基于时空图卷积神经网络的教师教学行为识别方法

摘要

教师课堂教学行为是课堂教学活动的重要组成部分，而进行教师的教学行为识别对评价课堂教学质量有着重要意义.该文提出了一种基于时空图卷积神经网络的教师教学行为识别方法，此方法首先以教师教学视频中的单帧影像为单元提取人体骨架点信息，然后以时空图卷积神经网络为框架聚合多帧影像信息，对教师教学行为类别进行识别.为了验证方法的有效性，文章构建了两组包含6大类教师日常教学行为的视频数据集，并进行了对比实验.实验结果表明，基于时空图卷积神经网络的教师教学行为识别方法可以有效排除教室场景内无关信息的干扰，充分利用多帧影像中骨架点间产生的时空信息，来准确识别教师典型教学行为，具有更高准确率和更强的鲁棒性.该文相关研究可以及时、有效地反应教师的教学状态，有助于教师及时优化教学行为，助力智慧教学.

关键词

行为识别 / 教师教学行为 / 时空图卷积神经网络 / 骨架信息提取

基金资助

教育部人文社会科学项目(22YJC880058); 国家自然科学基金项目(62107020); 武汉市曙光计划项目(2022010801020281); 华中师范大学教学研究项目(202143);华中师范大学人工智能教育学部教学创新研究项目(ZNXBJY202114);华中师范大学文科综合实验教学中心实验教学研究项目(WZ2022-02); 中央高校基本科研业务费项目(CCNU22QN011,CCNU23KYZHSY17)