[实用新型]一种人工智能教学质量评估系统有效

专利信息
申请号: 201920248396.X 申请日: 2019-02-27
公开(公告)号: CN210776806U 公开(公告)日: 2020-06-16
发明(设计)人: 赵健 申请(专利权)人: 上海界世智能技术有限公司
主分类号: G06Q50/20 分类号: G06Q50/20
代理公司: 北京联瑞联丰知识产权代理事务所(普通合伙) 11411 代理人: 黄冠华
地址: 201900 上海市宝山*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人工智能 教学质量 评估 系统
【说明书】:

实用新型公开了一种人工智能教学质量评估系统,属于教学设备领域,包括数据采集模块、边缘计算智能硬件、云计算平台和用户终端;所述数据采集模块为摄像头;所述边缘计算智能硬件包括电连接的嵌入式处理器和神经计算棒;所述云计算平台包括电连接的数据库和数据处理模块;所述用户终端为智能手机或者个人电脑;所述嵌入式处理器与所述数据采集模块、所述数据数据库电连接;所述嵌入式处理器、所述数据处理模块均与所述用户终端电连接。本实用新型设计合理,能够有效的提高数据处理速度,实现实时的教学质量评估。

技术领域

本实用新型涉及教学设备领域,特别涉及一种人工智能教学质量评估系统。

背景技术

当前的教学质量评估方式多限于人工查课,通过人工观察学生的表情判断学生有没有好好听讲、有没有理解教学内容。这种教学质量评估方式对人的依赖很大,导致评估效率很低,无法大规模推广。

随着人工智能技术的发展,当前,也有将人工智能考勤的技术运用到教学质量评估领域中。但是现有的人工智能设备仅能完成静态的考勤,例如学生中途是否离开课堂,是否迟到早退等。但是对于学生上课是否专心听讲、是否听懂等等问题无法进行考察,实际上无法完成真正的教学质量评估。

同时现有的教学质量评估设备只能将采集到的场景信息保存起来,再通过大型数据处理中心对场景信息进行处理,这一过程比较耗费时间,因此无法实现实时的教学质量评估,只能做事后的统计分析,无法为教学双方提供更好、更及时的服务。

实用新型内容

针对现有技术存在的教学质量评估设备难以实现实时的教学评估的问题,本实用新型的目的在于提供一种人工智能教学质量评估系统。

为实现上述目的,本实用新型的技术方案为:

一种人工智能教学质量评估系统,包括数据采集模块、边缘计算智能硬件、云计算平台和用户终端;所述数据采集模块为摄像头;所述边缘计算智能硬件包括电连接的嵌入式处理器和神经计算棒;所述云计算平台包括电连接的数据库和数据处理模块;所述用户终端为智能手机或者个人电脑;所述嵌入式处理器与所述数据采集模块、所述数据库电连接;所述嵌入式处理器、所述数据处理模块均与所述用户终端电连接。

优选的,所述嵌入式处理器为ARM11架构处理器。

优选的,所述嵌入式处理器与所述数据库通过通信模块连接。

优选的,所述嵌入式处理器包含有神经网络架构算法。

优选的,所述智能手机包括手机APP,所述个人电脑包括PC端软件。

本实用新型的使用过程如下:首先摄像头采集场景中的实时动态图像;搭载有神经网络架构算法的嵌入式处理器对实时动态图像进行实时处理,最终得到场景中物体分类、人脸数量、人物动作、人物神情等实时信息,并以此判断出学生迟到早退情况、出勤情况、专心听讲情况、是否听懂等处理结果,该过程中通过神经计算棒加速神经网络架构算法的运算速度,提高硬件处理能力;嵌入式处理器将得到处理结果发送到数据库保存,同时也将处理结果发送到用户端呈现给用户,使用户能够直观的得到教学质量的实时评估结果;同时数据库保存的数据被数据处理模块进行筛选、整合、多维度处理后,能够给用户呈现出每个学生在一定时期内的学习状态、学习情况以及教学效果等评估数据。

采用上述技术方案,由于嵌入式处理器与摄像头连接的设置,使得摄像头采集的大量实时数据不必经过上传,而能够直接由嵌入式处理器进行处理,能够提高系统的分析速度,实现实时信息处理能力;而神经计算棒的设置,则使得在不增加嵌入式处理器处理能力的同时,实现实时信息的有效、快速处理,进一步的提高信息处理能力;相比于现有教学质量评估系统,本实用新型的数据处理能够实现在前端进行,从而只需要对处理结果进行上传即可,能够有效降低网络资源占用,实现实时的教学质量评估能力。

附图说明

图1为本实用新型的结构框图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海界世智能技术有限公司,未经上海界世智能技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201920248396.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top