-
题名虚拟现实技术的“前生今世”
被引量：8
- 1
-
-
作者
王学松
于文江
-
机构
北京师范大学虚拟现实应用教育部工程研究中心
北京师铎教育科技有限公司
-
出处
《中国科技产业》
2015年第8期28-31,共4页
-
文摘
提到＂虚拟现实＂,人们脑海里马上会浮现出一幅可能来自30世纪的画面：一袭装备着电缆和跟踪定位器的黑衣、头戴完全封闭的头盔、手上戴着数据手套,面对炫酷的三维立体屏幕,在空气指指点点,与周围世界格格不入。这是一系列美国大片《黑客帝国》、《盗梦空间》、《虚拟偶像》里面描绘的虚拟现实未来场景,也是虚拟现实技术专家在几年前给人们绘制的未来生活前景。
-
关键词
虚拟现实技术
黑客帝国
美国大片
数据手套
三维立体
虚拟现实应用
虚拟环境
虚拟现实系统
构想性
三维虚拟
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名课堂教学自动评价及其初步研究成果
被引量：21
- 2
-
-
作者
骆祖莹
张丹慧
-
机构
北京师范大学信息科学与技术学院
虚拟现实应用教育部工程研究中心
中国基础教育质量监测协同创新中心
-
出处
《现代教育技术》
CSSCI
北大核心
2018年第8期38-44,共7页
-
基金
国家自然科学基金面上项目"基于GPU集群层次式并行计算的3D芯片电热综合分析与综合优化"(项目编号:61274033)资助
-
文摘
课堂评价是教育评价的核心环节。文章基于人工智能等最新的信息技术,结合课堂评价的需求,在全球范围内,首次给出了课堂教学自动评价的定义,构建了课堂教学自动评价理论,并在自动考勤、学习注意力分析、基于对话文本的师生对话与互动评价等方面都取得了初步研究成果。与传统的课堂评价技术相比,课堂教学自动评价具有全员、全程、全自动、高采样率、无扰、客观等优点,使规模化、常态化课堂教学过程评价成为可能。
-
关键词
课堂评价
学习情感
自动考勤
-
Keywords
classroom evaluation
learning emotion
classroom attendance
-
分类号
G40-057
[文化科学—教育学原理]
-
-
题名基于多尺度细节增强的面部表情识别方法
被引量：16
- 3
-
-
作者
谭小慧
李昭伟
樊亚春
-
机构
首都师范大学信息工程学院
北京师范大学虚拟现实应用教育部工程研究中心
首都师范大学电子系统可靠性与数理交叉学科国家国际科技合作示范型基地
首都师范大学北京成像理论与技术高精尖创新中心
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2019年第11期2752-2759,共8页
-
基金
国家重点研发计划项目(2017YFB1002804)
国家自然科学基金项目(61602324)
浙江大学CAD&CG国家重点实验室开放课题(A1914)~~
-
文摘
人类面部表情是其心理情绪变化的最直观刻画,不同人的面部表情具有很大差异,现有表情识别方法均利用面部统计特征区分不同表情,其缺乏对于人脸细节信息的深度挖掘。根据心理学家对面部行为编码的定义可以看出,人脸的局部细节信息决定了其表情意义。因此该文提出一种基于多尺度细节增强的面部表情识别方法,针对面部表情受图像细节影响较大的特点,提出利用高斯金字塔提取图像细节信息,并对图像进行细节增强,从而强化人脸表情信息。针对面部表情的局部性特点,提出利用层次结构的局部梯度特征计算方法,描述面部特征点局部形状特征。最后,使用支持向量机(SVM)对面部表情进行分类。该文在CK+表情数据库中的实验结果表明,该方法不仅验证了图像细节对面部表情识别过程的重要作用,而且在小规模训练数据下也能够得到非常好的识别结果,表情平均识别率达到98.19%。
-
关键词
表情识别
图像金字塔
高斯差分
细节增强
支持向量机
-
Keywords
Expression recognition
Image pyramid
Gauss difference
Detail enhancement
Support Vector Machine(SVM)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于教师近场语音的课堂教学过程自动分析
被引量：10
- 4
-
-
作者
骆祖莹
赵琦琦
段福庆
-
机构
北京师范大学人工智能学院
虚拟现实应用教育部工程研究中心
-
出处
《现代教育技术》
CSSCI
2021年第8期76-84,共9页
-
基金
教育部-中国移动科研基金项目“人工智能条件下的教育实验研究”(项目编号:MCM20200404)
国家自然科学基金项目“层次行为事件模型启发的课堂教学行为模式挖掘及其关键技术研究”(项目编号:61977009)的阶段性研究成果。
-
文摘
课堂教学过程分析自动化是改进日常教学的关键。随着AI技术的快速发展,使用商用软件对教师近场语音进行自动语音识别,能够获得精确的教师说话时段,得以开展如下的课堂教学过程自动编码与分析研究:(1)使用S-T(学生-教师)行为编码、构建S-T互动编码,实现了基于教师说话时段的全自动变时长S-T双编码;(2)提出了基于时长的S-T分析方法,生成教师主导行为占比Rt和师生互动率Ch的时间变化曲线;(3)通过教学活动建模,将连续的课堂教学过程离散为讲授、自主学习、问答-短互动、讨论-长互动等四类教学活动的序列;(4)开发了一套全自动可视化的课堂教学过程分析工具软件。
-
关键词
课堂分析
师生互动
S-T分析
编码方法
教学行为建模
-
Keywords
classroom analysis
student-teacher interaction
S-T analysis
coding method
teaching behavior modeling
-
分类号
G40-057
[文化科学—教育学原理]
-
