基于Kinect的课堂教学状态监测系统

李彬; 谢翟; 段渭军; 杨荣

doi:10.13873/J.1000-9787(2017)01-0067-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于Kinect的课堂教学状态监测系统

设计与制造 | 更新时间：2025-09-11

- 基于Kinect的课堂教学状态监测系统
- Kinect-based monitoring system for teaching in classroom
- 传感器与微系统 2017年36卷第1期页码：67-70
- 作者机构：
  
  1. 西北工业大学电子信息学院
  2. 西北工业大学物联网技术及应用国家地方联合工程实验室
  3. 西安交通大学工程坊
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61203233,61601365）;陕西省自然科学基金资助项目（2016JQ6017）;中央高校基础科研基金资助项目（3102015ZY093）
- DOI：10.13873/J.1000-9787(2017)01-0067-04
  中图分类号： TP274;TP212.9
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]李彬,谢翟,段渭军,杨荣.基于Kinect的课堂教学状态监测系统[J].传感器与微系统,2017,36(01):67-70.

LI Bin, XIE Di, DUAN Wei-jun, et al. Kinect-based monitoring system for teaching in classroom[J]. 2017, 36(1): 67-70.
[1]李彬,谢翟,段渭军,杨荣.基于Kinect的课堂教学状态监测系统[J].传感器与微系统,2017,36(01):67-70. DOI： 10.13873/J.1000-9787(2017)01-0067-04.

LI Bin, XIE Di, DUAN Wei-jun, et al. Kinect-based monitoring system for teaching in classroom[J]. 2017, 36(1): 67-70. DOI： 10.13873/J.1000-9787(2017)01-0067-04.

摘要

课堂上对学生听课效果进行评估的重点是捕捉学生听课行为。本系统利用Kinect传感器获取学生听课过程中的彩色、深度、骨骼点图像来分析学生的上课肢体状态、注意力方向

以此反映学生听课状态。同时

系统利用Kinect麦克风阵列采集到的声源信息来统计课堂回答问题的频度和声源位置。通过对上述信息的综合分析

获取学生上课状态的客观指标

从而对课堂教学评估提供数据支撑。

Abstract

The key to evaluate the listening quality is to monitor the students’ behavior in classroom. This system uses color

depth

and skeleton point image obtained by Kinect sensor to analyze limb state

attention direction

so as to reflect listen state. Meanwhile

the system count of frequency of answering questions in class and sound source location according to sound source information

which is collected by microphone array equipped in Kinect.Through comprehensive analysis on above information

the system can get some objective index of listening state to make data support for classroom teaching evaluation.

关键词

Keywords

references

基于人脸3D模型的驾驶人头部姿态检测 [J]. 张波,王文军,成波. 汽车工程 . 2016(01)

基于深度图像HOG特征的实时手势识别方法 [J]. VanBang L E,朱煜,赵江坤,陈宁. 华东理工大学学报(自然科学版) . 2015(05)

SQLite数据库在嵌入式系统中的应用研究 [J]. 梁永恩,万世明,翟敏换. 现代计算机(专业版) . 2015(10)

基于Kinect传感器的人体行为分析算法 [J]. 战荫伟,张昊. 传感器与微系统 . 2015(01)

基于.NET框架、WPF技术随机选房系统设计与实现 [D]. 李默涵. 吉林大学 2014

Visual C# 2005技术内幕[M]. 清华大学出版社 , (美) 马歇尔 (Marshall, 2007

Accuracy of Kinect’s skeleton tracking for upper body rehabilitation applications [J] . Mobini,Behzadipour,Saadat Foumani. Disability and Rehabilitation: Assistive Technolo . 2014 (4)

Combining SRP-PHAT and two Kinects for 3D Sound Source Localization [J] . Lucas Adams Seewald,Luiz Gonzaga,Mauricio Roberto Veronez,Vicente Peruffo Minotto,Cláudio Rosito Jung. Expert Systems With Applications . 2014 (16)

浏览量

323

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Kinect的无接触式体质检测系统

基于Kinect的非接触式呼吸检测系统

基于Jetson nano的改进MobileNet人脸识别系统

基于云平台和加强陌生人脸识别的智能防盗系统

基于LC-KSVD字典学习的变化光照下人脸识别方法