[发明专利]一种用于教学考评的视频信息采集方法及图像处理系统在审

专利信息
申请号: 202110566344.9 申请日: 2021-05-24
公开(公告)号: CN112990892A 公开(公告)日: 2021-06-18
发明(设计)人: 金龙;张英俊 申请(专利权)人: 南京百伦斯智能科技有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q10/06;G06Q50/20;G06K9/00;G06K9/38;G06K9/40;G06K9/62;G06N3/04;G06N3/08
代理公司: 南京泰普专利代理事务所(普通合伙) 32360 代理人: 方晓雯
地址: 211135 江苏省南京市江宁区麒麟科*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 教学 考评 视频 信息 采集 方法 图像 处理 系统
【说明书】:

发明提出了一种用于教学考评的视频信息采集方法及图像处理系统,所述方法包括:视频信息采集设备在应用过程中获取实时场景下的视频数据,在经过临时缓存区后,通过压缩传输至数据存储服务器;构建教学考评指标体系;根据用户终端需求,获取所述数据存储服务器中存储的对应视频数据;提取所述对应视频数据中的数据特征;融合多种数据特征,对教学考评行为进行分类,并获取最终考评结果;根据所述最终考评结果,智能化推荐匹配课程。本发明结合人工智能的特征以及教学行为分析的理论,利用智能技术自动化采集和编码教学数据,更全面的识别课堂教学行为,自动化地对课堂教学进行分析和可视化呈现,为提高教学质量提供有力支持。

技术领域

本发明涉及一种用于教学考评的视频信息采集方法及图像处理系统,特别是图像数据处理分析技术领域。

背景技术

随着信息技术的推动与发展,人工智能技术已经进入大众生活的各个领域,伴随着智能教学环境的建设与普及,教学模式及课堂行为分析成了关注的焦点。为更好的展现教学成果,进行课堂教学行为分析成了检测途径之一。探究课堂教学活动可以更好的促进学生发展内在机制,帮助教师反思获得实践性知识,有利于促进课堂教学质量的提升。

现有技术中,传统的教学测评采用的评价模型和方法,大多是通过自我报告以及人工观察加手动编码的方式,进行数据的采集和分析。传统分析的过程中,由于编码过程中的主观性强,以及样本量小等缺点,往往不利于发现教学过程中的普遍规律。

发明内容

发明目的:提出一种用于教学考评的视频信息采集方法及图像处理系统,以解决现有技术存在的上述问题。

技术方案:第一方面,提出了一种用于教学考评的视频信息采集方法,该方法具体包括以下步骤:

视频信息采集设备在应用过程中获取实时场景下的视频数据,在经过临时缓存区后,通过压缩传输至数据存储服务器;

构建教学考评指标体系;

根据用户终端需求,获取所述数据存储服务器中存储的对应视频数据;

提取所述对应视频数据中的数据特征;

融合多种数据特征,对教学考评行为进行分类,并获取最终考评结果;

根据所述最终考评结果,智能化推荐匹配课程。

在第一方面的一些可实现方式中,建立临时缓存区,用于存储所述实时场景下的视频数据;所述临时缓存区为环形存储队列。

其中,所述实时场景下的视频数据存储于临时缓存区中,当临时缓存区中的数据量达到预设大小时,将数据打包传输至云端。

所述临时缓存区存储数值的过程为:移动头指针,指向存储队列的下一个存储空间,通过数值的覆盖的方式,循环更新存储队列中的数值。

在第一方面的一些可实现方式中,所述教学考评指标体系中包含针对用户学习过程中的面部表情识别判断,具体步骤为:

获取存储在云端的视频图像数据,并进行预处理;

提取预处理后的图像数据特征;

构建分类器,根据所述图像数据特征,通过分类识别获得识别结果;

输出当前表情对应的学习状态,并作为教学考评结果的参考数据之一。

其中,所述预处理的过程为:

提取视频图像数据的视频帧,

检测出所述视频帧中的人脸图像,

利用中值滤波对图像进行降噪和去噪,

根据需求对人脸图像进行纠正对齐和图像的灰度转换。

在第一方面的一些可实现方式中,建立用于提取图像数据特征的神经网络;所述神经网络每层卷积层后面紧接激活层;所述神经网络结构层之间的权重值,在训练神经网络学习能力的时候,通过反向传播的方式进行更新。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京百伦斯智能科技有限公司,未经南京百伦斯智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110566344.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top