一种基于眼动追踪的在线课程质量的评估方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109472464A(43)申请公布日2019.03.15(21)申请号201811227188.8G06Q50/20(2012.01)(22)申请日2018.10.22G06K9/00(2006.01)(71)申请人佛山市顺德区中山大学研究院地址528399广东省佛山市顺德区大良街道办事处云路社区居民委员会南国东路9号申请人广东顺德中山大学卡内基梅隆大学国际联合研究院中山大学(72)发明人张东邓洪汰吴增程(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人左恒峰(51)Int.Cl.G06Q10/06(2012.01)权利要求书1页说明书2页附图1页(54)发明名称一种基于眼动追踪的在线课程质量的评估方法(57)摘要本发明公开了一种基于眼动追踪的在线课程质量的评估方法，教学视频开始时，调用摄像头对用户面部进行截图，送入预测模型得到该时刻预测的视点位置，以此来评估教学视频的教学质量，不需要学生和专家的打分，不用耗费人力物力，不存在人为因素，可以客观公正的根据用户的听课状态评估教学结果。CN109472464ACN109472464A权利要求书1/1页1.一种基于眼动追踪的在线课程质量的评估方法，其特征在于，包括以下步骤：S1：教学视频开始；S2:程序调用前置摄像头开始摄像、获取设备信息；S3：根据设备信息，标记教学重点区域的显示位置；S4：利用大规模眼动数据集构建一个预训练的预测模型；S5：对摄制的面部视频定时截图，然后将截图送入预测模型，得到该时刻预测的视点位置；S6：判断预测的视点是否在教学重点区域内，若是则加入计分项，不是则不加入计分项；S7：判断教学视频是否结束，若没有则重复步骤S2-S6直至教学视频结束，若教学视频结束，则统计计分项并根据计分项进行评估；S8：评估结束。2.根据权利要求1所述的一种基于眼动追踪的在线课程质量的评估方法，其特征在于：所述步骤S2中获取设备信息通过在程序中调用函数来获取用户的设备信息，所述设备信息包括设备名称，设备屏幕的分辨率，以此来确定用户所使用的设备屏幕的坐标系统。3.根据权利要求1所述的一种基于眼动追踪的在线课程质量的评估方法，其特征在于：所述步骤S4的预测模型是一个包含四个部分的联合网络模型，四个部分的输入分别是左眼图片、右眼图片、头部姿势和一个表征人脸相对屏幕距离远近的特征，通过若干层的卷积、池化处理，将四个网络输出的特征进行合并，形成联合特征。2CN109472464A说明书1/2页一种基于眼动追踪的在线课程质量的评估方法技术领域[0001]本发明涉及眼动追踪技术，特别地，涉及一种基于眼动追踪的在线课程质量的评估方法。背景技术[0002]随着信息技术迅速发展和互联网的出现，创造了跨时空的工作和学习方式，知识获取的方式也发生了许多变化，体现在从传统的课堂教学到网络视频课程的转变。教与学可以不受时间、空间和地点条件的限制，知识获取的渠道灵活与多样化。新媒体时代，网络视频教学网站的表现日益突出，例如慕课网等互联网学习网站。然而，网站教学师资力量良莠不齐，如何对授课老师的教学质量进行评估，并由此向大众推广优秀的教学视频受到业界广泛的关注。[0003]传统的课堂教学质量评估是针对课堂氛围和教学内容等方面通过专家打分、学生反馈的方式进行的，但此方法由于存在人为因素，因此不完全客观，且需要耗费较多的人力物力，因而不适用于网络视频教学质量的评估。公开号为CN106228293A的专利提出通过统计用户闭眼、打哈欠和点头的次数的方法来评估网络教学视频的质量，然而这种方法并不完全真实的反映用户的注意力是否集中在视频的教学中。发明内容[0004]为了克服现有技术的不足，本发明提供一种客观可行，节省人力物力的基于眼动追踪的在线课程质量的评估方法。[0005]本发明解决其技术问题所采用的技术方案是：[0006]一种基于眼动追踪的在线课程质量的评估方法，包括以下步骤：S1：教学视频开始；S2:程序调用前置摄像头开始摄像、获取设备信息；S3：根据设备信息，标记教学重点区域的显示位置；S4：利用大规模眼动数据集构建一个预训练的预测模型；S5：对摄制的面部视频定时截图，然后将截图送入预测模型，得到该时刻预测的视点位置；S6：判断预测的视点是否在教学重点区域内，若是则加入计分项，不是则不加入计分项；S7：判断教学视频是否结束，若没有则重复步骤S2-S6直至教学视频结束，若教学视频结束，则统计计分项并根据计分项进行评估；S8：评估结束。[0007]优选地，所述步骤S2中获取设备信息通过在程序中调用函数来获取用户的设备信息，所述设备信息包括设备名称，设备屏幕的分辨率，以此来确定用户所使用的设备屏幕的坐标系统。[0008]优选地，