[發(fā)明專利]人工智能教學裝置、方法、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202110143929.X
• 申請日: 2021-02-03
• 公開（公告）號: CN112508750A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設計）人: 劉廷瑞;邵秋實;王汝佳
• 申請（專利權）人: 北京聯(lián)合偉世科技股份有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G09B5/02;G09B19/00;G06K9/00;G06K9/62;G06N3/04;G10L15/16;G10L15/26
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 郭麗祥;武晨燕

1.一種人工智能教學裝置，其特征在于，包括：人工智能學習模塊、模型控制模塊、資源調度模塊和顯示處理模塊；其中，

所述人工智能學習模塊包括以下至少一種子模塊：數字識別學習子模塊、語音識別學習子模塊、人臉識別學習子模塊、二維2D人體姿態(tài)估計學習子模塊、三維3D人體姿態(tài)估計學習子模塊；所述人工智能學習模塊中的各子模塊用于提供基于人機互動的神經網絡模型的處理功能，所述基于人機互動的神經網絡模型的處理功能包括根據用戶輸入的文件提供神經網絡模型的處理過程和處理結果；

所述模型控制模塊用于通過對應的神經網絡模型對所述用戶輸入的文件進行模型推理以得到預測結果，并將預測結果提供給所述人工智能學習模塊；

所述資源調度模塊用于為所述人工智能學習模塊和所述模型控制模塊調度計算資源；

所述顯示處理模塊用于將所述人工智能學習模塊提供的處理過程和處理結果顯示在顯示屏上。

2.根據權利要求1所述的人工智能教學裝置，其特征在于，其中，

所述人工智能學習模塊中的各個子模塊對應的處理過程包括：在顯示屏上顯示的用戶輸入的文件和在顯示屏上顯示的神經網絡模型的相關內容；

所述人工智能學習模塊中的各個子模塊對應的處理結果包括：在顯示屏上顯示的神經網絡模型的預測結果。

3.根據權利要求2所述的人工智能教學裝置，其特征在于，其中，

所述人工智能學習模塊中的各個子模塊對應的處理過程還包括：在顯示屏上顯示的對子模塊對應的處理功能的文字描述和/或圖像展示。

4.根據權利要求2或3所述的人工智能教學裝置，其特征在于，其中，

所述數字識別學習子模塊對應的所述用戶輸入的文件包括以下至少一項：預存在本地的包含數字的圖像、通過攝像設備拍攝的包含數字的圖像、通過手繪設備輸入的包含數字的圖像；

所述數字識別學習子模塊對應的所述神經網絡模型的相關內容包括：與所述數字識別學習子模塊對應的第一神經網絡模型的名稱和/或用途；

所述數字識別學習子模塊對應的所述神經網絡模型的預測結果包括：所述第一神經網絡模型對所述用戶輸入的文件進行數字識別處理后輸出的數字。

5.根據權利要求2或3所述的人工智能教學裝置，其特征在于，其中，

所述語音識別學習子模塊對應的所述用戶輸入的文件包括預存在本地的音頻文件和/或通過收音設備采集的音頻文件；

所述語音識別學習子模塊對應的所述神經網絡模型的相關內容包括：與所述語音識別學習子模塊對應的第二神經網絡模型的名稱和/或用途；

所述語音識別學習子模塊對應的所述神經網絡模型的預測結果包括：所述第二神經網絡模型對所述用戶輸入的文件進行語音識別處理后輸出的文字。

6.根據權利要求2或3所述的人工智能教學裝置，其特征在于，其中，

所述2D人體姿態(tài)估計學習子模塊對應的所述用戶輸入的文件包括以下至少一項：預存在本地的包含人物的圖像、通過攝像設備拍攝的包含人物的圖像；

所述2D人體姿態(tài)估計學習子模塊對應的所述神經網絡模型的相關內容包括：與所述2D人體姿態(tài)估計學習子模塊對應的第三神經網絡模型的名稱和/或用途；

所述2D人體姿態(tài)估計學習子模塊對應的所述神經網絡模型的預測結果包括：所述第三神經網絡模型對所述用戶輸入的文件進行2D人體姿態(tài)估計處理后輸出的多個人體姿態(tài)關鍵點的二維位置信息。

7.根據權利要求2或3所述的人工智能教學裝置，其特征在于，其中，

所述3D人體姿態(tài)估計學習子模塊對應的所述用戶輸入的文件包括以下至少一項：預存在本地的包含人物的圖像、通過攝像設備拍攝的包含人物的圖像；

所述3D人體姿態(tài)估計學習子模塊對應的所述神經網絡模型的相關內容包括：與所述3D人體姿態(tài)估計學習子模塊對應的第四神經網絡模型的名稱和/或用途；

所述3D人體姿態(tài)估計學習子模塊對應的所述神經網絡模型的預測結果包括：所述第四神經網絡模型對所述用戶輸入的文件進行3D人體姿態(tài)估計處理后輸出的多個人體關節(jié)點的空間位置信息。