AI助力的数字化教育教学方法研究与实践 数字化转型下教师教学能力的新模式从数字化教学能力、人机协同能力和成长协同能力 3 个方面开展。数字化转型下教师教学能力提升须引入大数据、人工智能等技术，生成教师数字画像，以需求为导向精准推送培训资源，助力教师在职业能力方面持续提升。高校智慧体育解决方案是基于 AI 人工智能、大数据等新兴技术的赋能方案。通过运用AI视觉技术实现体育项目的智能化测试分析，同时结合部分传统电子测试仪器设备，形成了完整的体育项目测试体系，还可根据体测结果及分析报告，提供科学运动锻炼指导，提升学生身体素质和运动技能，打造建设智慧化的高校体育校园，是数字化教学转型的具体范例实践[1]。 随着人工智能、大数据等相关技术的快速发展，可将人工智能相关技术运用到教育行业中，辅助传统教育教学推进和发展势在必行，具体方式包括丰富数字化教育资源、完善数字化教育制度，这种数字化教学新环境和新模式，不仅可以推进教师的数字化教学业务能力，而且能够培养学生的终身学习能力[2-4]。 在数字化教学平台实施方面，已有研究将人工智能技术结合在体育教学中，这类应用大多基于人体姿态估计方法[6-8]，结合具体应用场景，在体育、健康和教育领域产生了重要的影响。本篇文章拟基于谷歌开发的轻量级卷积神经网络架构 BlazePose[5]，在移动设备上实时检测 33 个人体骨骼关键节点，并作为动作评判和计数依据。BlazePose 适用于检测目标运动自由度较大的场景，具有端到端、易部署、实时性强、计算速度快以及开源等优势和特点，非常贴合体育考试场景的需求。我们借助 MediaPipe Pose 平台，实现一种高保真人体姿态跟踪和识别的机器学习解决方案,其中动作识别方案基于有监督机器学习算法 KNN 实现，该算法提供了一个有标记的训练数据集，其中数据点被分为不同的类别，根据数据集可以预测未被标记数据所属的类别。在分类技术中，不同的特征决定了未标记数据所属的类别,算法根据给定区域内最近或邻近的训练示例对数据进行分类。基于以上相关研究，本文在体考场景下，设计了基于人体姿态识别的体育测试智能评测系统，并开发手机客户端软件，作为本文研究的案例实施。 MediaPipePose 的核心神经网络架构为 BlazePose，采用热图、偏移和回归组合的方法，仅在训练阶段使用热图和偏移损失，有效地使用热图来监督轻量级 embedding，以便随后被回归编码器网络使用。并且积极利用网络所有阶段之间的跳跃连接来实现高级和低级功能之间的平衡。这不仅可以改善热图预测，还可以显著提高坐标回归的准确性[5]。 如图 3 所示，为了建立一个好的 KNN 分类器，首先应该收集适当的动作样本作为训练集，根据每个体测动作的关键姿势，将样本分为不同的姿势类别，即姿势簇；接着在给定图像上运行 BlazePose 模型，并将预测得到的 landmarks，即关键点序列存储为 CSV 文件；然后获取特征向量：对预定义的姿势关节列表之间的成对距离进行归一化处理以得到躯干尺寸和躯干方向，预测时根据运动特点选择所要计算的距离对。 用于姿势分类的 KNN 算法需要每个样本的特征向量表示和一个度量，计算这两个向量之间的距离，以找到最接近目标的姿势样本，距离计算公式如下： 人工智能在高中教育领域应用的研究热点与展望[C]. Blazepose: On-device real-time body pose tracking[J]. [6] Chen Y, Shen C, Wei X. Adversarial posenet: A structure-aware convolutional network for human pose estimation[C]. In Proceedings of the IEEE International Conference on Computer Vision, 2017: 1212-1221. Deeply learned compositional models for human pose estimation[C]. In Proceedings of the European conference on computer vision (ECCV), 2018: 190-206. [8] Toshev A, Szegedy C. Deeppose: Human pose estimation via deep neural networks[C]. In Proceedings of the IEEE conference on computer vision and pattern recognition, 2014: 1653-1660. 引用格式：张宇超,薛筱茜,张一帆,等.AI助力的数字化教育教学方法研究与实践[J].计算机教育,2024(5):118-122. 本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问http://renzheng.thepaper.cn。
