课堂教学作为现行教学的主要手段，亟需引入专业而精准的质量监测手段和平台。本项目拟研究和开发基于人工智能的课堂教学评测系统——以计算机视觉、智能语音识别等AI技术为工具，对教师和学生的课堂行为、音频/声纹等数据进行识别；构建基于统计建模和集成学习技术的数据模型，实现从课堂异构观测数据到课堂教学评价指标之间的映射，并以评测报告的形式反馈给教师和学生。

　　本中心人员前期在“课堂教学自动评价”领域积累了丰富的研究成果，构建了目前国内领先的大规模自发性课堂学习情感数据库BNU-LSVED 2.0，已有国内外近20所大学协议使用，对研究课堂学习中学生情感发生、迁移、识别等有重要的作用。

　　本项目研究成果将为课堂教学质量监控提供智能化解决方案和工程化实现平台，并以实现一定规模的产业化应用和经济社会效益为目标。杭州海康威视数字技术股份有限公司亦会对本项目研发成果提供落地示范应用支撑。