本发明涉及教学管理系统技术领域，具体而言，涉及一种教学质量评估系统。
背景技术：
2009年2月《国家中长期教育改革和发展规划纲要》工作小组办公室面向全社会发布了第二轮20个重大关键问题，其中一个重要问题就是如何改进高等教育质量管理，建立健全教学质量标准和教学质量评价制度。
督导专家评估是教学质量评价中常见的一种方式。由于负责评估的专家都有自己的管理工作、教学工作以及科研工作，对于待评价的课程，如果要求专家们每节都去听，无疑会增加专家的工作量，增加评价周期，降低评估效率，所以实际操作时，通常是以教师一两节课的表现评判整门课程，但是这样存在采样的范围过小，偶然性较大的问题，因而评价的结果也不能够真实的反映出教师的教学质量。
随着互联网技术的发展，逐渐出现了各种教学管理系统，极大的方便了学校的教学管理工作，但是现有的教学管理系统中的教学质量评估系统依旧沿用传统的评估方式，存在着工作量大，采样范围小，评估结果不真实、偶然性大等问题，降低了评估的实际价值。
技术实现要素：
本发明意在提供一种教学质量评估系统，能够解决现有教学质量评估过程中存在的评工作量大，采样范围小，评价结果偶然性大的问题。
为了解决上述技术问题，本专利提供如下基础技术方案：
教学质量评估系统，包括：
课堂数据采集模块，所述课堂数据采集模块用于采集教室内的视频数据；
视频分析模块，所述视频分析模块包括人脸识别子模块和动作识别子模块，所述人脸识别子模块用于识别视频数据中人员的身份，所述动作识别子模块用于识别视频数据中学生动作或姿势；
考勤评估模块，所述考勤评估模块用于根据人脸识别子模块的识别结果生成学生考勤数据；
课堂纪律评估模块，所述课堂纪律评估模块用于根据动作识别子模块的识别结果生成学生动作纪律数据；
积极性评估模块，所述积极性评估模块用于根据动作识别子模块的识别结果生成学生积极性数据；
评估统计模块，所述评估统计模块用于根据课堂评估数据为视频数据所对应的课程的教学质量进行评估并生成课堂评估结果，所述课堂评估数据包括学生考勤数据、学生动作纪律数据和学生积极性数据，所述评估统计模块还用于统计课程的所有课堂评估结果生成该课程的课程评估结果。
本发明技术方案中，通过数据采集模块能够采集教室内每一堂课的视频数据，通过视频分析模块对这一节课的视频进行分析，识别视频数据中的学生和教师，并根据人脸识别的识别结果计算这一节课的出勤率、迟到率、早退率等考勤数据，通过动作识别模块能识别学生低头、睡觉、举手、走动等动作，课堂纪律评估模块通过统计睡觉、低头、走动的学生数量即可得出学生动作纪律数据，积极性评估模块根据学生举手的数量，再通过相应的计算，例如计算举手学生的占比，即可得到学生积极性数据，评估统计模块将上述几个数据一起统计起来生成这一节课的课堂评估结果，评估统计模块还会统计课程所有课堂的课堂评估结果进行累计，最终生成整门课程的课程评估结果。
与现有技术相比，本发明技术方案中，通过课堂数据采集模块能够自动采集记录每一堂课的课堂数据，无需专人专门去听课，通过考勤评估模块、课堂纪律评估模块以及积极性评估模块从学生考勤、课堂纪律、问答积极性三个方面生成课堂评估数据，学生考勤以及课堂纪律显示了教师的课堂管理方面的能力，问答积极性则体现了教师的教学方法和教学效果方面的能力，并通过评估统计模块将这三个数据综合起来，对每一节课都生成课堂评估结果，无需人工进行评价，简单方便效率高，更加客观以及公正，并最终累计每一节可得课堂评估结果生成最终课程评估结果，将教师每一节课的课堂表现都纳入最终的课程评估中，采样范围大，偶然性小，能够更加真实准确的反应教师的教学水平和教学质量。
进一步，还包括音频分析模块，所述课堂数据采集模块还用于采集教室内的音频数据，所述音频分析模块用于识别教师和学生的讲话内容。
通过采集音频以及分析音频，可以获取教师和学生的讲话内容，可以进一步的利用音频数据对教师教学质量进行评价，增加评价的准确性。
进一步，还包括知识点评估模块，所述知识点评估模块用于根据教师讲话内容对教师讲课中所传达的知识点进行统计并生成知识点数据，所述课堂评估数据还包括知识点数据。
通过知识点评估模块能够对教师的教学内容方面进行评估，判断教师讲授的知识是否系统、准确以及重点突出。
进一步，所述知识点数据包括重点突出评分和知识点范围评分，所述知识点评估模块包括知识点数量统计子模块、重点评估子模块和范围评估子模块，所述知识点数量统计子模块能够记录教师讲课过程中所讲述的知识点的个数以及每个知识点出现的频率，所述重点评估子模块能够根据知识点出现的频率生成重点突出评分，所述范围评估子模块能够根据知识点的个数生成知识点范围评分。
通过记录知识点出现的频率可以获取教师讲课的重点，只要与该课程标准的重点范围进行对比即可得知该教师讲授的课程重点是否突出，以此作为重点突出评分；通过知识点数量判断教师讲授的知识点的范围，通过与该课程标准的知识点范围进行对比，即可得知该教师教学知识点范围是否合理，是否有适当的知识点延伸或拓展等，以此作为知识点范围评分。
进一步，还包括掌握度评估模块，所述掌握度评估模块用于根据教师和学生的讲话内容统计课堂上的问答正确率，所述课堂评估数据还包括问答正确率。
通过统计课堂上的问答正确率，可以判断学生对知识的掌握程度，从教学效果方面反映了教学的质量。
进一步，所述音频分析模块还用于从音频数据中获取学生上课时的噪音，所述课堂纪律评估模块还用于根据学生上课时的噪音生成学生声音纪律数据，所述课堂评估数据还包括学生声音纪律数据。
通过上课时的噪音可以从另一方面反应课堂纪律，通过该数据能够体现教师的课堂管理能力。
进一步，还包括教师违规评估模块，所述教师违规评估模块用于根据教师讲话内容对教师讲课中所说的违规语进行统计并生成语言违规数据，所述课堂评估数据还包括语言违规数据。
通过违规评估模块筛选教师讲课的内容，并统计教师的违规语，防止教师向学生传导不正确的思想。通过语言违规数据能够体现教师的责任心、政治观、人生观、价值观，可以更加全面的评估教师。
进一步，所述考勤评估模块还用于根据人脸识别子模块的识别结果生成教师考勤数据，所述课堂评估数据还包括教师考勤数据。
教师考勤能够体现教师的责任心，通过将教师考勤数据键入课堂评估数据可以使评估更加全面。
进一步，所述音频分析模块包括声纹码筛选模块，所述声纹码筛选模块用于根据声纹数据将教师的讲话音频从音频数据中分离出来。
通过声纹码分离学生和教师讲话内容，更加准确。
附图说明
图1为本发明教学质量评估系统实施例的逻辑框图。
具体实施方式
下面通过具体实施方式对本发明作进一步详细的说明：
如图1所示，本实施例教学质量评估系统包括数据存储模块、课堂数据采集模块、视频分析模块、音频分析模块、考勤评估模块、课堂纪律评估模块、积极性评估模块、知识点评估模块、掌握度评估模块、教师违规评估模块以及评估统计模块。
其中，数据存储模块中存储有本系统所有的数据，如人脸识别数据、学生身份数据、班级人数数据、教师身份数据、动作识别数据、知识点数据、违规语数据、教师排课数据、教师课程的评估数据、教师的声纹码验证数据、课堂数据采集模块采集到的音频数据以及视频数据等，用于供系统的各个模块进行数据存储或数据读取。
课堂数据采集模块包括视频数据采集子模块和音频数据采集子模块，分别用于采集教师内的视频数据和音频数据，视频数据采集模块可以为设置在教室中的高清摄像头，为了能够全面的获取教室内的视频数据，摄像头可以设置多个，然后通过图像合成的算法将各个摄像头的图像拼接起来，同理音频数据采集模块也可以为均匀分布在教室内的麦克风组成，通过音频算法合成最终的音频数据，音频处理算法以及视频图像的处理算法都可以采用现有的技术，只要能够保证视频采集模块能够覆盖整个教室的范围，采集到教室内所有学生以及教师的面部以及肢体动作，音频采集模块能够采集到教室内任意一学生正常说话的声音即可，在此不再赘述。
视频分析模块包括人脸识别子模块和动作识别子模块，人脸识别子模块用于识别处视频数据中的教师和学生，动作识别子模块用于识别视频数据中学生动作或姿势，本实施例中，动作识别模块主要用于识别学生低头姿势、学生睡觉姿势、学生走路动作以及学生举手动作，人脸识别技术方案和动作识别的技术方案均为现有技术。
音频分析模块包括声纹码分离子模块、语义识别子模块以及噪音提取子模块，所述声纹码分离模块用于根据教师的声纹码特征数据从音频数据中将教师和学生的音频进行分离，语义识别子模块用于识别教师和学生的讲话内容，噪音提取子模块用于从音频数据中提取教室内的噪音数据。
考勤评估模块包括教师考勤子模块和学生考勤子模块，分别用于根据人脸识别子模块的识别结果生成学生考勤数据和教师考勤数据，具体的，学生考勤数据学生迟到率、到勤率、早退率，教师考勤数据包括是否迟到、是否早退。
课堂纪律评估模块用于根据动作识别子模块的识别结果生成学生动作纪律数据，还用于根据学生上课时的噪音数据生成学生声音纪律数据；
积极性评估模块用于根据动作识别子模块的识别结果统计学生举手回答问题的人数，并计算该人数占总班级人数的百分比，并以该百分比作为学生积极性数据；
知识点评估模块包括知识点匹配子模块、知识点数量统计子模块、重点评估子模块和范围评估子模块，知识点匹配子模块用于从教师讲课的内容中匹配预设的知识点关键词，知识点数量统计子模块能够记录教师讲课过程中所讲述的知识点的个数以及每个知识点出现的频率，重点评估子模块能够根据知识点出现的频率生成重点突出评分，范围评估子模块能够根据知识点的个数生成知识点范围评分；具体来讲，本实施例中，数据存储模块中存储有该课程的重点知识点关键词，重点评估子模块能够选取知识点出现频率最高的五个知识点词汇与重点知识点关键词进行匹配，并记录匹配的个数作为重点突出评分，范围估计子模块能够将所出现的知识点占总知识点的百分比作为知识点范围评分。
掌握度评估模块包括问题匹配子模块、答案核对子模块和正确率统计子模块，问题匹配子模块能够从教师讲话内容中匹配预设的问题关键词，答案核对子模块用于匹配学生回答的答案中与该问题关键词相关的答案词汇，正确率统计子模块用于统计学生问答的正确率。
教师违规评估模块包括违规语匹配子模块、违规词统计子模块和语言违规数据生成子模块，违规语匹配子模块用于根据教师讲话内容对教师讲课中所说的违规语进行匹配，违规词统计子模块统计违规语的数量，语言违规数据生成子模块根据违规语的数量和每个违规语对应的分值计算最终的语言违规数据。
为了更加全面反应教师教学质量，本实施例的教学质量评估系统还包括辅导班分析模块，所述辅导班分析模块用来获取学生参与辅导班的人数和辅导内容，根据辅导内容判断学生是否参与了与待评估课程相同的辅导课程、记录人数并计算补习人数占比，通过辅导内容判断学生补习的是否是待评价的课程，通过补习人数占比，可以反映出学生学习了课程后的知识掌握程度，从另一个方面可以反应出教师的教学质量。本实施例中，辅导班分析模块通过向学生收集推送问卷调查的形式，收集学生参与辅导班的情况数据。
评估统计模块，评估统计模块用于根据课堂评估数据为视频数据所对应的课程的教学质量进行评估并生成课堂评估结果，课堂评估数据包括学生考勤数据、学生动作纪律数据、学生声音纪律数据、语言违规数据、教师考勤数据、问答正确率、知识点数据、学生积极性数据和补习人数占比，评估统计模块还用于统计课程的所有课堂评估结果生成该课程的课程评估结果，评估统计模块能够统计课程的所有课堂评估数据，将其综合起来作为课堂评估结果，并计算课堂评估数据中每一项数据的平均值，并按照预设的权重和分值，求出每一项数据的平均分值，最终求出所有数据项的总分，以该分数作为该课程的课程评估结果。
还包括学生分组划分模块，视频数据采集模块还用于在采集学生自习室内的视频数据，视频分析模块还能够分析学生自习时所看的课本所述的课程，学生分组划分模块能够根据视频分析模块人脸识别和自习的课程的分析结果，记录自习室内学生的自习时间、时长、自习的课程等，并从自习的学生中找出参与了待评估课程的学生，跟据这些学生的自习时长，筛选出每周在该课程上花费的时间超过预设值的自习时长的学生，本实施例中预设时长为每周 4小时，这些学生均为刻苦努力的学生，学生分组划分模块获取这些学生平时的课程检测的分数(如期中测试的成绩、平时课堂测验的成绩等)，如果有学生该课程平时的检测分数不能达标，本实施例中达标标准取全班平均分值，则说明这些学生虽然刻苦努力，但是学习方法存在问题，学生分组划分模块选出该课程的平时成绩为全班前20％的优秀学生，并随机将这些优选学生与学习方法存在问题的学生划分为该课程的同一活动小组，如优选学生有20 人，学习方法存在问题的学生有20人，则可以根据课程的具体规则，分4个人一组或6个人一组，并保证每组中均有优选学生和学习方法存在问题的学生，使他们在以后的该课程上共同参与一些讨论或课题活动，以使学习好的同学能够在活动中将学习方法存在问题的学生提供该课程学习方面的技巧。
为了更清楚的说明本实施例的教学质量评估系统的工作过程，本实施例还公开了一种基于本教学质量评估系统的教学质量评估方法，该方法包括以下内容：
数据采集步骤，课堂数据采集模块采集教室内的视频数据和音频数据；
视频分析步骤，视频分析模块对视频数据进行分析，识别视频中人员的身份、姿势和动作；
音频分析步骤，音频分析模块分析音频数据，识别教师和学生的讲话内容；
学生考勤评估步骤，考勤评估模块根据人员身份识别的结果计算学生的考勤数据；
动作纪律评估步骤，课堂纪律评估模块根据学生的动作姿势识别结果统计学生的违纪行为并生成学生动作纪律数据；
互动评估步骤，互动评估模块根据学生的动作姿势的识别结果统计师生互动次数数据；
积极性评估步骤，积极性评估模块根据学生的动作姿势识别结果统计学生积极性数据；
统计步骤，评估统计模块根据待评估课程的所有课堂评估数据生成该课程的课程评估结果。
学生考勤数据包括勤率、迟到率和早退率，学生考勤评估步骤具体包括以下步骤：
步骤一：考勤评估模块根据视频分析步骤的分析结果统计到勤人数、迟到人数以及早退人数；
步骤二：考勤评估模块计算学生的到勤率、迟到率和早退率。
互动评估步骤具体包括以下步骤：
步骤一：动作识别模块识别学生的举手动作，互动评估模块获取每一次举手动作的开始时间；
步骤二：互动评估模块将开始时间差值小于预设值的举手动作划分为同一次互动，将开始时间差值大于预设值的举手动作划分为不同的互动；
步骤三：互动评估模块统计互动的总次数作为师生互动次数数据。
积极性评估步骤具体包括以下步骤：
步骤一：积极性评估模块统计每次互动中举手的人数；
步骤二：积极性评估模块根据师生互动次数数据计算每次互动的平均举手人数；
步骤三：积极性评估模块计算平均举手人数占班级总人数比例，并以该比例作为学生积极性数据。
音频分析步骤具体包括：
步骤一：音频分析模块根据声纹码特征将音频数据中教师的音频与学生的音频分离；
步骤二：音频分析模块对教师的音频以及学生的音频进行语音识别转换。
通过采集音频以及分析音频，可以获取教师和学生的讲话内容，可以进一步的利用音频数据对教师教学质量进行评价，增加评价的准确性。通过声纹码分离学生和教师讲话内容，更加准确。
该方法还包括知识点评估步骤，知识点评估步骤具体包括以下步骤：
步骤一：知识点评估模块将教师讲话内容与该课程标准的知识点关键词进行匹配，统计知识点的个数和每个知识点出现的频率数；
步骤二：知识点评估模块将频率最高的前N个知识点与该课程标准的重点知识点关键词进行匹配，记录匹配的个数并将记录结果作为重点突出数据；
步骤三：知识点评估模块计算该堂课程出现的知识点个数占该课程知识点个数的百分比，并将该百分比作为知识点范围数据。
音频分析步骤还包括：
步骤三：音频分析模块从音频数据中获取学生上课时的环境噪音数据；
该方法还包括：
声音纪律评估步骤，课堂纪律评估模块根据环境噪音数据生成学生声音纪律数据；
该方法还包括：
教师考勤评估步骤，考勤评估模块根据身份识别结果生成教师考勤数据。
该方法还包括违规评估步骤，违规评估步骤具体包括：
步骤一：教师违规评估模块将教师讲话内容与违规语关键词进行匹配，统计每种违规与出现的次数；
步骤二：按照每种违规语出现的次数和预设的权重计算出语言违规数据。
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。