CN110706136A - Ai+数字化校园建设方案研究 - Google Patents

Ai+数字化校园建设方案研究 Download PDF

Info

Publication number
CN110706136A
CN110706136A CN201910473606.XA CN201910473606A CN110706136A CN 110706136 A CN110706136 A CN 110706136A CN 201910473606 A CN201910473606 A CN 201910473606A CN 110706136 A CN110706136 A CN 110706136A
Authority
CN
China
Prior art keywords
management
campus
teaching
digital
face
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201910473606.XA
Other languages
English (en)
Inventor
强龙祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910473606.XA priority Critical patent/CN110706136A/zh
Publication of CN110706136A publication Critical patent/CN110706136A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/20Education
    • G06Q50/205Education administration or guidance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

随着互联网的快速发展、人机交互技术、人体生物识别技术、VR技术的不断成熟,这些技术体现在科技、商业、金融业、智能领域、教育行业等,这为数字化校园建设提供了现代技术支持和数字化校园新格局奠定了良好的基础。本着为了建设更完善的适应未来发展的教育教学环境和适应未来发展的学校管理体系,提议基于AI、人机交互、VR、大数据、物联网建设AI+数字化校园。

Description

AI+数字化校园建设方案研究
技术领域
人工智能+。
背景技术
在互联网、人工智能+、人体生物识别技术、虚拟现实技术下实现现实与虚拟一体化的校园。
发明内容
数字化校园建设方案研究(AI+ Digital Campus Construction ProgramResearch)数字化校园,将现实校园与VR校园数据同步,数据实时共享,做到实现足不出户便可完成生活、工业、商业、教育等全面融合,为国家培养适应社会发展的人才。
一、人工智能+
人工智能+(ArtificialIntelligencePlus)英文缩写为AI+。它将“人工智能”作为当前行业科技化发展的核心特征并提取出来,与工业、商业、金融、经济、社会、教育、医疗等各领域进行全面融合,推动经济形态不断发生演变,从而带动社会经济实体的生命力。
“AI+”就是“AI+各个行业”,是利用人工智能技术和互联网平台,让人工智能与传统行业、新型行业进行深度融合,创造新的智能生态系统,它代表一种新的社会形态,即充分发挥“人工智能”在社会中的作用,将“人工智能”的创新成果深度融合于之中,提升全社会的创新力和生产力,形成更广泛的以互联网为基础设施和实现工具的经济发展新形态。
人工智能技术的发展,包括深度学习神经网络、无人机、自动汽车、智能穿戴设备、人工智能群体系统集群及延伸终端,将进一步推动人们现有生活方式、社会经济、产业模式、合作形态的颠覆性发展。
“人工智能(ArtificialIntelligence)”就是研究让计算机接受教育、提高智能的科学技术。AI的研究成果又反过来应用到教育过程中,促进教育的工作效率、产生新的教学模式。用“人工智能”技术支持教学的设计、互动分析与评价,进而支持教师及其教学,这已经成为一个重要趋势。
“人工智能+教育”是利用计算机技术,为教学设计人员和其他教学产品开发人员在教学设计和教学产品开发过程中提供辅助、指导、咨询、帮助或决策的过程,教学设计自动化更贴切地说是“计算机辅助教学设计”。
“人工智能”通过实时采集与分析处理课堂教学信息,迅速为教师的教学决策与学生学习方法的选择提供重要信息。能在课堂实况记录、师生考勤、课堂教学评估、学生成绩测试、教学难度与目标达成度分析等方面发挥良好作用。
“人工智能”具备在大数据下高速运算、大量数据实时处理、人机对话等卓越性能;在学校教学计划管理、课程课表管理、学籍学分管理、考试组织、阅卷与成绩分析、教学问题诊断、教改实验研究、教室管理、公寓管理、人事管理、学生管理、招生就业管理、校园门禁、图书阅读、校园跑腿业务(快递、送餐、购物)、以及虚拟现实技术下的整个完整的校园业务等方面,均可发挥积极作用。
二、人体生物识别技术
人体生物特征识别技术、人机交互技术应用是AI+核心技术领域中必不可缺少的部分。生物特征识别技术(BiometricIdentificationTechnology),是指通过计算机利用人体所固有的生理特征(指纹、虹膜、面相、DNA等)或行为特征(步态、击键习惯等)来进行生物特身份鉴定的技术。
生物特征识别技术是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性和行为特征来进行个人身份的鉴定。生物识别系统是对生物特征进行取样,提取其唯一的特征并且转化成数字代码,并进一步将这些代码组合而成的特征模板。人们同识别系统交互进行身份认证时,识别系统获取其特征并与数据可中的特征模板进行比对,以确定是否匹配,从而决定接受或拒绝该人。
在目前的研究与应用领域中,生物特征识别主要关系到计算机视觉、图象处理与模式识别、计算机听觉、语音处理、多传感器技术、虚拟现实、计算机图形学、可视化技术、计算机辅助设计、智能机器人感知系统等其他相关的研究。已被用于生物识别的生物特征有DNA、手形、指纹、脸形、虹膜、视网膜、脉搏、耳廓等,行为特征有签字、声音、按键力度等。基于这些特征,生物特征识别技术已经在过去的几年中已取得了长足的进展。
生物特征识别技术原理包含三个部分:
(一)人脸检测
面貌检测是指在动态的场景与复杂的背景中判断是否存在面像,并分离出这种面像。
一般有下列几种方法:
1、参考模板法
首先设计一个或数个标准人脸的模板,然后计算测试采集的样品与标准模板之间的匹配程度,并通过阈值来判断是否存在人脸;
2、人脸规则法
由于人脸具有一定的结构分布特征,所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸;
3、样品学习法
这种方法即采用模式识别中人工神经网络的方法,即通过对面像样品集和非面像样品集的学习产生分类器;
4、肤色模型法
这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。
5、特征子脸法
这种方法是将所有面像集合视为一个面像子空间,并基于检测样品与其在子空间的投影之间的距离判断是否存在面像。
值得提出的是,上述5种方法在实际检测系统中也可综合采用。
(二)人脸跟踪
面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外,利用肤色模型跟踪也不失为一种简单而有效的手段。
(三)人脸比对
面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说,将采样到的面像与库存的面像依次进行比对,并找出最佳的匹配对象。所以,面像的描述决定了面像识别的具体方法与性能。主要采用特征向量与面纹模板两种描述方法:
1、特征向量法
该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性,然后再计算出它们的几何特征量,而这些特征量形成一描述该面像的特征向量。
2、面纹模板法
该方法是在库中存贮若干标准面像模板或面像器官模板,在进行比对时,将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外,还有采用模式识别的自相关网络或特征与模板相结合的方法。
人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。
3、人脸识别技术识别过程
识别过程一般分三步:
(1)首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件,并将这些面像文件生成面纹(Faceprint)编码贮存起来。
(2)获取当前的人体面像。即用摄像机捕捉的当前出入人员的面像,或取照片输入,并将当前的面像文件生成面纹编码。
(3)用当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。
上述的“面纹编码”方式是根据人脸脸部的本质特征和开头来工作的。这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化,具有强大的可靠性,从而使它可以从百万人中精确地辨认出某个人。人脸的识别过程,利用普通的图像处理设备就能自动、连续、实时地完成。
人脸识别系统主要包括四个组成部分,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
(四)人脸图像采集及检测
人脸图像采集:不同的人脸图像都能通过摄像镜头采集下来,比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时,采集设备会自动搜索并拍摄用户的人脸图像。
人脸检测:人脸检测在实际中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。
主流的人脸检测方法基于以上特征采用Adaboost学习算法,Adaboost算法是一种用来分类的方法,它把一些比较弱的分类方法合在一起,组合出新的很强的分类方法。
人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地提高分类器的检测速度。
(五)人脸图像预处理
人脸图像预处理:对于人脸的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
(六)人脸图像特征提取
人脸图像特征提取:人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。
基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
(七)人脸图像匹配与识别
人脸图像匹配与识别:提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。
(八)人脸捕获与跟踪功能
人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来,并自动地将其保存。人像跟踪是指利用人像捕获技术,当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。
1、人脸识别比对
人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指,从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。
2、人脸的建模与检索
可以将登记入库的人像数据进行建模提取人脸的特征,并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式),将指定的人像进行建模,再将其与数据库中的所有人的模板相比对识别,最终将根据所比对的相似值列出最相似的人员列表。
3、真人鉴别功能
系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。
4、图像质量检测
图像质量的好坏直接影响到识别的效果,图像质量的检测功能能对即将进行比对的照片进行图像质量评估,并给出相应的建议值来辅助识别。
5、分析算法
人脸识别技术中被广泛采用的区域特征分析算法,它融合了计算机图。
6、人脸识别
像处理技术与生物统计学原理于一体,利用计算机图像处理技术从视频中提取人像特征点,利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析,根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。
(九)人脸识别的人脸识别的的方法
人脸识别的方法很多,主要的人脸识别方法有:
1、几何特征的人脸识别方法:几何特征可以是眼、慧眼人脸识别考勤机、鼻、嘴等的形状和它们之间的几何关系(如相互之间的距离)。这些算法识别速度快,需要的内存小,但识别率较低。
2、基于特征脸(PCA)的人脸识别方法:特征脸方法是基于KL变换的人脸识别方法,KL变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基,保留其中重要的正交基,由这些基可以张成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性,就可以将这些投影用作识别的特征矢量,这就是特征脸方法的基本思想。这些方法需要较多的训练样本,而且完全是基于图像灰度的统计特性的。目前有一些改进型的特征脸方法。
3、神经网络的人脸识别方法:神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练,而在许多应用中,样本数量是很有限的。
4、弹性图匹配的人脸识别方法:弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离,并采用属性拓扑图来代表人脸,拓扑图的任一顶点均包含一特征向量,用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素,在比对时可以允许图像存在弹性形变,在克服表情变化对识别的影响方面收到了较好的效果,同时对于单个人也不再需要多个样本进行训练。
5、线段Hausdorff距离(LHD)的人脸识别方法:心理学的研究表明,人类在识别轮廓图(比如漫画)的速度和准确度上丝毫不慧眼人脸识别考勤机比识别灰度图差。LHD是基于从人脸灰度图像中提取出来的线段图的,它定义的是两个线段集之间的距离,与众不同的是,LHD并不建立不同线段集之间线段的一一对应关系,因此它更能适应线段图之间的微小变化。实验结果表明,LHD在不同光照条件下和不同姿态情况下都有非常出色的表现,但是它在大表情的情况下识别效果不好。
6、支持向量机(SVM)的人脸识别方法:支持向量机是统计模式识别领域的一个新的热点,它试图使得学习机在经验风险和泛化能力上达到一种妥协,从而提高学习机的性能。支持向量机主要解决的是一个2分类问题,它的基本思想是试图把一个低维的线性不可分的问题转化成一个高维的线性可分的问题。通常的实验结果表明SVM有较好的识别率,但是它需要大量的训练样本(每类300个),这在实际应用中往往是不现实的。而且支持向量机训练时间长,方法实现复杂,该函数的取法没有统一的理论。
(十)技术细节
一般来说,人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别(身份确认或者身份查找)。系统输入一般是一张或者一系列含有未确定身份的人脸图像,以及人脸数据库中的若干已知身份的人脸图象或者相应的编码,而其输出则是一系列相似度得分,表明待识别的人脸的身份。
人脸识别的算法可以分类为:
基于人脸特征点的识别算法(Feature-basedrecognitionalgorithms)。
基于整幅人脸图像的识别算法(Appearance-basedrecognitionalgorithms)。
基于模板的识别算法(Template-basedrecognitionalgorithms)。
利用神经网络进行识别的算法(Recognitionalgorithmsusingneuralnetwork)。
(十一)优缺点
1、人脸识别优点
相比较其他生物识别技术而言:
非接触的,用户不需要和设备直接接触;
非强制性,被识别的人脸图像信息可以主动获取;
并发性,即实际应用场景下可以进行多个人脸的分拣、判断及识别。
2、人脸识别的弱点
对周围的光线环境敏感,可能影响识别的准确性;
人体面部的头发、饰物等遮挡物,人脸变老等因素,需要进行人工智能补偿;(如可通过识别人脸的部分关键特性做修正)。
3、技术应用
(1)企业、住宅安全和管理。如人脸识别门禁考勤系统,人脸识别防盗门等。
(2)电子护照及身份证。
(3)公安、司法和刑侦。如利用人脸识别系统和网络,在全国范围内搜捕逃犯。
(4)自助服务。如银行的自动提款机,如果同时应用人脸识别就会避免被他人盗取现金现象的发生。
(5)信息安全。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完成,电子政务中的很多审批流程也都搬到了网上。而当前,交易或者审批的授权都是靠密码来实现。如果密码被盗,就无法保证安全。如果使用生物特征,就可以做到当事人在网上的数字身份和真实身份统一。从而大大增加电子商务和电子政务系统的可靠性。
随着技术的进一步成熟和社会认同度的提高,人脸识别技术将应用在更多的领域。
(1)企业、住宅安全和管理。如人脸识别门禁考勤系统,人脸识别防盗门等。
(2)电子护照及身份证。这或许是未来规模最大的应用,国际民航组织(ICAO)已确定,从2010年起,其118个成员国家和地区,必须使用机读护照,人脸识别技术是首推识别模式,该规定已经成为国际标准。中国的电子护照计划公安部一所正在加紧规划和实施。
(3)公安、司法和刑侦。如利用人脸识别系统和网络,在全国范围内搜捕逃犯。
(4)自助服务。如银行的自动提款机,如果用户卡片和密码被盗,就会被他人冒取现金。如果同时应用人脸识别就会避免这种情况的发生。
(5)信息安全。如计算机登录、电子政务和电子商务。
在电子商务中交易全部在网上完成,电子政务中的很多审批流程也都搬到了网上。而当前,交易或者审批的授权都是靠密码来实现,如果密码被盗,就无法保证安全。但是使用生物特征,就可以做到当事人在网上的数字身份和真实身份统一,从而大大增加电子商务和电子政务系统的可靠性。
三、人机交互技术
人机交互技术(Human-ComputerInteractionTechniques)是指通过计算机输入、输出设备,以有效的方式实现人与计算机对话的技术。人机交互技术包括机器通过输出或显示设备给人提供大量有关信息及提示请示等,人通过输入设备给机器输入有关信息,回答问题及提示请示等。它与认知学、人机工程学、心理学等学科领域有密切的联系。也指通过电极将神经信号与电子信号互相联系,达到人脑与计算机互相沟通的技术,可以预见,计算机甚至可以在未来成为一种媒介,达到计算机与人脑意识之间的交流,即心灵感应。
人类生活中的事件都是多通道的,人与计算机多通道交互技术的发展虽然受到软件和硬件的限制,但至少要满足两个条件:
其一,多通道整合,不同通道的结合对用户的体验是十分重要的;
其二,在交互中容许用户产生含糊和不精确的输入。
(一)非精确的交互
语音(Voice)主要以语音识别为基础,但不强调很高的识别率,而是借助其它通道的约束进行交互。
姿势(Gesture)主要利用数据手套、数据服装等装置,对手和身体的运动进行跟踪,完成自然的人机交互。
头部跟踪(HeadTracking)主要利用电磁、超声波等方法,通过对头部的运动进行定位交互。
视觉跟踪(Eye-Tracking)对眼睛运动过程进行定位的交互方式。
(二)多通道交互的体系结构
多通道交互的体系结构首先要能保证对多种非精确的交互通道进行综合,使多通道交互存在于一个统一的用户界面之中,同时,还要保证这种通道的综合在交互过程中的任何时候都能进行。良好的体系结构应能保证多个通道的综合不只是发生在应用程序这一级。
人机交互技术是目前用户界面研究中发展得最快的领域之一,我们可以以发展新的人机界面交互技术为基础,带动和引导相关的软硬件技术的发展,使更有效地使用计算机的计算处理能力成为可能。
人机交互技术领域热点技术的应用潜力已经开始展现,比如智能手机配备的地理空间跟踪技术,应用于可穿戴式计算机、隐身技术、浸入式游戏等的动作识别技术,应用于虚拟现实、遥控机器人及远程医疗等的触觉交互技术,应用于呼叫路由、家庭自动化及语音拨号等场合的语音识别技术,对于有语言障碍的人士的无声语音识别,应用于广告、网站、产品目录、杂志效用测试的眼动跟踪技术,针对有语言和行动障碍人开发的“意念轮椅”采用的基于脑电波的人机界面技术等。
热点技术的应用开发是机遇也是挑战,基于视觉的手势识别率低,实时性差,需要研究各种算法来改善识别的精度和速度,眼睛虹膜、掌纹、笔迹、步态、语音、唇读、人脸、DNA等人类特征的研发应用也正受到关注,多通道的整合也是人机交互的热点,另外,与“无所不在的计算”、“云计算”等相关技术的融合与促进也需要继续探索。
多媒体系统的交互特点与传统用户界面相比,引入了视频和音频之后的多媒体用户界面,最重要的变化就是界面不再是一个静态界面,而是一个与时间有关的时变媒体界面。人类使用语言和其它时变媒体(如姿势)的方式完全不同于其它媒体。从向用户呈现的信息来讲,时变媒体主要是顺序呈现的,而我们通常熟悉的视觉媒体(文本和图形)通常是同时呈现的。在传统的静止界面中,用户或是从一系列选项中进行选择(明确的界面通信成分),或是用可再认的方式进行交互(隐含的界面通信成分)。在时变媒体的用户界面中,所有选项和文件必须顺序呈现。由于媒体带宽和人的注意力的限制,在时变媒体中,用户不仅要控制呈现信息的内容,也必须控制何时呈现和如何呈现。
在确保身份信息准确无误之后,将实现在现实环境中和虚拟现实技术环境下完成人们的所有日常工作。这样既可以降低实体场所的不必要支出和节约成本,也可以节约我们体验时间,在VR中可以给人们亲身体验,避免因时间和空间的问题造成的时间和精神上的浪费。
四、虚拟现实技术(VR)
虚拟现实技术是仿真技术的一个重要方向,是仿真技术与计算机图形学人机接口技术多媒体技术传感技术网络技术等多种技术的集合,是一门富有挑战性的交叉技术前沿学科和研究领域。虚拟现实技术(VR)主要包括模拟环境、感知、自然技能和传感设备等方面。模拟环境是由计算机生成的、实时动态的三维立体逼真图像。感知是指理想的VR应该具有一切人所具有的感知。除计算机图形技术所生成的视觉感知外,还有听觉、触觉、力觉、运动等感知,甚至还包括嗅觉和味觉等,也称为多感知。自然技能是指人的头部转动,眼睛、手势、或其他人体行为动作,由计算机来处理与参与者的动作相适应的数据,并对用户的输入作出实时响应,并分别反馈到用户的五官。传感设备是指三维交互设备。
(一)VR系统中人机交互的特点
人机交互可以说是VR系统的核心,因而,VR系统中人机交互的特点是所有软硬件设计的基础。
其特点如下:
观察点(Viewpoint)是用户做观察的起点。
导航(Navigation)是指用户改变观察点的能力。
操作(Manipulation)是指用户对其周围对象起作用的能力。
临境(Immersion)是指用户身临其境的感觉,这在VR系统中越来越重要。
VR系统中人机交互若要具备这些特点,就需要发展新的交互装置,其中包括三维空间定位装置、语言理解、视觉跟踪、头部跟踪和姿势识别等。多媒体与VR系统的人机交互有着某些共同特点。首先,它们都是使用多个感觉通道,如视觉和听觉;其次,它们都是时变媒体。
教育中,虚拟现实应用于教育是教育技术发展的一个飞跃。它营造了“自主学习”的环境,由传统的“以教促学”的学习方式代之为学习者通过自身与信息环境的相互作用来得到知识、技能的新型学习方式。
它主要具体应用在以下几个方面:
(二)科技研究
当前许多高校都在积极研究虚拟现实技术及其应用,并相继建起了虚拟现实与系统仿真的研究室,将科研成果迅速转化实用技术,如北京航天航空大学在分布式飞行模拟方面的应用;浙江大学在建筑方面进行虚拟规划、虚拟设计的应用;哈尔滨工业大学在人机交互方面的应用;清华大学对临场感的研究等都颇具特色。有的研究室甚至已经具备独立承接大型虚拟现实项目的实力。
虚拟学习环境虚拟现实技术能够为学生提供生动、逼真的学习环境,如建造人体模型、电脑太空旅行、化合物分子结构显示、铁路/高铁飞机的模拟驾驶系统等,在广泛的科技领域提供无限的虚拟体验,从而加速和巩固学生学习知识的过程。亲身去经历、亲身去感受比空洞抽象的说教更具说服力,主动地去交互与被动的灌输,有本质的差别。
虚拟实验利用虚拟现实技术,可以建立各种虚拟实验室,如地理、物理、化学、生物、动高铁、航空航天实验室等等,拥有传统实验室难以比拟的优势:
1、节省成本通常我们由于设备、场地、经费等硬件的限制。许多实验都无法进行。而利用虚拟现实系统,学生足不出户便可以做各种实验,获得与真实实验一样的体会。在保证教学效果的前提下,极大的节省了成本。
2、规避风险真实实验或操作往往会带来各种危险,利用虚拟现实技术进行虚拟实验,学生在虚拟实验环境中,可以放心地去做各种危险的实验。例如:虚拟的飞机驾驶教学系统,可免除学员操作失误而造成飞机坠毁的严重事故。
3、打破空间、时间的限制利用虚拟现实技术,可以彻底打破时间与空间的限制。大到宇宙天体,小至原子粒子,学生都可以进入这些物体的内部进行观察。一些需要几十年甚至上百年才能观察的变化过程,通过虚拟现实技术,可以在很短的时间内呈现给学生观察。例如,生物中的孟德尔遗传定律,用果蝇做实验往往要几个月的时间,而虚拟技术在一堂课内就可以实现。
(三)虚拟实验实训基地:
利用虚拟现实技术建立起来的虚拟实验实训基地,其“设备”与“部件”多是虚拟的,可以根据随时生成新的设备。教学内容可以不断更新,使实践训练及时跟上技术的发展。同时,虚拟现实的沉浸性和交互性,使学生能够在虚拟的学习环境中扮演一个角色,全身心地投入到学习环境中去,这非常有利于学生的技能训练。包括军事作战技能、外科手术技能、教学技能、体育技能、汽车驾驶技能、动高铁驾驶技术、城轨/铁路行车调度指挥技术、动高铁检修技术、航空航天技术、果树栽培技、电器维修技能等各种职业技能的训练,由于虚拟的训练系统无任何危险,学生可以不厌其烦地反复练习,直至掌握操作技能为止。例如:在虚拟的飞机驾驶训练系统中,学员可以反复操作控制设备,学习在各种天气情况下驾驶飞机起飞、降落,通过反复训练,达到熟练掌握驾驶技术的目的。
(四)虚拟仿真校园:
教育部在一系列相关的文件中,多次涉及到了虚拟校园,阐明了虚拟校园的地位和作用。虚拟校园也是虚拟现实技术在教育培训中最早的具体应用,它由浅至深有三个应用层面,分别适应学校不同程度的需求:简单的虚拟我们的校园环境供游客浏览,基于教学、教务、图书馆、校园安全、学生管理、招生就业、专业/顶岗/毕业实习生管理、校园生活,功能相对完整的三维可视化虚拟校园,以学员为中心,加入一系列人性化的功能,以虚拟现实技术作为远程教育基础平台,虚拟远程教育虚拟现实可为高校扩大招生后设置的分校和远程教育,教学点提供可移动的电子教学场所,通过交互式远程教学的课程目录和网站,由局域网工具作校园网站的链接,可对各个终端提供开放性的、远距离的持续教育,还可为社会提供新技术和高等职业培训的机会,创造更大的经济效益与社会效益。随着虚拟现实技术的不断发展和完善,以及硬件设备价格的不断降低,我们相信,虚拟现实技术以其自身强大的教学优势和潜力,将会逐渐受到教育工作者的重视和青睐,最终在教育培训领域广泛应用并发挥其重要作用。
AI、人机交互、VR、大数据、物联网等随着互联网迅速发展应运而生。这些技术体现在科技、商业、金融业、智能领域、教育行业,数字化校园建设目前还是空白状态。本着为了建设更完善的适应未来发展的教育教学环境和适应未来发展的学校管理体系,提议建设AI+数字化校园。
五、AI+数字化校园建设项目方案建设基础
(一)背景分析与重要意义
校园建设应顺应信息时代的发展要求,作为中国 21 世纪校园的发展方向,可实现资源全球化、教学网络化、管理智能化、环境虚拟化、虚拟与现实相结合等。
随着互联网的快速发展、人机交互技术、人体生物识别技术、VR技术的成熟,数字化校园建设不仅为现代化教学提供了新的理念和方式,同时也不断改变着学校的管理、教学和发展模式,对提升学校核心竞争力和加快高校人才培养的多元化、个性化、开放性具有重大作用。
1、教学科研的需要
数字化校园将信息技术融于教育教学的各个环节,使信息工具成为教师教学、学生学习、校园生活、校务管理的重要手段,拓展广大师生员工便捷快速的获取知识、获取信息的重要渠道,改变了传统的教学模式、教学方法和教学手段,以信息技术为支撑,发展现代教学和科研。
2、学校管理的需要
以高性能校园网为基础,实现现实与虚拟为一体的教务管理、教学资源管理、科研管理、后勤与服务管理的全面整合,实现信息化增值服务是高校发展的大势所趋,也是学校构建现代大学管理模式的必经之路。
3、为当地经济发展和社会服务的需要
“国家示范性高等职业院校建设计划”中提出:“创建共享型专业教学资源库,以规范专业教学基本要求,共享优质教学资源;开放教学资源环境,满足学生自主学习需要,为高技能人才的培养和构建终身学习体系搭建公共平台”。同时,借助数字化和网络技术提升学校对当地经济与社会发展的服务能力,为同类型院校尤其是不发达地区院校提供优质教学资源,为专业对口的产业领域提供专业特色鲜明的培训与资源服务。
4.建立云上大学校园群,优化学生培养模式。
5.有助于实现各高校相互学习、相互促进和相互监督。
6.增加学生了解社会发展方向,准确定位自己的未来发展。
7.有助于实现全国校园信息化管理
8.有助于实现教育和各行业之间紧密联系,培养适应社会发展的人才。
(二)建设优势
1、随着互联网的快速发展、人机交互技术、人体生物识别技术、VR技术的成熟,为数字化校园建设创造了良好条件,为现实的和VR中的图书馆、网络中心、教室、实验实训室功能的拓展和资源的共享,为数字化校园建设提供了现代技术支持和数字化校园新格局奠定了良好的基础。
2、网络应用日益增多,在教学、科研、管理中发挥着重要作用,建立OA办公自动化、教务管理、科研管理、远程教育、财务管理、国有资产管理、精品课程、招生就业、电子期刊等应用项目、远程访问系统、招生就业、精品课程评选、以及其他成绩的取得中发挥着重要作用。
(三)存在的问题与不足
1、校园网络覆盖面不全,网络设备老化和短缺现象较严重,校园网络有待完善。
2、学院缺少统一的应用平台,现有应用系统之间缺乏联系,形成了“信息孤岛”,造成数据不一致,信息难以共享。
3、各类教学资源建设相对滞后,网络教学不能充分发挥其作用。
4、师生尚未形成良好的参与数字化学习、数字化科研、数字化管理、数字化服务、数字化生活的行为方式,师生的信息素养有待进一步提升。
5、各个学校之间的数字化校园建设进程有前有后,较难统一。
6、将教育与社会中各行业实现数字化管理缺乏统一管理经验,实现难度大。
六、AI+数字化校园建设项目方案建设目标
AI+数字化校园建设总体目标是:以“统一规划、分步实施、加强应用、整合资源、共享数据”为指导思想,建设较完善的数字化的网络环境、数字化的教学资源、数字化的教学与学习环境、数字化的管理手段和工作环境,实现数字化的学习、教学、科研和管理,创建数字化的生活空间,推动各个学校制度创新、管理创新,最终实现教育信息化、决策科学化和管理规范化,达到提高教育教学质量和效率的目的。
建设数字化校园具体目标:
1、建设一个服务于教学、科研、管理和校园文化的技术先进、扩展性强、覆盖全国的以有线和VR为基础、无线作补充的安全高效的计算机网络;
2、在各高校之间实现统一身份认证,统一门户、OA协同办公等功能,在此基础上对原有网络及应用进行全面集成;
3、建设各个高校数据中心,实现流控、计费、安全、备份等建设目标,以对高校数据中心网络应用的统一管理提供较好的支持和服务保障。
4、各高校构建以精品课程、网络教学和特色专业资源为核心内容的规范化、开放性和共享性专业教学资源管理平台,实现现实与虚拟考务管理、考试管理、毕业生实习管理、学科试题库、精品课程等功能;
5、各高校开展多种网络化服务项目,为师生员工提供便捷、高效、健康的生活服务,形成智能型人文社区服务体系。
七、AI+数字化校园建设项目方案建设内容
数字化校园是完整而全面的体系,其建设又是分阶段、分层次的。遵循先进性、标准性、开放性、实用性、安全性等原则,结合实际发展情况,规划设计技术成熟的、灵活的可扩展的数字化校园网络。
以下是基于硬件网络设施、应用支撑体系、信息共享平台、应用系统、校园信息门户等多层次的校园网络体系架构。结构图详见AI+数字化校园建设网络结构图——附图1。
硬件设施:网络是数字化校园最基础的设施,它构成数字信息的载体。
应用支持系统:作为核心支持系统的应用支撑系统,提供了网络安全、网络管理系统、服务服务、网上支付等支撑体系。
公共平台:公共平台是数字化校园的基础,它为数字化校园各个应用系统的集成提供一系列的基础服务,使得各应用系统之间能够实现数据交换和共享,以及应用间的系统调用和统一的用户访问接口。包括应用管理、用户认证、权限分配、数据交换等。
应用管理平台:主要是数字化管理系统、网络管理系统、网络服务系统、校园安防系统、以及教学、科研、管理、服务的各种应用系统和VR系统,用于满足教职工和学生对信息管理和信息服务的需求,是信息化建设的主要内容。现阶段信息化的主要应用系统包括:OA协同办公、教务管理、财务管理、科研管理、学生管理、人事管理、固定资产管理、网络教学平台等。
校园信息门户:校园信息门户是整个数字化校园的访问入口点,给用户提供个性化的使用界面。用户进入门户后,除了可以看到公共信息外,只能看到与其身份相符的各项服务,成为个性化网络门户。校园信息门户其主要功能包括:统一访问入口、应用系统的集成与导航、个性化定制、资源检索和查询。
基于上述网络体系架构,数字化校园建设的主要内容是:
(一)校园网络基础设施建设
在现有基础上,改造建设校园网络,最终形成核心万兆冗余、无线补充覆盖、一个一级中心、三个二级中心、多种网络接入的高扩展、多业务、高安全的校园基础网络,覆盖整个学院,接入所有教学、办公、学生宿舍和家属楼等所有楼宇。
1、计算机网络系统
对现有网络核心设备进行升级改造,进一步完善校园网基础设施建设。网络中心核心设备双机冗余备份;能够支持万兆宽带,在现有的网络基础上进行改造和完善。改造有问题的综合布线和设备;对没有综合布线或综合布线未使用的按六类综合布线标准进行建设;对网络出口重新设计,实现负载均衡、WAN 优化,在可能的条件下,实现公网出口冗余,提高因特网访问速度;
2、数据中心建设
建设高安全、高可用、高性能、备份等功能的全校数据中心,为网络应用提供坚实的基础。
一是建设高安全的完整的安全防护体系,包括接入控制、安全检查、流量控制、漏洞扫描等安全体系,实现安全准入、流控、计费、管理、安全等功能。
接入控制包括:局域网接入控制和用户身份认证通过 802.1x 协议实无线用户、VPN用户和来访客户等通过网关准入控制。只有身份认证和安全状态检查都通过的用户,才能允许其访问内部网络;无论局域网还是无线用户,在执行终端安全检查过程中都支持隔离区设置,自动对不符合安全性检查的终端进行隔离,并自动启动终端修复过程;
安全性检查包括:补丁检查和升级;防病毒软件检查与升级;黑白软件检查;注册表检查;弱口令检查和提醒;防 ARP 攻击;多元素绑定:可以绑定用户名、IP 地址、MAC 地址、设备端口、VLAN 等,防止网络滥用;外设管理;软件分发;安全审计等功能;
二是高可用性建设。建设 WEB、DNS 等负载均衡,保持网络及应用的高可用性、提高网络响应速度;基于网络设备的线路捆绑与冗余;基于虚拟化的冗余技术建设;
三是高性能建设。基于分布式高速应用缓存中间件技术的高速应用建设;基于中间件技术的数据库同步技术;基于 WAN 优化技术的 UTM 建设;
四是灾备建设。建设基于网络的大容量光纤接口磁盘阵列,以备份全院所有应用程序数据;
五是机房建设。数据中心不仅是各类服务器、存储硬件的集成,也是数据存储、数据流通和应用服务的中心,作为数字化校园数据交换最集中的区域,应具备安全可靠的机房设施、高水平的网络管理、富裕的带宽资源等条件,集中管理各部门的应用服务器和数据库系统。
3、网络安全建设
本部分包括出口设备、网络准入制度、入侵检测和防御、统一安全管理等建设,主要保障网络及应用系统安全稳定地运行。
一是出口设备的建设。对出口设备进行重新升级改造,将现有防火墙更新为 UTM 设备以达到更好的保护效果;
二是网络准入制度的建立。一方面建立网络准入制度,使得用户合法合理利用网络资源;另一方面,采用网络流控、网络认证等设备来落实;
三是入侵检测和入侵防御等方面的安全建设。采用 IPS 等设备,尤其需要分布式入侵防御设备,对我院 WEB 站点和重要应用系统进行保护,实现对入侵行为的检测和控制;
四是统一安全管理。采用网络版杀毒软件,形成全网统一的防病毒保护和
补丁安装机制,建立基于主机的安全防护和基于网络的安全防护,保障校园网络环境安全。
五是协议分析仪建设。协议分析仪是对网络问题进行分析的最好工具之一。借助于协议分析仪,通过对其提供数据的分析,管理员可以快速的分析攻击的来源和攻击的形式,这种方式对于那些未知病毒和攻击的捕捉具有十分明显的作用。
4、学生宿舍楼接入建设
将目前未接入校园网的学生宿舍楼、家属楼等建筑物接入校园网。这些非教学办公用建筑,信息点、终端数量庞大,所需的网络设备数量也是非常多的。按一般网络设计理念将这类网络划分为核心层、汇聚层、接入层;以华为8512(参考设备)作为这个网络的核心,实现网络二层/三层的转换,挂接互联网 GE 出口和校园网 GE 出口,或者在增加校园网的互联网 GE 出口后,直接挂接校园网;华为 5200G(参考设备)作为互联网出口设备,也作为用户的控制设备,实现 Diffserv Qos 机制,包括速率限制、分类、标记和流量整形,满足各种IP 业务终端、承载多种业务的需求。
通过使用城市热点的 DR.COM(参考设备),限制用户私用路由、代理等办法上网,使网络合法用户有一个有序的网络环境。
5、无线补充建设
在部分办公区域、图书馆、礼堂、广场等开阔区域,部署无线接入点,作为有线信息点的补充,随时随地实现数字化在校园内的应用。
(二)应用系统建设及集成
实现统一认证、统一门户、协同办公等目标,以门户为入口,将工作流贯彻至各个平台,形成以协同办公为基础的应用集成管理。
建立较完善的系统安全机制
1、统一资源管理。统一资源管理指统一用户认证系统负责保存、管理所有的人员、组织、工作组、角色、应用系统和域名规则等信息,为系统提供认证、授权和资源管理的服务。
2、对已有应用系统采用自动登录功能。对难以改变的现有或原有系统采用这种方式;
3、统一的身份认证机制。所有新建设的应用系统采用统一的身份认证机制,结合门户系统实现真正的 SSO,即单点登录,用户只需要登录一次就可以访问所有相互信任的应用系统。
4、支持第三方身份认证如 802.1X、数字认证等,以满足硬件管理平台与软件管理平台、外网访问与内网访问等各方面的需要。
5、实现基于强大工作流平台的OA协同办公系统
以工作流为核心,完整实现对个人信息、新闻、项目、任务、活动、资料文档、文件共享、博客等功能,是学院门户及各种应用程序管理的基础。
6、统一门户
实现校内所有网站系统、新闻系统的统一配置、管理、发布、审核。系统管理员可以对新闻网及校内所有网站系统进行高级维护。院、系、部等二级管理员可以维护自己负责的网站的样式、内容等信息。
系统平台应支持用户可自定义检索条件,实现站内多个系统的统一查询接口。实现单一入口的跨平台全文检索。
7、实现 FTP 共享管理系统
实现校内 FTP 资源的数据库化管理和共享。师生可以搜索 FTP 资源,实现快速查找并下载资源,可以轻松管理属于自己的资源和空间。
8、集成外网邮件系统
系统自动实现对外网邮箱的链接登录。让师生在统一内部系统平台上可以方便的进入外部邮箱系统,在系统中一次注册,无需记忆/重新输入邮箱用户名、密码,提高工作、学习效率。每个邮件系统均作为用户界面中的一个选项页,也可直接将邮件读写入当前办公邮件中。
9、应用集成
基于系统平台,采用高效、成熟的二次开发框架对校内现有应用系统进行集成(现有应用系统须公开接口或数据库)。集成现实与虚拟的系统:
统一身份认证系统
校园综合信息门户系统
数字化招生迎新系统
数字化实习与就业跟踪管理系统
数字化学生管理系统
数字化公寓管理系统
数字化财务管理系统
数字化决策支持系统
数字化办公管理系统
数字化人事管理系统
数字化教师成长综合考核评价系统
数字化教学管理系统
数字化科研管理系统
数字化教育质量检测系统
数字化共享型专业教学资源库
数字化设备资产管理系统
数字化后勤管理系统
数据交换平台
(三)网络教学资源建设
将虚拟与现实相结合建设资源丰富、信息畅通、管理先进、高效快捷、师生互动、社会共享的教学资源信息平台是数字化校园建设的核心目标之一。通过收集、整合、优化各类教学资源,提高教师运用现代教育手段的能力,拓宽学生获取职业知识的渠道,充分发挥教学资源库作用,促进信息技术与教学、科研、管理的深度融合,为高技能人才的培养和构建终身学习体系搭建公共平台。
共享型专业教学资源的建设主要包括数字化信息加工平台建设和管理应用平台建设。其中数字化信息加工平台包括建设数字演播室、课件制作室等专业功能室。
1、多媒体课件制作室建设
根据课程要求为教师提供课件制作的软硬件环境和丰富的素材资源。采用高性能的图形工作站和多媒体课件软件开发包,使用多媒体资源共享库,协助教师完成课件制作。
2、多媒体网络教学平台建设
主要实现网络教学、教学资源管理、精品课程建设等功能。
(1)网络教学:网络教学平台以课程为中心,集成网络“教”与“学”的环境。
(2)教学资源管理:以信息共享为目的,建设集信息数字化、信息传播跨媒体、海量信息处理,分布式储存为一体的资源管理系统。
(3)精品课程建设:主要完成院、省及国家级精品课程的建设、申报及评审工作。
该共享型资源库建成后,可以通过中国教育科研网,把共享型资源库纳入中央级共享型专业教学资源库,与全国其他高职院校进行课程互选、资料库共享,为全国高职院校相关专业深化教育教学改革提供信息和借鉴。
(四)数字化服务设施建设
主要建设校园“一卡通”、视频会议、视频点播、多媒体教室等公共教学、生活服务设施。
1、校园统一身份认证系统,使之在各方面都得到更充分地利用。
2、视频会议、视频点播建设:建设基于校园网络的视频会议系统和视频点播系统。
3、VR课堂建设。
4其它网络服务项目如VR图书馆和数字图书馆等,可根据需要灵活建设扩展,满足师生教学和生活需要。
5.建设VR考场、VR实验实训室、VR超市、VR订餐订餐系统、VR校园跑腿业务、数字化公寓管理系统等。
八、统一身份认证系统
随着学校IT应用的迅速发展,各种业务系统和用户数量在不断增加,网络规模也逐日扩大,访问控制和信息安全问题愈见突出,原有分散的“独立认证、独立授权、独立帐号管理”的模式已经不能满足学校目前及未来发展的要求;因此,构建一个完整统一、高效稳定、安全可靠的集中身份认证和管理平台已经成为数字化校园建设的重要目标。
统一认证系统在保证系统整体安全性、可靠性的同时,为各级用户使用软件功能和信息资源带来很大便利,为维护国家安全、个人信息安全、支付领域安全、便捷购物起着重要作用,对校园统一管理提供保障服务,同时也起着国家及社会对学校的监督。
九、校园综合信息门户系统
综合信息门户系统是AI+数字化校园的信息集中展示平台,将各种应用系统、数据资源和互联网资源集成到一个信息管理平台之上,将分散、异构的应用和信息资源进行聚合,在统一身份认证平台的支持下,通过统一的访问入口实现各种应用系统的无缝接入和集成,提供支持信息访问、传递以及协作的集成化环境的系统。
校园综合信息门户系统不仅是宣传学校的重要窗口,同时也为AI+数字化校园系统的用户访问提供了接口,使用户通过学校门户网站和VR系统访问学校电子校园。
由于门户网站里面的内容一般都是静态的或者消息并非是实时更新的,为了达到更好的介绍、推广、宣传学校的教育教学特色、校园文化,达到良好的影响,帮助学校教学信息的公开化,自觉接受社会各界监督,将建设成和现实中的校园完全一样的VR电子校园,做到现实校园与VR电子校园数据实时共享和同步,并具备人机交互下的对话沟通,使得校园更加透明化,教育教学更加清晰化、课堂更加智能化,管理更加完善化。
“综合信息门户”实现的核心功能为:
(一)能够根据用户的身份和权限,以及自身需求,为其提供个性化的信息资源和相应的应用服务;
(二)提供具有高扩展性的服务架构和访问接口,集成到不同架构下的各类应用系统,让各种资源和应用可以方便地集成到门户系统中,为数字校园用户提供统一的唯一的访问模式;
(三)将用户人体生物ID和校园信息系统进行绑定,使用户在不同平台或者系统下使用唯一的ID进行访问,为用户提供安全的业务数据和数字资源的获取,信息传输的安全可靠提供保证,保障信息不被非法用户窃取和篡改,保障用户的合法身份不被盗用。同时便于和国家核心部门进行数据对接。
十、数字化实习与就业跟踪管理系统
数字化实习与就业跟踪管理系统可以提高我国各院校学生顶岗实习及就业信息的统计效率,改进工作流程,提高实习就业工作的效率和效果,减少各类就业工作者大量重复性的工作,使传统的的纸质办公环境向全新的计算机无纸化办公环境方向改变为目标,使我国各院校实习就业工作的开展更加科学化、标准化、规范化、信息化。
十一、数字化学生管理系统
数字化学生管理系统通过在现实与VR中提供学生学籍管理、考勤管理、奖惩管理、奖助学金管理、勤工俭学管理、保险理赔管理、心理健康管理、综合素质管理及毕业管理等多方位服务,减少更多的学生管理人员投入,并且减少学生亲自跑办公室找老师的环节,可以直接在VR中和教师实时交流,帮助学校、老师、学生全方位掌握学生在校情况,节约学生管理成本。
十二、数字化公寓管理系统
数字化学校宿舍管理系统面向的是学校学生宿舍业务,根据学校实际情况进行分宿舍区、分楼宇、分楼层管理、宿舍资源管理、宿舍日常调整、宿舍分配管理。
数字化学校宿舍管理系统中给每个宿舍房间门禁和宿舍楼门禁都安装人体生物识别系统,对学生身份信息自动核验,只有学生身份信息和所对应的的楼宇和房间号一致方可进入,否则无权限进入,这样保障学校和学生的财产安全,还可以提供日常统计,包括学生住宿信息统计、空床位统计、违纪情况、押金、水电使用统计、学生离开和返回宿舍统计等,也可以查询每晚学生是否按时归宿,有助于管理者及时发现宿舍安全隐患。
十三、数字化财务管理系统
数字化财务管理系统是学校各项资金管理工作的统一处理平台,该平台能大大提升财务人员的工作效率。实现各项目资费标准制定、费用查询、学生缴费、资金审批、奖学金管理、助学金管理、教职工工资管理、财务帐汇总、票据打印等功能,并通过严密的逻辑关系让财务系统为学校的资金管理提供优质可靠地保障。
十四、数字化办公管理系统
数字化办公管理系统主要利用现代通讯技术、OA移动办公系统、自动化设备、电子计算机系统或工作站来实现事务处理、信息处理和决策支持的综合办公系统。数字化办公系统以表单或文档流转方式进行相关工作流程执行,完成业务知识的积累和储存,为非固化业务工作的开展、非结构化信息的共享提供支撑,面向职业院校日常管理中办公室的业务提供信息化的支持。
十五、数字化人事管理系统
高校是知识和人才高度密集之地,并肩负着为祖国繁荣昌盛和社会长治久安培养社会主义未来建设者的责任。
在高校人事改革的过程中,信息化是将先进的管理理念渗透到日常管理工作中是必不可少的途径,是提升高校人力资源管理与服务能力的利器,把信息化建设提升到战略规划的高度,必将成为高校人事改革关键性的突破口。
智能人力资源管理系统是用先进的信息化技术为学校搭建标准化、规范化、网络化的人力资源管理平台,使各院校人力资源管理工作从作业性、行政性事务中解放出来,即真正实现了教职员工的动态管理和实时控制,又大大节约了系统的运行与维护成本,涵盖了现代化学校对教职员工在学校的整个生命周期的全面管理。
十六、数字化教师成长综合考核评价系统
数字化教师成长综合考核评价系统是以实现学校教师成长档案管理和教学质量考核评价为目的而设计的,旨在辅助学校利用信息化手段进行师资队伍建设,依据教学数据呈现多方位立体评价来反映和促进教师成长。通过期初教学考核、期末教学考核、教学事故录入等模块来记录教师平时表现,建立多维度的针对任课教师的评价体系,提供学生评教、教师互评、管理部门评价等多种评估方式,并将评价结果以图表等直观的形式呈现在教师年终考核结果中,方便学校管理者对任课教师进行综合评定,有利于学校决策者形成更合适的师资队伍建设思路。
十七、数字化教学管理系统
数字化综合教务系统总体建设目标是建设包括全日制教育、职业教育、继续教育和成人培训等在内的综合教学管理的AI+数字化环境,科学统一的配置教学资源,提高教师、教室、实训室等教学资源的利用率,改革教学模式、手段与方法,建立VR教室和VR实验实训室,减少实体教室和实体实验实训室建设,丰富教学资源,提高教学效率与质量。
数字化教学管理系统包含了实体与VR下教学过程管理的所有功能部件,包含招生管理、学籍管理、排课管理、教学计划管理、选课管理、考试管理、成绩管理、师资管理、教学建设管理、教学评价和教材管理等诸多功能模块,从而形成一体化、综合化的教务信息管理系统。该系统与学校的数字化人事管理系统、数字化财务管理系统、数字化综合学工系统、数字化科研管理系统、数字化网络学习系统、数字化精品课程等系统协同工作和数据共享,能实现业务的无缝对接和数据的自由流动,具有良好的可扩展性和二次开发功能,该系统为学校的教务管理工作提供直观科学的评价数据,最终实现综合信息统计和历史数据分析功能,为提高教务工作效率和推进学校教学改革提供重要的参考依据和决策辅助。
数字化综合教务管理系统下教师在教室的授课内容和VR环境下授课数据实时同步共享,VR系统具备人体生物识别技术、人体感应和摄像机、人机交互技术,学生在VR课堂学习时自动和学校门户系统中身份认证,通过认证之后才可以进入VR课堂,下课之后记入相对的学时数和出勤,在VR中上课,减少学校硬件成本的投入,同时减轻学生家庭学费的支出。
数字化综合教务管理系统下实现现实考场和VR考场在大数据下下建立智能考场,避免过多的实体考场投入、大量监考老师选派、纸质试卷成本投入,学生考试在计算机上面考试或者在VR系统中考试,智能考场和 VR系统具备人体生物识别技术、人体感应和摄像机、人机交互技术,不论学生进入实体考场进行计算机答卷还是在VR考场环境中自动和学校门户系统中身份认证,通过认证之后才能进入参加规定时间段相对应的考试科目,考试完成成绩自动传回数字教务管理系统进行成绩分析和成绩统计。
数字教务管理系统本着高起点高标准,既适合当前又考虑到为来发展的原则,具有友好的界面、易掌握、操作简单、功能齐全、安全可靠、运用广泛等特点,在国内应用广泛。
数字化科研管理系统可以录入和维护自己的项目、成果等科研信息,可以维护本单位的科研人员、科研项目和科研和学术成果等信息。
十八、数字化教育质量检测系统
数字化教育质量检测平台为学校教育质量年度报告做支撑,为方便上级有关部门进行检查,为学校决策者利用相关数据统计分析,为学校发展决策做出数据支撑,同时提供发布教育质量年度报告和对职业院校进行调研,对教育质量监测提供相关数据管理和调用。
十九、数字化共享型专业教学资源库
数字化共享型专业教学资源库是数字化校园平台中现实教学环境与VR教学环境数据实时交互的核心,实现了专业建设、课程建设、在线教学、VR教学、网络教学、资源共享;解决了学校在这方面的数字化管理问题,使得现实教学与VR教学的完美结合,提供了教与学的新方式。
十二、数字化设备资产管理系统
数字化设备资产管理系统是以实物管理为特点,以计算机为操作平台,以信息化为优势,系统通过对设备管理中的各类数据的分析、判断,辅助学校有效把握故障的规律,提高故障预测、监控和处理能力,减少故障率,为设备管理人员和学校管理者提供决策依据。
实现在VR下身临其境订餐和校园购物,下单完成之后,将数据传回校园信息管理系统,系统根据下单先后顺序就近指派相关人员派送,并可以考虑将送餐人员纳入校园勤工俭学人员中,增加家庭困难学生的收入,解决学生生活问题。
为了便捷购物体验和校园交易安全,对校园网中从事的一切活动纳入国家信息监控范畴,校园支付一律使用人体生物识别技术进行支付,做到在校园中只需要人出现就可以自动识别身份信息,并完成相关的业务活动。
二十一、数据交换平台
数据交换平台是为了解决学校各应用系统中存在的信息孤岛现象而设计的,数据交换中心是在平台内搭建一个面向应用、安全、便捷、规范统一、可扩展的数据平台,实现各独立系统与共享数据交换中心之间相互交换数据和共享数据,从而,既可以为学校的管理提供有效的管理平台,又可满足校内各类人员及国家相关核心部门人员的查询要求。
数据交换平台的内容包括公共校园数据中心、数据集成、数据交换平台、数据管理服务,以及为学校和国家相关部门提供数据综合查询服务。
公共数据中心对AI+数字化校园中的各种结构化数据进行统一建设和管理,实现数据安全管理、备份、恢复。
数据集成和交换平台采用符合SOA技术规范,建立的数据传输与数据交换规范可实现不同部门、不同应用系统间的数据交换,具有良好的扩展性。数据交换平台用图形化的操作界面管理数据交换、数据抽取、数据访问,并进行数据交换的监控管理。
数据管理服务是指对公共数据库中的数据提供管理功能。用户可对权限范围内的数据进行处理工作,系统自动记录用户操作日志,支持手工录入、手工导入、程序录入、人体生物识别技术等数据转入方式。
二十二、建设进度
数字化校园建设是一项投资大、涉及面广的复杂工程。
二十三、AI+数字化校园建设项目方案保障措施
(一)组织保障
数字化校园建设涉及人、财、物方方面面,覆盖学校教学、科研、管理及学习、生活等各个部分。
学校成立专门的组织机构,对相关工作进行规划、组织、协调,整体考虑,软硬兼顾,统一规划, 分步实施。项目负责组为项目建设和实施提供了有力的组织保障。
(二)管理保障
落实数字化校园资金投入的保障机制,建立稳定的资金渠道,加强信息化资金的集约化管理与使用,确保有效投入和投入有效。同时高度重视网络安全工作,制定和完善各项管理规章制度,加强教职工现代信息技术培训,创造良好的数字化校园运行环境。
(四)制度保障
学院按照上级的有关要求,制定具体、科学的建设实施方案,明确分工,落实责任,将项目建设与部门和相关责任人挂钩。从制度上确保建设方案落实到位,保证建设项目的顺利实施。
二十四、AI+数字化校园建设项目方案预期效果
(一)AI+数字化校园建成后,将会形成一个集教学、科研、管理、服务、学习、生活等为一体的虚拟与现实数据实时共享、虚拟与现实相结合的数字化网络空间,大幅度提升教学环境和教学效果。
(二)重点建设的专业和专业群率先创建教学资源库,建立起条件优良、功能配套、管理规范的优质资源公用系统和共享机制,实现相关专业共享优质教学资源。同时通过资源平台的建设,全方位为学生提供优质的教学服务和帮助,全面提升教师自身素质,提高广大师生运用现代教育技术的水平。
(三)通过数字化校园的建设,使学院在数字化、网络化、信息化、智能化等方面都处于信息前沿,为国家培养适应社会发展的栋梁之才。
(四)VR校园建设成之后,学生在校外也能享受与学校同等的教学资源,学生随时随地都可以身临其境接受教育,教师随时随地为学生授课和答疑,更方便学校管理和管理信息透明化、现代化、信息化、数字化。
(五)AI+数字化数字化校园建成之后,在校园中的办公、课堂、考场、图书馆、实验室、校园购物、餐厅订餐、校园快递业务、网上购物、订火车票、订飞机票、订汽车票等全部在VR中实现,做到足不出户便可完成。
(六)在AI+数字化校园中实现统一身份认证,做到考勤、签到、校园各个应用程序登录、校园支付等统一在VR中实现人体生物技术识别认证,每个VR设备具备防作弊和防干扰装置。
(七)在AI+数字校园中实现全国各高校资源和信息共享。
(八)校园用户信息和国家职能部门联网认证,做到逐步落实信息透明化、管理透明化、高效化、便捷化、准确化。

Claims (1)

1.在基于互联网下现实与虚拟相结合的VR课堂、VR图书馆、VR校园超市购物、VR考务、VR考场、VR校园餐厅点餐、VR校园支付等AI+数字化校园建设方案项目建设思路。
CN201910473606.XA 2019-06-01 2019-06-01 Ai+数字化校园建设方案研究 Withdrawn CN110706136A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910473606.XA CN110706136A (zh) 2019-06-01 2019-06-01 Ai+数字化校园建设方案研究

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910473606.XA CN110706136A (zh) 2019-06-01 2019-06-01 Ai+数字化校园建设方案研究

Publications (1)

Publication Number Publication Date
CN110706136A true CN110706136A (zh) 2020-01-17

Family

ID=69193094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910473606.XA Withdrawn CN110706136A (zh) 2019-06-01 2019-06-01 Ai+数字化校园建设方案研究

Country Status (1)

Country Link
CN (1) CN110706136A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085262A (zh) * 2020-08-24 2020-12-15 辽宁石油化工大学 一种基于机器学习算法的大学生寝室调配方法
CN112312065A (zh) * 2020-11-05 2021-02-02 深圳市中博科创信息技术有限公司 一种拓扑式教学与科研信息交互平台及交互方法
CN112749881A (zh) * 2020-12-25 2021-05-04 科大讯飞股份有限公司 学校间的学业水平比较方法、装置及电子设备
CN113158931A (zh) * 2021-04-27 2021-07-23 河南能创电子科技有限公司 一种基于ai智能人脸识别技术的低压集抄运维实现方法
CN114827664A (zh) * 2022-04-27 2022-07-29 咪咕文化科技有限公司 多路直播混流方法、服务器、终端设备、系统及存储介质
CN115063871A (zh) * 2022-07-28 2022-09-16 广州市保伦电子有限公司 一种基于人脸识别技术的人工智能会务系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780755A (zh) * 2016-12-01 2017-05-31 谭淞文 一种vr模拟世界单元的构建方法、设备集成系统及应用
CN107765859A (zh) * 2017-11-09 2018-03-06 温州大学 一种基于vr虚拟课堂的训练系统及方法
CN108109451A (zh) * 2017-12-13 2018-06-01 安徽天立泰科技股份有限公司 一种基于vr虚拟现实技术的云课堂教学系统
CN109166374A (zh) * 2018-09-30 2019-01-08 广州邦彦信息科技有限公司 基于虚拟现实技术的教学系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780755A (zh) * 2016-12-01 2017-05-31 谭淞文 一种vr模拟世界单元的构建方法、设备集成系统及应用
CN107765859A (zh) * 2017-11-09 2018-03-06 温州大学 一种基于vr虚拟课堂的训练系统及方法
CN108109451A (zh) * 2017-12-13 2018-06-01 安徽天立泰科技股份有限公司 一种基于vr虚拟现实技术的云课堂教学系统
CN109166374A (zh) * 2018-09-30 2019-01-08 广州邦彦信息科技有限公司 基于虚拟现实技术的教学系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姜庆: "虚拟现实技术在数字化校园中的应用", 《文教资料》 *
范国渠: ""高校数字化校园整体构建策略与实施"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085262A (zh) * 2020-08-24 2020-12-15 辽宁石油化工大学 一种基于机器学习算法的大学生寝室调配方法
CN112085262B (zh) * 2020-08-24 2023-12-26 辽宁石油化工大学 一种基于机器学习算法的大学生寝室调配方法
CN112312065A (zh) * 2020-11-05 2021-02-02 深圳市中博科创信息技术有限公司 一种拓扑式教学与科研信息交互平台及交互方法
CN112749881A (zh) * 2020-12-25 2021-05-04 科大讯飞股份有限公司 学校间的学业水平比较方法、装置及电子设备
CN112749881B (zh) * 2020-12-25 2023-10-27 科大讯飞股份有限公司 学校间的学业水平比较方法、装置及电子设备
CN113158931A (zh) * 2021-04-27 2021-07-23 河南能创电子科技有限公司 一种基于ai智能人脸识别技术的低压集抄运维实现方法
CN114827664A (zh) * 2022-04-27 2022-07-29 咪咕文化科技有限公司 多路直播混流方法、服务器、终端设备、系统及存储介质
CN114827664B (zh) * 2022-04-27 2023-10-20 咪咕文化科技有限公司 多路直播混流方法、服务器、终端设备、系统及存储介质
CN115063871A (zh) * 2022-07-28 2022-09-16 广州市保伦电子有限公司 一种基于人脸识别技术的人工智能会务系统

Similar Documents

Publication Publication Date Title
CN110706136A (zh) Ai+数字化校园建设方案研究
English International encyclopedia of adult education
Corry et al. Beyond ‘deniers’ and ‘believers’: Towards a map of the politics of climate change
Lerone Jr Black Power, USA: The human side of reconstruction, 1867–1877
Genosko Remodelling communication: From WWII to the WWW
Yuen-Tsang et al. A journey of a thousand miles begins with one step: The development of culturally relevant social work education and fieldwork practice in China
Zhou Application research of face recognition technology in smart campus
Setialana et al. Intelligent attendance system with face recognition using the deep convolutional neural network method
Ives et al. A multidisciplinary approach to biometrics
Bekzod Face recognition based automated student attendance system
Mamers Settler colonial ways of seeing: Documentary governance of Indigenous life in Canada and its disruption
Griffis Space, power and the public library: A multicase examination of the public library as organization space
Farshchi et al. A safe authentication system for distance education
Barlow New Asian Marxisms
Bataev et al. Artificial intelligence technologies in higher education institutions: a model of adaptive education
Rönnström et al. Mnging contexts, mstering complexity–School ledership in voctionl eduction nd trining
Fleming Transformative learning and higher education: Making critical theory useful
Pliuskuvienė et al. Machine learning-based chatGPT usage detection in open-ended question answers
Sandakova et al. Spontaneous regimens and compensatory mechanisms in Russian higher education
DI DARIO et al. Collecting and Implementing Ethical Guidelines for Emotion Recognition in an Educational Metaverse
Gurevich et al. On Some Scientific Results of the ICPR-2020
Deepa et al. Input Analysis for Accreditation Prediction in Higher Education Sector by Using Gradient Boosting Algorithm
Heilbronn Teacher Educators: Philosophical Perspectives
Lin Teachers as Transformative Intellectuals
Pessoa Teacher Education in Brazil: Challenges and Perspectives in the Context of the Common National Curricular Base

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200117