一种基于VGG卷积神经网络模型的线上学习评估方法  

作　　者：李阳[1] 张恺 LI Yang;ZHANG Kai

机构地区：[1]福建师范大学协和学院,福建福州350116

出　　处：《信息技术与信息化》2023年第10期80-83,共4页Information Technology and Informatization

基　　金：福建省中青年教师教育科研项目JAT220516;2022年福建师范大学协和学院课程思政示范课程培训项目。

摘　　要：随着混合式教学的深入开展,在线学习观看效果成为教师评估学生学习质量的一个重要标准。针对无法有效获取学生实际在位的观看时长的问题,提出一种从学生录屏中,提取学生有效观看帧数,用以评估学生实际学习时长的方法。首先,基于ImageNet的VGG16神经网络模型对从软件提取的学生观看视频中出现的人物图像进行抽帧提取及图像分类,建立有效的训练数据集。然后,选取合适的优化器和损失函数,进行训练优化和参数优化,对抽帧图像进行尺寸归一化处理和数据标注。最后,利用帧率计算出学生有效形象的出镜时间,进行输出,辅助教师进行评估,实验验证了方法的准确性和有效性。

关 键 词：在线学习 VGG16 抽帧 有效观看 

分 类 号：G434[文化科学—教育学] TP183[文化科学—教育技术学] TP391.41[自动化与计算机技术—控制理论与控制工程]