劉毅

摘? 要：網(wǎng)絡教學是重要的教學方式，自新冠肺炎疫情發(fā)生以來，網(wǎng)絡教學更大規(guī)模地得到應用。然而網(wǎng)絡教學存在上課質(zhì)量難以監(jiān)督的問題。文章研究提出了基于行為分析的網(wǎng)絡教學監(jiān)督評估方法，并利用人工智能等技術設計了網(wǎng)絡教學監(jiān)測系統(tǒng)，根據(jù)學生在線學習時的對電腦的狀態(tài)、操作行為等信息數(shù)據(jù)對上課質(zhì)量進行評估，為網(wǎng)絡教學的發(fā)展提供技術支撐。

關鍵詞：網(wǎng)絡教學;質(zhì)量監(jiān)測;系統(tǒng)

中圖分類號：TP393? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）23-0084-03

Abstract： Online teaching is an important teaching method， since COVID-19 disease， online teaching is applied on a larger scale. However， the quality of online teaching is difficult to supervise. This paper studied a method of network teaching supervision and evaluation based on behavior analysis， and designs a network teaching monitoring system by using artificial intelligence and other technologies. According to the information data of students' on-line learning， such as the state and operation behavior of computers， the class quality is evaluated， which provides technical support for the development of online teaching.

Keywords： online teaching; quality monitoring; system

引言

網(wǎng)絡教學是通信網(wǎng)絡技術發(fā)展的結果，廣泛在職業(yè)培訓、成人教育等教學應用。目前擁有網(wǎng)絡教學資質(zhì)的高校網(wǎng)絡學院有70余所，慕課等教學方式也開始在普通高等學校的教學工作中應用，為國家的職業(yè)和高等人才培養(yǎng)提供了重要的支撐作用，特別是新冠肺炎疫情以來，為保障教學工作的繼續(xù)開展，在全國范圍內(nèi)大、中、小學均采用了網(wǎng)絡教學，云課堂、空中課堂、騰訊會議、騰訊課堂、云視訊等各種教學平臺和軟件均得到了廣泛應用。然而網(wǎng)絡教學普遍存在的問題是難以在線教學時對學生上課質(zhì)量進行監(jiān)督和考察，部分網(wǎng)上教學平臺具有視頻播放時間統(tǒng)計，定時打卡等監(jiān)督功能，但監(jiān)督方式較為生硬，特別是定時打卡，易分散學生聽課的注意力，反而影響了教學質(zhì)量。所以需要對網(wǎng)上教學的上課質(zhì)量監(jiān)督的方法進行研究，以保證教學質(zhì)量。

本文研究基于行為分析的網(wǎng)絡教學監(jiān)督評估方法，并設計相應的系統(tǒng)，根據(jù)學生在線學習時的對電腦的狀態(tài)、操作行為等信息數(shù)據(jù)對上課質(zhì)量進行評估。

1 方法研究

網(wǎng)絡教學監(jiān)督評估方法包括線上課程運行狀態(tài)監(jiān)測、學生行為監(jiān)測兩部分。

1.1 運行狀態(tài)監(jiān)測

運行狀態(tài)監(jiān)測包括界面監(jiān)測和音量監(jiān)測。

（1）界面監(jiān)測用于監(jiān)測線上課程軟件運行過程中是否有其它界面遮擋。學生在線學習時，易存在開啟其它游戲、瀏覽器、工作或聊天軟件操作的情況，通過界面監(jiān)測可對此類影響聽課質(zhì)量的界面切換操作信息進行采集，并記錄時間和次數(shù)。

（2）音量監(jiān)測可對學生在上課過程中電腦的音量設置調(diào)節(jié)信息進行采集，以監(jiān)測學生在線學習時異常調(diào)低音量、開啟靜音等操作情況。除此之外，在線教學軟件應不提供獨立的在線視頻音量調(diào)節(jié)功能，以防止學生獨立對教學視頻靜音，而播放其它娛樂視頻。

1.2 行為監(jiān)測

行為監(jiān)測主要是通過對輸入設備監(jiān)測實現(xiàn)，包括鼠標監(jiān)測、鍵盤監(jiān)測、攝像頭監(jiān)測。

（1）鼠標監(jiān)測;鼠標是重要的人機交互輸入設備，人們在使用軟件時基本必須使用鼠標操作，特別是使用游戲、瀏覽器軟件時，鼠標操作頻率較高，而網(wǎng)絡教學多數(shù)時間是觀看在線視頻，幾乎不需鼠標操作，所以對鼠標操作的頻繁度進行監(jiān)測，可有效獲取學生對軟件的操作行為。

（2）鍵盤監(jiān)測;鼠標是文本輸入的主要設備，人們在使用Word等文本編輯工作軟件或使用瀏覽器軟件進行搜索操作時，必須使用鍵盤輸入，所以對鍵盤輸入的頻繁度進行監(jiān)測，可有效獲取學生對電腦的編輯操作行為。但由于鍵盤偵測可能危及被監(jiān)測對象的密碼等個人信息安全的問題，所以監(jiān)測權限一定要嚴格控制與管理，只能對鍵盤使用頻率進行監(jiān)測，絕不可監(jiān)測輸入內(nèi)容。

（3）攝像頭監(jiān)測;現(xiàn)有筆記本電腦基本都集成有攝像頭，通過攝像頭可以采集學生的視頻圖像，對視頻圖像處理識別，可監(jiān)測學生是否在電腦旁，而且進一步可監(jiān)測學生對電腦屏幕的關注情況。

2 系統(tǒng)設計

網(wǎng)絡教學監(jiān)測系統(tǒng)可作為網(wǎng)絡教學軟件的一個子系統(tǒng)，由于涉及本地電腦功能較多，所以網(wǎng)絡教學軟件應采用CS框架。教學監(jiān)測系統(tǒng)結構功能如圖1所示：

網(wǎng)絡教學監(jiān)測系統(tǒng)中音量監(jiān)測、鼠標監(jiān)測、鍵盤監(jiān)測的功能較為簡單，易于實現(xiàn)，限于篇幅，本文不再詳述。以下主要對界面監(jiān)測和攝像頭監(jiān)測過程進行設計。

2.1 界面監(jiān)測

界面監(jiān)測可借鑒錄屏軟件全屏數(shù)據(jù)采集的技術，對界面中固定不變的區(qū)域和位置選取若干個像素點，對這些像素點的值的變化進行監(jiān)測，即可實現(xiàn)界面的監(jiān)測。

由于屏幕顯示界面均由顯示驅(qū)動程序負責顯示管理和驅(qū)動，所以具體編程時研究目標應以GDI（Graphics Device Interface） 圖形設備接口為主。GDI體系架構如圖2所示，由下至上包括五個層次，底層為軟件的開發(fā)環(huán)境，圖中列舉了.NET和C++等常用的Windows程序開發(fā)環(huán)境;第二層為GDI+引擎，為底層開發(fā)的程序提供界面的二維矢量圖形、點陣圖像、文本文字的頭文件、動態(tài)鏈接庫等，包括與顯示設備無關的類、函數(shù)等;第三層為GDI接口，輸出標準的界面顯示信息;第四層設備驅(qū)動程序負責根據(jù)硬件設備完成GDI提供的數(shù)據(jù)轉(zhuǎn)換，由第五層顯卡和顯示器完成軟件界面的顯示?；贕DI接口可采用mirror driver通過創(chuàng)建虛擬顯卡截取顯示內(nèi)容，實現(xiàn)對屏幕更新區(qū)域的監(jiān)控，如圖3所示，在網(wǎng)絡教學軟件界面的關鍵位置設置9個監(jiān)測點，如屏幕更新區(qū)域涉及這些監(jiān)測點，可判定學生進行了界面切換操作，包括界面覆蓋，最小化等。

2.2 攝像頭監(jiān)測

攝像頭監(jiān)測過程如圖4所示。

（1）步驟1，系統(tǒng)根據(jù)學生用戶名信息調(diào)取服務器中存儲的學生照片圖像數(shù)據(jù)，并開啟攝像頭采集學生面部圖像，將圖像進行人臉識別匹配，如匹配成功，則繼續(xù)持續(xù)采集面部圖像，進行活體檢測以區(qū)分真人與照片。

（2）步驟2，對步驟1的識別結果進行判定，如果識別成功繼續(xù)執(zhí)行步驟3，否則返回步驟1繼續(xù)采集識別。

（3）步驟3，對已經(jīng)過識別認證的學生進行位置識別監(jiān)測，用于判定學生是否持續(xù)在電腦前，可采用較為成熟的臉部追蹤算法實現(xiàn)。

（4）步驟4，對步驟3的識別結果進行判定，如果目標可持續(xù)追蹤，則判定學生沒有離開電腦，繼續(xù)執(zhí)行步驟5，否則返回步驟1對學生重新采集識別。

（5）步驟5，對學生進行專注度監(jiān)測，用于判定學生對學習內(nèi)容的專注度。專注度監(jiān)測通過對學生的眼睛是否注視屏幕進行判斷，主要依據(jù)是眼睛的瞳孔位置，如果學生使用的是內(nèi)置在屏幕上方的攝像頭，則瞳孔應正對攝像頭，如果使用外置攝像頭，可通過瞳孔方向變化進行判定。此外通過瞳孔監(jiān)測，還可對學生眨眼頻率和閉眼時間的相關數(shù)據(jù)進行采集。

（6）步驟6，基于步驟3位置識別監(jiān)測和步驟5的專注度監(jiān)測，對學生在電腦前的時間、專注時間進行累積統(tǒng)計。

（7）步驟7，如已到下課時間，則執(zhí)行步驟8，否則返回步驟3，在上課時間段內(nèi)循環(huán)執(zhí)行步驟3-7。

（8）步驟8，依據(jù)步驟6對學生在電腦前的時間、專注時間的最終統(tǒng)計數(shù)據(jù)，對本節(jié)課的學習質(zhì)量進行評估。

在以上步驟中，步驟1人臉識別、步驟3和步驟5專注度監(jiān)測，已有很多成熟的相關方法與技術。人臉識別技術已在設備安全管理、公共安全、在線支付等領域得到廣泛應用;位置識別已在視頻監(jiān)控、手機智能拍照等領域使用;專注度監(jiān)測已在駕駛員疲勞度檢測方面得到應用。攝像頭監(jiān)測程序可采用基于OpenCV開源計算機視覺庫進行開發(fā)，OpenCV提供了包括Windows、Mac Os等多種操作系統(tǒng)的開發(fā)函數(shù)。OpenCV 提供了FaceRecognizer類，可采用多種識別算法實現(xiàn)識別，在此基礎上。OpenCV 還提供了人臉追蹤face_tracker類，應用這個類，可在本應用中輕松實現(xiàn)學生位置監(jiān)測的功能。此外通過OpenCV 提供的CascadeClassifier分類器，可檢測識別人眼并對瞳孔位置進行定位。

3 結束語

本文研究基于行為分析的網(wǎng)絡教學監(jiān)督評估方法，并設計了網(wǎng)絡教學監(jiān)測系統(tǒng)，根據(jù)學生在線學習時的對電腦的狀態(tài)、操作行為等信息數(shù)據(jù)對上課質(zhì)量進行評估。本文提出的方法與系統(tǒng)可解決在線教學時難以對學生上課質(zhì)量進行監(jiān)督和考察的問題，同時可采集與可課程質(zhì)量相關的學生關注度相關的一手數(shù)據(jù)，可為大數(shù)據(jù)分析提供寶貴的數(shù)據(jù)，進一步為網(wǎng)絡教學的進步與推廣提供支撐。

參考文獻：

[1]周蓓.中國高等學歷繼續(xù)教育政策大數(shù)據(jù)決策系統(tǒng)建設研究[D].北京：中國礦業(yè)大學（北京），2019.

[2]汪旭，陳仁文，黃斌.基于android系統(tǒng)的司機駕駛安全監(jiān)測系統(tǒng)的實現(xiàn)[J].電子測量技術，2017，27（10）：1-6.

[3]楊建昌.GDI+高級編程[M].清華大學出版社，2010：15-20.

[4]大衛(wèi)·米蘭·埃斯克里瓦.OpenCV4計算機視覺項目實戰(zhàn)[M].機械工業(yè)出版社，2019：112-122.