2020伊始,爆发于武汉的一场新型冠状病毒肺炎给全中国带来了伤痛和灾难,在这样一场没有硝烟的战争中,疫情的持续给教育教学工作造成重大影响,使线上教学成为“教”与“学”的重要平台。基于媒介的线上教育,教师对学生的监督目不能及,对于学生的学习检验行之有限。因此,在学科中更精确、快速的教学管理成为迫切需求,对于教学的科学管理具有重大意义。与此同时,我国教育部颁布《教育信息化2.0行动计划》,以互联网为依托的各类教学平台被大规模开发与应用,有效的推进了教育信息化的发展。目前的教育教学管理系统,多以资源共享和师生交互为主要类型,主要针对课堂讲授型学科,借助多媒体等形式实现,有效打破传统教育形式下师生脱节、信息交互较慢等现状。然而,对于体育、舞蹈等以肢体运动为主的学科,其教学、作业、师生交互、以及学生训练情况均无法用传统的文字和图片等形式进行管理、评估和监督。视频资料的方式受制于拍摄角度的不同和拍摄设备的不同,此外视频资料的上传会造成传输网络压力过大,为动作评估和教学管理带来极大困难。同时,在肢体动作类学科中,错误的动作会对人体造成很大伤害。目前,对于动作的准确性评估主要有以下特点:在动作采集方面,多以视频和深度传感器为主,便携式的传感器应用较少;在评估算法方面,以动态时间调整算法、欧式距离以及余弦相似度等方法为主,经典机器学习算法以及神经网络算法并未广泛应用;在教学管理系统方面,多以师生交互以及资料共享等功能为主,鲜有涉及人物识别、动作评价等分析。为解决上述问题,本文设计并实现了一种基于人工智能的教学管理系统,使用人工智能技术实现肢体动作信息数字化,并对动作进行准确性分析。该系统可以对肢体类学科中动作的进行动态监测以及准确性评价、人物识别和肢体动作技术改善分析。设计的用户界面可以展示动作评价、动作曲线等结果。本文的教学管理系统能够满足体育训练和教学的要求,为肢体动作类学科的信息化和精准教学提供可量化的依据和管理手段,具体的研究内容如下:（1）教学管理系统的设计。以肢体动作类学科的管理为研究重点,提出并设计了基于人工智能的教学管理系统框架,该系统包括动作采集器、无线访问接入点、数据处理端、服务器和终端五部分。（2）在相关算法方面,首先是对于人物识别算法的研究,考虑个体动作间的类内差异,提出了基于LR的特征提取算法,以保证人物识别的准确性,2类手部动作人物识别实验均达到了 99%以上的识别准确率,表明该算法能够很好的进行人物区分。其次是对于动作评价算法的研究,提出了基于SVM的特征提取算法,用以感知动作差异。3类手部动作的评价实验均达到90%以上的评价准确率,表明该算法效果良好,能够进行有效的动作评价。最后是对于肢体动作类学科中动作分析算法的研究,以双手投篮动作为例,使用深度神经网络（GRU）来进行动作分析,用于发现投篮训练中投中与未投中的数据细微差别,可以为提高体育训练中投篮的准确性提供参考,优化训练结果。（3）在系统开发方面,开发出了以传感器、无线访问接入点和PC终端共同构成的硬件平台。以数据传输、数据存储、数据处理、动作评估等模块组成软件平台。由软硬件平台构成的实验平台,能够完成动作评估,包括人物识别、动作评价以及动作技术改善分析。（4）开发了本文设计的教学管理系统,基于C#和python实现了本教学管理系统,实现的功能包括学生登录、教师管理、查看人物识别以及动作评价等结果。