分別與映射獲得的所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)呈數(shù)值反向關(guān)聯(lián)的數(shù)值映射關(guān)系，所述目標教室當前單節(jié)教學對應的交互次數(shù)以及交互持續(xù)總時長分別與映射獲得的所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)呈數(shù)值正向關(guān)聯(lián)的數(shù)值映射關(guān)系；

17、其中，各幀教學監(jiān)視畫面由設置在所述目標教室的講臺上方且到地面為設定距離的教學拍攝器件拍攝獲取，各幀教學監(jiān)視畫面分別對應的各份拍攝時刻在當前單節(jié)教學對應的單節(jié)時間區(qū)間內(nèi)均勻間隔布置。

18、根據(jù)本發(fā)明的第三方面，提供了一種基于數(shù)據(jù)處理的教學質(zhì)量分析系統(tǒng)，所述系統(tǒng)包括：

19、第一錄入機構(gòu)，用于獲取目標教室的各項教學配置信息，所述目標教室的各項教學配置信息為所述目標教室的登記在冊學生數(shù)量、單節(jié)教學時長、教室占地面積以及課桌陣列單排課桌數(shù)量；

20、第二錄入機構(gòu)，用于獲取所述目標教室在當前單節(jié)教學中的各幀教學監(jiān)視畫面分別對應的各份視覺數(shù)據(jù)，每一幀教學監(jiān)視畫面對應的單份視覺數(shù)據(jù)為該幀教學監(jiān)視畫面內(nèi)各個像素點的顏色成分數(shù)值、該幀教學監(jiān)視畫面內(nèi)各個學生目標分別對應的各份景深數(shù)值以及該幀教學監(jiān)視畫面內(nèi)各個學生目標分別對應的各份占據(jù)像素點數(shù)量；

21、模型重構(gòu)機構(gòu)，用于對卷積神經(jīng)網(wǎng)絡執(zhí)行設定總數(shù)的多次學習以完成對所述卷積神經(jīng)網(wǎng)絡的多次重構(gòu)，將完成多次學習后的卷積神經(jīng)網(wǎng)絡作為教學質(zhì)量解析體輸出，所述學習的次數(shù)與所述目標教室的登記在冊學生數(shù)量正向關(guān)聯(lián)；

22、質(zhì)量解析機構(gòu)，分別與所述第一錄入機構(gòu)、所述第二錄入機構(gòu)以及所述模型重構(gòu)機構(gòu)連接，用于采用所述教學質(zhì)量預測體基于所述設定距離、各幀教學監(jiān)視畫面的幀數(shù)、所述目標教室的各項教學配置信息以及所述目標教室在當前單節(jié)教學中的各幀教學監(jiān)視畫面分別對應的各份視覺數(shù)據(jù)智能解析所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長，并作為所述目標教室當前單節(jié)教學對應的各項教學質(zhì)量參數(shù)輸出；

23、數(shù)值映射機構(gòu)，與所述質(zhì)量解析機構(gòu)連接，用于基于所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長映射所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)；

24、其中，基于所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長映射所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)包括：所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量以及瞌睡持續(xù)總時長分別與映射獲得的所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)呈數(shù)值反向關(guān)聯(lián)的數(shù)值映射關(guān)系，所述目標教室當前單節(jié)教學對應的交互次數(shù)以及交互持續(xù)總時長分別與映射獲得的所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)呈數(shù)值正向關(guān)聯(lián)的數(shù)值映射關(guān)系；

25、其中，各幀教學監(jiān)視畫面由設置在所述目標教室的講臺上方且到地面為設定距離的教學拍攝器件拍攝獲取，各幀教學監(jiān)視畫面分別對應的各份拍攝時刻在當前單節(jié)教學對應的單節(jié)時間區(qū)間內(nèi)均勻間隔布置。

26、相比較于現(xiàn)有技術(shù)，本發(fā)明至少具備以下幾處關(guān)鍵的發(fā)明點：

27、首先：為目標教室的當前單節(jié)教學的教學質(zhì)量數(shù)據(jù)的分析提供人工智能解決方案，所述人工智能解決方案采用定制結(jié)構(gòu)設計的教學質(zhì)量解析體，所述教學質(zhì)量解析體為完成多次學習后的卷積神經(jīng)網(wǎng)絡，卷積神經(jīng)網(wǎng)絡的學習次數(shù)與目標教室的登記在冊學生數(shù)量正向關(guān)聯(lián)，從而為不同的教室定制不同結(jié)構(gòu)的人工智能模型；

28、其次：為保證教學質(zhì)量解析體智能分析結(jié)果的有效性和穩(wěn)定性，為教學質(zhì)量解析體針對性篩選了多項基礎數(shù)據(jù)，即目標教室的登記在冊學生數(shù)量、單節(jié)教學時長、教室占地面積以及課桌陣列單排課桌數(shù)量，目標教室在當前單節(jié)教學中的各幀教學監(jiān)視畫面分別對應的各份視覺數(shù)據(jù)，每一幀教學監(jiān)視畫面對應的單份視覺數(shù)據(jù)為該幀教學監(jiān)視畫面內(nèi)各個像素點的顏色成分數(shù)值、該幀教學監(jiān)視畫面內(nèi)各個學生目標分別對應的各份景深數(shù)值以及該幀教學監(jiān)視畫面內(nèi)各個學生目標分別對應的各份占據(jù)像素點數(shù)量，上述充分、全面的多項基礎數(shù)據(jù)的篩選進一步保證了智能分析結(jié)果的有效性和穩(wěn)定性；

29、再次：基于智能分析獲得的目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長映射目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)，所述目標教室當前單節(jié)教學對應的瞌睡學生數(shù)量以及瞌睡持續(xù)總時長分別與映射獲得的所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)呈數(shù)值反向關(guān)聯(lián)的數(shù)值映射關(guān)系，所述目標教室當前單節(jié)教學對應的交互次數(shù)以及交互持續(xù)總時長分別與映射獲得的所述目標教室當前單節(jié)教學對應的教學質(zhì)量數(shù)據(jù)呈數(shù)值正向關(guān)聯(lián)的數(shù)值映射關(guān)系，從而完成對目標教室的當前單節(jié)教學的教學質(zhì)量的針對性評估；

30、最后：在對卷積神經(jīng)網(wǎng)絡執(zhí)行的每一次學習中，將已知的、目標教室在歷史上某一次單節(jié)教學對應的瞌睡學生數(shù)量、瞌睡持續(xù)總時長、交互次數(shù)以及交互持續(xù)總時長作為卷積神經(jīng)網(wǎng)絡的各項輸出內(nèi)容，將設定距離、各幀教學監(jiān)視畫面的幀數(shù)、目標教室的各項教學配置信息以及目標教室在所述歷史上某一次單節(jié)教學中的各幀教學監(jiān)視畫面分別對應的各份視覺數(shù)據(jù)作為卷積神經(jīng)網(wǎng)絡的各項輸入內(nèi)容，執(zhí)行本次學習，從而保證了卷積神經(jīng)網(wǎng)絡每一次學習的學習效果。