基于人脸识别的智慧课堂

罗甜，罗福龙，丁朝阳，许行虎，范堃

（1.武昌工学院，湖北 武汉 430000；2.中国移动通信集团设计院有限公司湖北分公司，湖北 武汉 430000）

0 引言

纵观国内外的教育发展态势，现代信息技术的高速发展已经在一定程度上改变了以往传统的教学形式。在学生的主体地位、学校教师的主导地位不变的情况下，教师的“教”与学生的“学”在观念及形式上均已发生了极大的改变。教师的“教”已不再是简单的知识输出，而是需要根据实际学情进行有针对性的“教”，而学生的“学”也不再是简单的接收知识，而是根据知识的特点对其进行理解与运用。而以上的“教”与“学”均离不开教育的信息化，只有实现了教育的信息化才能进一步实现教育的现代化和教育质量的提升。从教育发展史中不难看出，科学技术的进步对教育的变革有着深远的影响，新的科技会融入和不断促进教育体系的革新。现如今以人工智能为核心的科技革命正在引领第四次工业革命，其将对教育现代化变革产生积极而深远的影响[1]。

1 课堂管理现状分析

1.1 传统考勤费时费力

在课堂教学过程中，考勤是第一步也是重要的一步，学生的出勤率会直接影响教学工作的正常开展以及学校的学风建设。在日常教学工作中，考勤工作会受到课堂环境、参与人数等因素的影响，因此具有一定的特殊性[2]。目前大多数学校的考勤依然采用传统的方式进行，如手工考勤，近年来还出现了一卡通考勤、指纹考勤等方式，但是以上考勤方式均存在一定的弊端：

（1）手工考勤：最传统也是应用最为广泛的一种考勤方式，由教师根据各班点名册进行口头点名并做记录。这种考勤方式的优点是较为简单，不需要借助外部设备进行考勤。但是其缺点是时间成本较高，容易受外部环境的影响，且存在较高的人工统计失误的风险。

（2）一卡通考勤：即利用学校统一设置的一卡通设备进行刷卡识别并记录的一种考勤方式。这种考勤方式的优点是速度快，效率比较高，考勤数据可以直接上传到后台考勤系统中，便于后期考勤数据的整体统计分析。但是其缺点是对于考勤作弊的现象无法进行有效防范[3]。

（3）指纹考勤：即借助外部生物指纹识别设备，对每个人独有的生物指纹进行识别并记录的考勤方式。这种考勤方式的优点是因为指纹的唯一性，能有效避免考勤作弊的现象。但是指纹考勤是直接接触式识别，考勤方式不友好，特别是在疫情情况下，这种考勤方式存在较高的风险。

1.2 学生课堂行为无法量化，学习效果难以保证

课堂是教学活动的主要场所，是学生获取知识的主要阵地。在传统的课堂教学过程中，教师很难量化地掌握所有学生的学习情况，更多的是根据目光所及的范围和印象来评估当下的教学工作。这种宽泛式的评估方式无法做到对学生学情的客观统计及评价，也就无法根据学生学情及时调整教学，继而无法保证整体教学质量[4]。

1.3 教师行为管理松懈，课堂教学难以评估

如上所述，课堂是学生获取知识的重要场所，同时也是教师进行专业知识技能传播的重要阵地。学校要想保障学生的学习效果，也需要规范教师的言行及举止，特别是在学习氛围较为宽松，且没什么升学压力的高校中，会出现一些教师迟到、早退，甚至让别人代课或让学生自习的现象。

2 智慧课堂系统分析

我国教育部部长陈宝生曾指出：“这个时代是信息化时代、全球化时代、新的科技革命时代，这一段时间，人工智能异军突起，引起各方面的高度关注。这就要求我们对人才培养的模式进行改革和创新。努力让每个学生都能享有公平而有质量的教育。”为了更好响应教育部关于人工智能助力教育升级的精神，目前市场上涌现出了很多关于智慧课堂的综合解决方案及落地项目，其主要功能有智能考勤、课堂行为分析、综合教学管理等[5]。

2.1 基于人脸识别的智能考勤

为解决手工考勤、一卡通考勤、指纹考勤等方式中存在的缺点，目前市场上已推出了基于人脸识别的考勤管理系统。该系统可通过前端摄像机无感知地采集学生人脸信息进行考勤，与以上较为传统的考勤方式相比，这种基于人脸识别的考勤方式不需要学生主动配合，能做到无接触式、无感知的自动考勤。此外，随着通信技术及计算机视觉技术等的不断成熟，这种考勤方式的实时性较好，准确率较高，且采集到的图片及后台分析数据可用于后期的时间溯源，给学生考勤管理提供了有力支撑[6]。

2.2 基于人体行为分析的学情统计与反馈

在正常课堂教学中，系统通过前端部署的摄像机对学生的表情及行为举止进行捕捉，再通过计算机视觉分析技术分析出学生目前的表情（高兴、惊讶、困惑、难过、愤怒、害怕等）、行为（趴桌子、玩手机、举手、讲话、站立、书写等），以便及时反映真实的课堂情况与学情，帮助教师根据数字化行为及学情信息进行及时的教学调整。该系统还可以根据学生目前的表情及行为举止对其心理及行为进行预测并制定学生行为及情绪档案，以便对学生进行客观的全面评价，此外系统可以根据课堂总体情况生成课堂教学画像、课堂分析报告和学生个人行为情绪分析报告，以帮助辅导员及教师及时了解课堂及学生情绪变化，适时对学生进行相应的个性化辅导[7]。

2.3 基于人脸及行为数字化的教学综合管理与评估

以上基于人脸识别的智能考勤和基于人体行为分析的统计与反馈除了可应用于教学活动中的学生外，还可应用于课堂教学中的教师。教师是教学活动中的重要一员，其行为举止将深深影响着学生对客观世界的认知。因此，可对教师的教学行为进行一定范围的约束，如对迟到、早退、无报备代课、体罚侮辱学生等不符合教学规范的现象进行约束。如同学校可依据系统考勤和课堂表现对学生进行系统评估一样，学校也可参考系统平台中的教师课堂表现数据对其日常教学进行合理评估[8]。

3 结语

基于“深度学习”和“计算机视觉”等IT技术的人脸识别技术，有着较好的发展及应用前景，其利用人独有的面部特征进行身份辨识，是目前所有生物识别技术中对使用者影响最小的技术。人脸是区分个人的最重要的特征，较之于其他的生物识别方法，人脸面部特征具有唯一性和稳定性，并且具有“携带”便利的特点。基于人脸识别的智慧课堂系统通过智能考勤能在考勤上帮助教师和管理者节省大量的时间成本与人力成本；通过人脸及行为分析，能帮助教师实时掌握学情及课堂动态，以便及时调整教学策略以提高教学质量；通过对人的行为及表情进行分析与预测，可对异常情况及时提醒和预警，以便帮助教师及管理者快速关注到异常人员，做到及时规避风险；数字化的行为数据，能给学校管理者提供管理和决策依据，做到心里有数、决策有据。