AI教學質量評估系統
教師教學質量評價是教學質量監控的關鍵環節，是提高教學質量和辦學效益的重要手段。對建立完善的教學質量監控體系，推進教風與學風建設，客觀公正地評價教學工作，激發教師教學質量意識，規范教學要求，強化教學管理，全面提高高校教師教學業務水平和教學效果，培養適應時代需求、具有創新精神和實踐能力的全面發展的優秀人才有積極的作用。 傳統評教模式下，學生評教一般每學期進行一次，時間大都安排在期中或者期末。評教的結果一般在學期末或下學期初公布，這個結果對本學期的教學沒有任何的指導意義，而下一學期隨著教師任課課程的改變和上課學生的不同，其對教學的指導意義也缺乏針對性。
針對傳統評教模式的不足，利用AI人工智能的"視覺識別技術”進行學生課堂表現特征識別、跟蹤、分析，其原理是根據學生在課堂教學活動中因心理變化而導致面部表情及動作差異的模型。
通過視頻大數據的表情行為分析模型，實現上課質量的評價分析，為各個評價主體進行評價提供重要依據，賦予課堂教學質量評價的多維性，實現對傳統評教模式耗時、耗力等問題的突破。實現多地域、任意時段訪問系統進行評教，大大增強了評教的靈活性。在本系統中，用戶端的視線及表情信息通過攝像頭采集并傳遞到情感模型。情感模型對識別到的表情數據與跟蹤得到的視線所處的知識點處理分析，判斷學習者對知識的掌握情況、興趣與否、專注程度及學習進度，將分析結果一一對應地傳遞到學生模型、課程模型、教師模型中，以此為依據對學習內容與學習過程作出相應調整，并及時給予情感補償。
模型化分析：
- 對不同老師課堂狀況對比分析、對學校課堂紀律狀況分析挖掘、對不同課程學生興趣分析。
- 實時檢測分析學生上課情況；模型支撐教學質量效果評價；為教學綜合評價提供依據。
一、人臉檢測
- 支持人臉檢測，支持優選抓拍；
- 支持上報最優的人臉抓圖；
- 支持人臉增強，人臉曝光；
- 支持多種人臉屬性提取，多種表情識別；
- 支持人臉摳圖區域可設：人臉，單寸照；
- 支持單個以及批量人員注冊；
- 支持人臉識別相似度設置。
二、AI行為分析
- 支持對課堂人員行為進行分析；行為包括：抬頭、低頭、讀寫、舉手、聽講、趴桌子、玩手機等行為；
- 支持人員起立檢測。
三、課堂教學質量評估
1.通過人臉識別技術實現課堂教學質量評估的系統。
3.支持全時數據分析能力，課堂上以時間為坐標軸的表情走勢。
4.支持對人員視圖的專注度、活躍度等識別來進行大數據分析，根據教學評估體系標準，來實現課堂質量的評估。
5.支持視頻方式對多人同時進行圖像采集和特征提取，形成課堂教學質量評估數據，包括開心、悲傷、恐懼、驚訝、無表情等多種表情識別。
6.支持智能人臉信息檢索能力，通過人臉關聯顯示學生信息；支持全校遠程集中監控能力，在監控中心通過大屏或電腦對教室實時視頻、學生課堂關注度進行量化數據監控；支持數據分析能力，根據教室、時間進行課堂學生關注度統計及排行；提供自動報告能力，可自動生成各教室學生課堂專注數據。
四、無感人臉識別考勤
采用攝像頭實現無感考勤，考勤數據實時同步顯示，支持智能人臉信息檢索能力；支持全校遠程集中監控能力。
