[发明专利]一种AI自动评分的方法及其系统

说明书

本发明公开了一种AI自动评分方法及其系统，包括步骤：获取摄像头的实验视频数据，数据处理模块对所述实验视频进行处理，获得实验操作的优化图片；将所述优化图片通过AI学习模块进行分析，获得优化图像上所有的特征信息数据；结合实验类型通过推理模块对所述特征信息数据进行识别，获得所述优化图像中的所有特征信息数据的图像含义；将所述图像含义与预设的实验评分标准进行对比处理，判断当前所述优化图片上所述对应的实验操作是否得分，对所述对比处理的结果进行统计和分析；将所述统计和分析的结果通过显示模块进行展示。

技术领域

本发明涉及领域，更具体的说，涉及一种AI自动评分方法及其系统。

背景技术

物理实验是初高中阶段物理课程中包含的相关实验，包括电学实验、力学实验、热学实验、光学实验等等，常用于验证物理学科的定理定律。

现有的中学物理实验基本采用教师人工进行评分，教师在教学或考试时，不能达到对每个同学进行针对性的、全面的教学指导或监督，导致实验教学与考试效率低；而且目前市面上AI系统用在中学物理实验上需要高算力的本地服务器或者云服务器，导致成本高，安全性低。

发明内容

本发明所要解决的技术问题是提供一种有效提高效率和安全性的AI 自动评分方法及其系统。

本发明的目的是通过以下技术方案来实现的：

一种AI自动评分方法，其特征在于，包括步骤：

获取摄像头的实验视频数据，数据处理模块对所述实验视频进行处理，获得实验操作的优化图片；

将所述优化图片通过AI学习模块进行分析，获得优化图像上所有的特征信息数据；

结合实验类型通过推理模块对所述特征信息数据进行识别，获得所述优化图像中的所有特征信息数据的图像含义；

将所述图像含义与预设的实验评分标准进行对比处理，判断当前所述优化图片上所述对应的实验操作是否得分，对所述对比处理的结果进行统计和分析；

将所述统计和分析的结果通过显示模块进行展示。

进一步地，所述获取摄像头的实验视频数据，数据处理模块对所述实验视频进行处理，获得实验操作的原始图片的步骤包括:

IPC摄像头实时采集操作者的实验视频数据，将所述实验视频数据通过硬解码芯片进行实时解码，获得实验操作过程中每一帧的原始图片；

将所述原始图片通过双线性插值算法进行优化处理，获得实验操作的优化图片；

其中，所述IPC摄像头设置4个，4个IPC摄像头分别位于操作者的试验操作台上方、前方、后方以及任一侧方。

进一步地，所述双线性插值算法公式为：

f(x_i+x_d,y_i+y_d)＝(1-x_d)(1-y_d)f(x_i,y_i)+(1-x_d)y_df(x_i,y_i+1)+x_ d(1-y_d)f(x_i+1,y_i)+x_dy_df(x_i+1,y_i+1)，其中，x_i、y_i均为浮点坐标的整数部分，x_d、y_d为浮点坐标的小数部分，是取值[0,1)区间的浮点数。

进一步地，所述将所述优化图片通过AI学习模块进行分析，获得优化图像上所有的特征信息数据之前还包括步骤：

根据不同的实验类型对CNN模型进行针对性的训练，获得训练好的 CNN模型；

将训练好的所述CNN模型进行INT8量化，将INT8量化后的所属CNN 模型存储到嵌入式硬件平台的NPU中；

其中，所述嵌入式硬件平台的处理芯片采用RK3399Pro。