[发明专利]一种实践课堂教学课件推荐方法及系统

权利要求书

1.一种实践课堂教学课件推荐方法，其特征在于，该方法包括以下步骤：

获取完整的教学视频，将所述教学视频分为多段子视频，获取所述子视频的多帧视频图像，每帧所述视频图像包括教师和学生；

将所述视频图像输入卷积神经网络，所述卷积神经网络的损失函数包括交叉熵损失函数和注意力损失函数，所述注意力损失函数根据所述注意力指标得到；所述卷积神经网络的输出为学生关注热度的显著性图，根据所述显著性图获取所述子视频中学生的关注热度；所述注意力指标是通过卷积神经网络的训练集中的样本视频图像获取教师的位置和学生的位置，获取由所述学生的位置指向所述教师的位置的教师方向向量、每个学生的脸部朝向的学生方向向量，根据所述教师方向向量与所述学生方向向量的相似度获取学生的所述注意力指标；

获取所述子视频对应时间段的音频信息的频谱图，对所述频谱图进行分割得到多个窗口，获取每个所述窗口内的音量指标；根据所述音量指标以及所述关注热度获取关联度指标；

根据每个所述子视频的关注热度以及关联度指标进行加权求和，得到完整的所述教学视频的质量评估结果，根据所述质量评估结果进行优质课件推荐。

2.根据权利要求1所述的方法，其特征在于，所述获取每个学生的脸部朝向的步骤，包括：

利用Gabor滤波对所述视频图像处理获取每个学生的边缘纹理信息，根据不同滤波方向的边缘纹理信息构成所述学生的多维特征向量，将所述多维特征向量输入人脸识别网络得到学生的脸部朝向。

3.根据权利要求1所述的方法，其特征在于，所述注意力损失函数为：

L₂＝-log(1-M_i)

其中，L₂表示注意力损失函数；M_i表示注意力指标。

4.根据权利要求1所述的方法，其特征在于，所述根据所述显著性图获取所述子视频中学生的关注热度的步骤，包括：

所述显著性图中所有学生头部区域像素点的灰度值均值之和为每帧所述视频图像的关注热度；

计算所述子视频中所有所述视频图像的关注热度之和为所述子视频中学生的关注热度。

5.根据权利要求1所述的方法，其特征在于，所述每个所述窗口内的音量指标与所述频谱图的振幅呈正相关关系。

6.根据权利要求1所述的方法，其特征在于，所述根据所述音量指标以及所述关注热度获取关联度指标的步骤，包括：

获取所述窗口所对应的子视频，将所述子视频中学生的关注热度与所述窗口所对应音量指标相乘得到关联度指标。

7.根据权利要求1所述的方法，其特征在于，所述根据每个所述子视频的关注热度以及关联度指标进行加权求和，得到完整的所述教学视频的质量评估结果的步骤，包括：

将所述子视频分类为无声视频与有声视频；

获取所述无声视频的子视频对应的关注热度，以及所述有声视频的子视频的关联度指标，将所有子视频所对应的所述关注热度与所述关联度指标进行加权求和得到完整教学视频的质量评估结果。

8.一种实践课堂教学课件推荐系统，包括存储器、处理器以及存储在所述存储器中并可在所述存储器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～7任意一项所述方法的步骤。