基于物联网的高校智能教室系统技术研究

刘科阳

摘  要：当今高校普遍存在能源浪费、教学评估不全面、师生交流不充分和公共自习室利用率低问题。为了解决上述问题，该文基于物联网研发了智能教室系统。该系统拥有照明控制、自习室推荐、人数检测、教学模式分析4个主要功能，面向广大高校师生提供了图形化的桌面客户端和精美的配套网页。其中照明控制模块可以根据教室内人数自动控制照明，为实现“人走灯灭”的节能校园贡献一份力量。除了涵盖同类项目常有的智能照明和自习室推荐等功能外，还开创性地将动作识别、情感计算、活跃度分析、人工智能等前沿技术与教学评估相结合。相比目前的“期末抽查式”教学评估方法，该系统的教学评估功能将帮助人们从更长的时间跨度、更多的评测维度、更客观的分析数据中比以往更加充分地了解教师的教学风格。

关键词：智能教室系统  物联网  动作识别  活跃度评估

中图分类号：TP311   文献标识码：A 文章编号：1672-3791（2019）11（a）-0013-02

目前，对于大多数实行“选课”机制的高校来说，能够在上课之前就对欲选教师的授课风格有客观的了解十分重要。但目前大多数高校教务处针对教师的教学水平评估方法较为单一，并且缺乏过程化的数据，造成高校能源浪费问题严重。应用该文的智能教室系统，学生可以通过系统的配套网页在选课之前了解教师授课的活跃度、情绪、学生到課率等信息，从而根据自己喜欢的风格选择教师;还可以查询室内温度、人数等信息，从而选择合适的教室进行自习，大大提高了效率;同时教务处将会知道整个学期教师教授某门课程的学生到课率以及教师上课的活跃度、情绪等信息，这为评估教师的教学提供了更多的角度。

1  动作识别技术

传统的多人动作识别一般采用“自定向下”方法，先识别人的位置，再寻找肢体。因此其计算量将随人数的增加而逐步增加。而OpenPose采用“自底向上”方法，先寻找人体部位的位置和各个部位的亲和向量场，再根据图算法，将肢体逐一归类到不同的人上，这样既保证了运算效率，也保证了特征提取的准确性。

如图1所示，每一次迭代时，都有两个并行的处理分支来生成关键点矩阵和向量场矩阵，并且此次迭代的输出将与最开始的特征图一起，作为下一次迭代的输出。

该系统使用DenseNet来作为动作分类的网络结构，DenseNet在ResNet的基础上进一步扩展网络连接，对于网络的任意一层，该层前面所有层的feature map都是这层的输入，该层的feature map是后面所有层的输入。使用DenseNet网络减轻了梯度消失问题，增强了特征图的传播，利用率也会上升。

2  活跃度评估系统

该研究为计算教师的动作活跃度构建了一个数学模型。教师授课时是否有生动有趣的肢体动作是学生们关心的话题，如果简单地将教师后一时刻与前一时刻的人体关键点坐标间的欧式距离作为动作活跃度的计算规则，会导致活跃度的结果同教师的身高和离摄像头的距离有关。

该文使用“肢体向量”这一概念来计算教师的活跃度，以传入向量的形式计算教师授课时每个相邻的序偶身体关键点记录之间的相似度。得到了相似度的夹角后利用反三角函数得到夹角角度的具体数值，然后对其进行评分。

在实验中，所用数据集来源于普通拍摄，共分为6个动作类别，数据集是黑底，512×512的人物骨架图，有效特征占比较小，因此使用普通的CNN网络很容易出现过拟合的问题，DenseNet加强了特征的传播，可将网络模型搭建得更深，有效解决了过拟合的问题。最终测试结果准确率达到了96.6%。

3  结语

据统计，截至2017年，中国的普通高等院校共计2631所，在校大学生更是突破了1648万人。从绝对数量来看，该系统具有广泛的用户基础，且人数总体是呈上升趋势。而各大高校的智能教室系统使用情况参差不齐，因此智能教室系统存在大量的潜在用户。大多数智能教室系统着重于加强师生的堂上互动，在课堂之外基本无法提供功能，而该系统是一个一体化的系统，不仅关注课堂内的信息，还在课后继续服务学生。项目的核心竞争力在于“结合情感计算、动作分析、学生到课率统计这3个方面的教学评估新模式”，相比于市场同类项目，该研究能够基于可靠的数学模型和人工智能技术，对教师的授课数据做出一系列处理与可视化呈现。在课后仍然能够向学生、教师、管理人员提供持续性的便利服务，让智能生活不仅仅局限于教室之中。

参考文献

[1] 胡启迪，熊刚.智能教室用电管控系统设计[J].自动化技术与应用，2016（11）：33-36.

[2] 彭嘉杰，彭小红，卢路路，等.大学教室智能照明控制系统设计[J].现代计算机：专业版，2014（31）：113-117.

[3] 叶端南.高校多媒体教室中央控制系统的研究[J].电子测试，2017（18）：89-94.

[4] 廖道欢.多媒体教室的人工智能化设计研究[J].电脑知识与技术，2016（3）：778-790.

[5] 刘圆月，刘林林.高校多媒体教室向智慧教室转型探究[J].软件导刊，2017（3）：90-95.

[6] 林德洋.基于物联网技术的智慧多媒体教室设计[J].民营科技，2017（8）：324-329.