[發明專利]一種用于教學考評的視頻信息采集方法及圖像處理系統

在審

• 申請號: 202110566344.9
• 申請日: 2021-05-24
• 公開（公告）號: CN112990892A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 金龍;張英俊
• 申請（專利權）人: 南京百倫斯智能科技有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q10/06;G06Q50/20;G06K9/00;G06K9/38;G06K9/40;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京泰普專利代理事務所(普通合伙) 32360
• 代理人: 方曉雯

本發明提出了一種用于教學考評的視頻信息采集方法及圖像處理系統，所述方法包括：視頻信息采集設備在應用過程中獲取實時場景下的視頻數據，在經過臨時緩存區后，通過壓縮傳輸至數據存儲服務器；構建教學考評指標體系；根據用戶終端需求，獲取所述數據存儲服務器中存儲的對應視頻數據；提取所述對應視頻數據中的數據特征；融合多種數據特征，對教學考評行為進行分類，并獲取最終考評結果；根據所述最終考評結果，智能化推薦匹配課程。本發明結合人工智能的特征以及教學行為分析的理論，利用智能技術自動化采集和編碼教學數據，更全面的識別課堂教學行為，自動化地對課堂教學進行分析和可視化呈現，為提高教學質量提供有力支持。

技術領域

本發明涉及一種用于教學考評的視頻信息采集方法及圖像處理系統，特別是圖像數據處理分析技術領域。

背景技術

隨著信息技術的推動與發展，人工智能技術已經進入大眾生活的各個領域，伴隨著智能教學環境的建設與普及，教學模式及課堂行為分析成了關注的焦點。為更好的展現教學成果，進行課堂教學行為分析成了檢測途徑之一。探究課堂教學活動可以更好的促進學生發展內在機制，幫助教師反思獲得實踐性知識，有利于促進課堂教學質量的提升。

現有技術中，傳統的教學測評采用的評價模型和方法，大多是通過自我報告以及人工觀察加手動編碼的方式，進行數據的采集和分析。傳統分析的過程中，由于編碼過程中的主觀性強，以及樣本量小等缺點，往往不利于發現教學過程中的普遍規律。

發明內容

發明目的：提出一種用于教學考評的視頻信息采集方法及圖像處理系統，以解決現有技術存在的上述問題。

技術方案：第一方面，提出了一種用于教學考評的視頻信息采集方法，該方法具體包括以下步驟：

視頻信息采集設備在應用過程中獲取實時場景下的視頻數據，在經過臨時緩存區后，通過壓縮傳輸至數據存儲服務器；

構建教學考評指標體系；

根據用戶終端需求，獲取所述數據存儲服務器中存儲的對應視頻數據；

提取所述對應視頻數據中的數據特征；

融合多種數據特征，對教學考評行為進行分類，并獲取最終考評結果；

根據所述最終考評結果，智能化推薦匹配課程。

在第一方面的一些可實現方式中，建立臨時緩存區，用于存儲所述實時場景下的視頻數據；所述臨時緩存區為環形存儲隊列。

其中，所述實時場景下的視頻數據存儲于臨時緩存區中，當臨時緩存區中的數據量達到預設大小時，將數據打包傳輸至云端。

所述臨時緩存區存儲數值的過程為：移動頭指針，指向存儲隊列的下一個存儲空間，通過數值的覆蓋的方式，循環更新存儲隊列中的數值。

在第一方面的一些可實現方式中，所述教學考評指標體系中包含針對用戶學習過程中的面部表情識別判斷，具體步驟為：

獲取存儲在云端的視頻圖像數據，并進行預處理；

提取預處理后的圖像數據特征；

構建分類器，根據所述圖像數據特征，通過分類識別獲得識別結果；

輸出當前表情對應的學習狀態，并作為教學考評結果的參考數據之一。

其中，所述預處理的過程為：

提取視頻圖像數據的視頻幀，

檢測出所述視頻幀中的人臉圖像，

利用中值濾波對圖像進行降噪和去噪，

根據需求對人臉圖像進行糾正對齊和圖像的灰度轉換。

在第一方面的一些可實現方式中，建立用于提取圖像數據特征的神經網絡；所述神經網絡每層卷積層后面緊接激活層；所述神經網絡結構層之間的權重值，在訓練神經網絡學習能力的時候，通過反向傳播的方式進行更新。