CN111179317A - 互动教学系统及方法 - Google Patents

互动教学系统及方法 Download PDF

Info

Publication number
CN111179317A
CN111179317A CN202010007383.0A CN202010007383A CN111179317A CN 111179317 A CN111179317 A CN 111179317A CN 202010007383 A CN202010007383 A CN 202010007383A CN 111179317 A CN111179317 A CN 111179317A
Authority
CN
China
Prior art keywords
image
interactive teaching
image acquisition
target
acquisition equipment
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.)
Pending
Application number
CN202010007383.0A
Other languages
English (en)
Inventor
沈玉将
孙雷
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.)
Codyy Education Technology Co Ltd
Original Assignee
Codyy Education Technology Co Ltd
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 Codyy Education Technology Co Ltd filed Critical Codyy Education Technology Co Ltd
Priority to CN202010007383.0A priority Critical patent/CN111179317A/zh
Publication of CN111179317A publication Critical patent/CN111179317A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请涉及一种互动教学系统及方法，属于通信技术领域，该系统包括：第一图像采集设备采集互动教学图像，并将互动教学图像发送至与第一图像采集设备通信相连的第二图像采集设备；第二图像采集设备基于跟踪算法确定待显示的目标互动教学图像；将目标互动教学图像发送至与第二图像采集设备通信相连的显示终端；显示终端显示第二图像采集设备发送的目标互动教学图像；可以解决摄像机切换时终端显示的画面会产生抖动闪烁的问题；由于显示终端只与第二图像采集设备相连，显示终端显示的画面固定来源于第二图像采集设备，不会存在显示终端在不同图像采集设备之间切换时引起的画面抖动闪烁的问题，可以提高互动教学过程中画面的显示效果。

Description

互动教学系统及方法
技术领域
本申请涉及一种互动教学方法、装置及存储介质，属于通信技术领域。
背景技术
目前教育行业内的互动教学方案，主要采用H264编码算法，通过RTMP/RTSP等协议进行音视频数据的传输以及交互。
传统的互动教学方式包括：在每间教室内安装多个摄像头，通过每个教室内的服务器进行数据采集并内置跟踪算法实现摄像头画面的切换以及云台的操作。在使用终端参与互动教学时，终端与多个摄像头通信相连，在服务器控制摄像头画面切换时，终端显示的画面更新为切换后的摄像头采集到的视频图像。
然而，在上述互动教学方式中配置有多台摄像机，在摄像机切换时终端显示的画面会产生抖动闪烁等问题，影响观看效果。
发明内容
本申请提供了一种互动教学系统及方法，可以解决摄像机切换时终端显示的画面会产生抖动闪烁的问题；本申请提供如下技术方案：
第一方面，提供了一种互动教学系统，所述系统包括：
第一图像采集设备，用于采集互动教学图像，并将所述互动教学图像发送至与所述第一图像采集设备通信相连的第二图像采集设备；
第二图像采集设备，用于获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将所述目标互动教学图像发送至与所述第二图像采集设备通信相连的显示终端；
显示终端，用于接收并显示所述第二图像采集设备发送的目标互动教学图像。
可选地，所述第二图像采集设备与所述显示终端之间通过数据传输通道和信令传输通道通信相连；
所述数据传输通道用于传输所述目标互动教学图像，所述信令传输通道用于传输通信相关信令。
可选地，所述通信相关信令包括：同步信令、连接信令、网络检测信令和/或码率调整信令。
可选地，所述第二图像采集设备，用于：
基于运动目标检测算法检测每张互动教学图像中的运动目标；
基于人脸检测算法所述运动目标是否为人脸；在所述运动目标为人脸时确定所述运动目标所属的互动教学图像为所述目标互动教学图像。
可选地，所述运动目标检测算法为三帧差分算法。
可选地，所述第二图像采集设备，还用于：
在基于人脸检测算法所述运动目标是否为人脸之前，确定所述运动目标的图像数据是否为指定颜色模型；
在所述运动目标的图像数据不是指定颜色模型时，将所述运动目标的图像数据转码为所述指定颜色模型。
可选地，所述指定颜色模型为Lab颜色模型。
可选地，所述第一图像采集设备的数量为多个，所述第二图像采集设备的数量为一个。
可选地，所述显示终端包括学生用互动教学设备和/或教师用互动教学设备。
第二方面，提供了一种互动教学方法，所述方法包括：
通过第一图像采集设备采集互动教学图像，并将所述互动教学图像发送至与所述第一图像采集设备通信相连的第二图像采集设备；
通过所述第二图像采集设备获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将所述目标互动教学图像发送至与所述第二图像采集设备通信相连的显示终端；
通过所述显示终端接收并显示所述第二图像采集设备发送的目标互动教学图像。
本申请的有益效果在于：通过第一图像采集设备采集互动教学图像，并将互动教学图像发送至与第一图像采集设备通信相连的第二图像采集设备；第二图像采集设备获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将目标互动教学图像发送至与第二图像采集设备通信相连的显示终端；显示终端接收并显示第二图像采集设备发送的目标互动教学图像；可以解决摄像机切换时终端显示的画面会产生抖动闪烁的问题；由于显示终端只与第二图像采集设备相连，第二图像采集设备确定切换后的显示画面，此时，显示终端显示的画面固定来源于第二图像采集设备，不会存在显示终端在不同图像采集设备之间切换时引起的画面抖动闪烁的问题，可以提高互动教学过程中画面的显示效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，并可依照说明书的内容予以实施，以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
图1是本申请一个实施例提供的基于三帧差分法进行运动目标检测的流程图；
图2是本申请一个实施例提供的互动教学系统的结构示意图；
图3是本申请一个实施例提供的确定待显示的目标互动教学图像的流程图；
图4是本申请一个实施例提供的互动教学方法的流程图。
具体实施方式
下面结合附图和实施例，对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
首先，对本申请涉及的若干名词进行介绍。
运动目标检测：是指在序列图像中检测出变化区域并将运动目标从背景图像中提取出来。运动目标检测的准确与否决定了后续对运动目标行为的识别及适时跟踪的成败。典型的运动目标检测算法包括：光流法、背景差分法及帧差法等。
其中，光流法是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧与当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。
背景差分法是在背景静止情况下常用的运动目标检测方法。背景差分法主要利用当前场景中某一帧图像作为参考背景图像，然后通过将当前帧图像与事先得到的背景图像或者实时得到的背景图像作差分运算，得到的差分图像用选定阈值进行二值化，就可以得到运动目标区域，即差值大于一定阈值的像素点就被认为是运动目标上的点，否则就认为该点为背景点。适用于在背景图像随时间改变不大的情况下检测运动目标。
帧差法通过比较不同时刻、同一背景的两幅图像，比较的结果反映了一个运动的物体在这个背景下运动的结果。较为简单的方法就是对两幅图像作“相减”或称“差分”运算，根据相减后的图像结果就能得到物体的运动信息。在相减后的图像中，灰度不发生变化的部分就被减掉，这里被减掉的部分包括大部分的背景和小部分的目标。为了避免帧间差分法产生的“重影”、“空洞”现象，帧差法包括三帧差分法，三帧差分法是相邻两帧差份额算法的一种改进方法，该算法的基本原理是：先选取视频图像序列中连续三帧图像，分别计算连续三帧图像中相邻两帧的差分图像；然后，将差分图像通过选取适当的阈值进行二值化处理，得到二值化图像，最后在每一个像素点得到的二值图像进行逻辑与运算，获取共同部分，从而获得运动目标的轮廓信息。
参考图1所示的基于三帧差分法进行运动目标检测的流程图，该方法至少包括以下几个步骤：
步骤11，对输入视频进行灰度处理。
由于输入视频是财社额的，一般采用RGB模型，而帧差法是基于像素点的运动目标检测算法，它通过对视频图像序列中的相邻帧之间进行差分运算，判断背景中像素点的灰度值是否发生了变化，然后根据灰度值的变化得到运动目标。因此，对于输入的彩色视频应当进行灰度处理，将彩色图像转化为灰度图像。
步骤12，对灰度处理后的图像进行分帧处理。
从视频序列中取出某个时刻k的图像(第k帧图像)、该时刻之前一个时刻的图像(第k-1帧图像)、和该时刻之后一个时刻的图像(第k+1帧图像)。k为大于1的整数。
步骤13，对于分帧处理后的连续三帧图像，对该三帧图像中的相邻两帧图像之间分别进行差分处理。
换句话说，将当前帧(第k帧)图像与前一帧(第k-1帧)图像进行差分，得到一个差分图像；将当前帧(第k帧)与后一帧(第k+1帧)图像进行差分，得到另一个差分图像。
步骤14，对差分图像进行二值化处理。
为了选取目标区域，分别对基于连续三帧图像得到的两张差分图像进行二值化处理。
步骤15，通过与运算提取二值化处理后的图像中的前景图像。
通过与运算提取二值化图像的交集，得到运动目标前景图像。
步骤16，对前景图像进行后处理。
对获得的图像进行形态学的腐蚀与膨胀运算。腐蚀，即删除对象边界某些像素。膨胀，即给图像中的对象边界添加像素。二值图像的腐蚀和膨胀是将一个小型二值图再一个大的二值图上逐点移动并进行比较，以去除图像中的噪声点与目标中的空洞。
人脸检测(Face Detection)：是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回一脸的位置、大小和姿态的技术。目前的人脸检测算法都是扫描图像来判定人脸五官的位置的，因此，算法的识别速度与图像大小有关。本申请中，为了避免对无关位置进行人脸检测，在人脸识别之前首先进行运动目标的检测，从而将人脸检测的图像大小限制在一个合理的范围，这样可以提升了整个系统的人脸跟踪效率。
可选地，人脸检测算法包括但不限于：可变形部件模型(Deformable Part Model，DPM)、Face R-CNN模型、多任务卷积神经网络(Multi-task convolutional neuralnetwork，MTCNN)模型等，本实施例不对人脸检测算法的实现方式作限定。
Lab颜色模型：是一种设备无关的颜色模型，也是一种基于生理特征的颜色模型。Lab颜色模型由三个要素组成，一个要素是亮度(L)，a和b是两个颜色通道。a包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值)；b是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)。因此，这种颜色混合后将产生具有明亮效果的色彩。
图2是本申请一个实施例提供的互动教学系统的结构示意图，如图2所示，该系统至少包括：第一图像采集设备21、第二图像采集设备22和显示终端23。
可选地，第一图像采集设备21和第二图像采集设备22为摄像机、照相机等具有图像采集功能的设备。
第一图像采集设备21与第二图像采集设备22通信相连，连接方式为有线方式或无线方式。第一图像采集设备21用于采集互动教学图像，并将互动教学图像发送至与第一图像采集设备21通信相连的第二图像采集设备22。
相应地，第二图像采集设备22获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将目标互动教学图像发送至与第二图像采集设备通信相连的显示终端。
可选地，显示终端23包括但不限于：学生用互动教学设备和/或教师用互动教学设备。其中，学生用互动教学设备包括但不限于：学生平板、手机、电脑等电子设备；教师用互动教学设备包括但不限于：大屏机、教学一体机等电子设备。
在一种实现方式中，显示终端23与第二图像采集设备22位于同一教室内。此时，显示终端23可以直接与第二图像采集设备22相连；或者，通过交换机与第二图像采集设备22相连。
在另一种实现方式中，显示终端23与第二图像采集设备22位于不同教室内。此时，为了实现不同教室的课堂互动，显示终端23和第二图像采集设备22分别接入云平台，显示终端23通过云平台与第二图像采集设备22通信相连。或者，第二图像采集设备22通过本地教室的交换机接入云平台，第二图像采集设备22通过该交换机和云平台与显示终端23通信相连。这样，可以依托云平台实现多教室的互联互通。
可选地，第二图像采集设备22与显示终端23之间通过数据传输通道和信令传输通道通信相连；数据传输通道用于传输目标互动教学图像，信令传输通道用于传输通信相关信令。
可选地，对于数据传输通道使用实时流传输协议(Real Time StreamingProtocol，RTSP)，以保证数据传输的实时性。
可选地，通信相关信令包括：同步信令、连接信令、网络检测信令和/或码率调整信令(比如：实时调整H264的码率的信令)。
可选地，第二图像采集设备22基于跟踪算法确定待显示的目标互动教学图像包括：基于运动目标检测算法检测每张互动教学图像中的运动目标；基于人脸检测算法运动目标是否为人脸；在运动目标为人脸时确定运动目标所属的互动教学图像为目标互动教学图像。
其中，运动目标检测算法为三帧差分算法。
可选地，第二图像采集设备22还用于在基于人脸检测算法运动目标是否为人脸之前，确定运动目标的图像数据是否为指定颜色模型；在运动目标的图像数据不是指定颜色模型时，将运动目标的图像数据转码为指定颜色模型。其中，指定颜色模型为Lab颜色模型。
为了更清楚地理解本申请提供的确定待显示的目标互动教学图像的过程，参考图3所示的确定待显示的目标互动教学图像的流程图，该过程至少包括步骤31-37：
步骤31，获取互动教学图像中的连续三帧图像；
步骤32，确定连续三帧图像中相邻两帧图像的差分图像；
步骤33，基于两张差分图像确定运动目标；
步骤34，确定运动目标的图像数据是否为指定颜色模型；若否，则执行步骤35；若是，则执行步骤36；
步骤35，将运动目标的图像数据转码为指定颜色模型；
步骤36，对运动目标进行人脸检测，确定运动目标是否为人脸；若是，则执行步骤37；若否，则对下一张互动教学图像再次执行步骤31。
步骤37，将运动目标所属的互动教学图像确定为目标互动教学图像，流程结束。
可选地，本申请中，第一图像采集设备21的数量为多个，第二图像采集设备22的数量为一个。
综上所述，本申请提供的互动教学系统，通过第一图像采集设备采集互动教学图像，并将互动教学图像发送至与第一图像采集设备通信相连的第二图像采集设备；第二图像采集设备获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将目标互动教学图像发送至与第二图像采集设备通信相连的显示终端；显示终端接收并显示第二图像采集设备发送的目标互动教学图像；可以解决摄像机切换时终端显示的画面会产生抖动闪烁的问题；由于显示终端只与第二图像采集设备相连，第二图像采集设备确定切换后的显示画面，此时，显示终端显示的画面固定来源于第二图像采集设备，不会存在显示终端在不同图像采集设备之间切换时引起的画面抖动闪烁的问题，可以提高互动教学过程中画面的显示效果。
另外，通过双通道通信技术保证视频流的服务质量(Quality of Service，QOS)，通过专业解码集成电路(integrated circuit，IC)保证解码质量以及延时，实现重连I帧发送，实现不断帧，不黑屏保证观看效果。
图4是本申请一个实施例提供的互动教学方法的流程图，本实施例以该方法应用于图2所示的互动教学系统中为例进行说明。该方法至少包括以下几个步骤：
步骤401，通过第一图像采集设备采集互动教学图像，并将互动教学图像发送至与第一图像采集设备通信相连的第二图像采集设备；
步骤402，通过第二图像采集设备获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将目标互动教学图像发送至与第二图像采集设备通信相连的显示终端；
步骤403，通过显示终端接收并显示第二图像采集设备发送的目标互动教学图像。
相关细节参考上述系统实施例，本实施例在此不再赘述。
综上所述，本实施例提供的互动教学方法，通过第一图像采集设备采集互动教学图像，并将互动教学图像发送至与第一图像采集设备通信相连的第二图像采集设备；通过第二图像采集设备获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将目标互动教学图像发送至与第二图像采集设备通信相连的显示终端；通过显示终端接收并显示第二图像采集设备发送的目标互动教学图像；可以解决摄像机切换时终端显示的画面会产生抖动闪烁的问题；由于显示终端只与第二图像采集设备相连，第二图像采集设备确定切换后的显示画面，此时，显示终端显示的画面固定来源于第二图像采集设备，不会存在显示终端在不同图像采集设备之间切换时引起的画面抖动闪烁的问题，可以提高互动教学过程中画面的显示效果。
可选地，本申请还提供有一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，所述程序由处理器加载并执行以实现上述方法实施例的互动教学方法。
可选地，本申请还提供有一种计算机产品，该计算机产品包括计算机可读存储介质，所述计算机可读存储介质中存储有程序，所述程序由处理器加载并执行以实现上述方法实施例的互动教学方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种互动教学系统，其特征在于，所述系统包括：
第一图像采集设备，用于采集互动教学图像，并将所述互动教学图像发送至与所述第一图像采集设备通信相连的第二图像采集设备；
第二图像采集设备，用于获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将所述目标互动教学图像发送至与所述第二图像采集设备通信相连的显示终端；
显示终端，用于接收并显示所述第二图像采集设备发送的目标互动教学图像。
2.根据权利要求1所述的系统，其特征在于，所述第二图像采集设备与所述显示终端之间通过数据传输通道和信令传输通道通信相连；
所述数据传输通道用于传输所述目标互动教学图像，所述信令传输通道用于传输通信相关信令。
3.根据权利要求2所述的系统，其特征在于，所述通信相关信令包括：同步信令、连接信令、网络检测信令和/或码率调整信令。
4.根据权利要求1所述的系统，其特征在于，所述第二图像采集设备，用于：
基于运动目标检测算法检测每张互动教学图像中的运动目标；
基于人脸检测算法所述运动目标是否为人脸；在所述运动目标为人脸时确定所述运动目标所属的互动教学图像为所述目标互动教学图像。
5.根据权利要求4所述的系统，其特征在于，所述运动目标检测算法为三帧差分算法。
6.根据权利要求4所述的系统，其特征在于，所述第二图像采集设备，还用于：
在基于人脸检测算法所述运动目标是否为人脸之前，确定所述运动目标的图像数据是否为指定颜色模型；
在所述运动目标的图像数据不是指定颜色模型时，将所述运动目标的图像数据转码为所述指定颜色模型。
7.根据权利要求6所述的系统，其特征在于，所述指定颜色模型为Lab颜色模型。
8.根据权利要求1至7任一所述的系统，其特征在于，所述第一图像采集设备的数量为多个，所述第二图像采集设备的数量为一个。
9.根据权利要求1至7任一所述的系统，其特征在于，所述显示终端包括学生用互动教学设备和/或教师用互动教学设备。
10.一种互动教学方法，其特征在于，所述方法包括：
通过第一图像采集设备采集互动教学图像，并将所述互动教学图像发送至与所述第一图像采集设备通信相连的第二图像采集设备；
通过所述第二图像采集设备获取多个第一图像采集设备发送的互动教学图像；基于跟踪算法确定待显示的目标互动教学图像；将所述目标互动教学图像发送至与所述第二图像采集设备通信相连的显示终端；
通过所述显示终端接收并显示所述第二图像采集设备发送的目标互动教学图像。
CN202010007383.0A 2020-01-04 2020-01-04 互动教学系统及方法 Pending CN111179317A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010007383.0A CN111179317A (zh) 2020-01-04 2020-01-04 互动教学系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010007383.0A CN111179317A (zh) 2020-01-04 2020-01-04 互动教学系统及方法

Publications (1)

Publication Number Publication Date
CN111179317A true CN111179317A (zh) 2020-05-19

Family

ID=70657883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010007383.0A Pending CN111179317A (zh) 2020-01-04 2020-01-04 互动教学系统及方法

Country Status (1)

Country Link
CN (1) CN111179317A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112040137A (zh) * 2020-11-03 2020-12-04 深圳点猫科技有限公司 对录播中的教师进行自动跟踪拍摄的方法、装置及设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010047008A (ko) * 1999-11-17 2001-06-15 정일모 감시장치
KR20060001439A (ko) * 2004-06-30 2006-01-06 (주)씨그널씽크 디지털 신호 동기화 장치 및 그의 신호 처리 방법 그리고이를 구비하는 비디오 감시 시스템
CN101478679A (zh) * 2008-12-23 2009-07-08 北京中星微电子有限公司 一种无线网络摄像机及其数据传输方法
US8831505B1 (en) * 2008-05-22 2014-09-09 Prasad Seshadri Method and apparatus for effectively capturing and broadcasting a traditionally delivered classroom or a presentation
CN203872255U (zh) * 2014-01-23 2014-10-08 深圳奥腾光通系统有限公司 网络摄像机
CN204481952U (zh) * 2015-04-09 2015-07-15 深圳市达威思智能科技有限公司 一种基于高清视频切换和摄像跟踪的会议系统
CN107493454A (zh) * 2016-06-13 2017-12-19 杭州海康威视数字技术股份有限公司 摄像机级联系统
CN109428859A (zh) * 2017-08-25 2019-03-05 腾讯科技（深圳）有限公司 一种同步通信方法、终端及服务器
CN110085072A (zh) * 2019-05-25 2019-08-02 四川易简天下科技股份有限公司 一种多机位非对称显示的实现方法及装置
CN110113579A (zh) * 2019-05-30 2019-08-09 浙江大华技术股份有限公司 一种跟踪目标对象的方法及装置
CN113068001A (zh) * 2019-12-16 2021-07-02 浙江宇视科技有限公司 基于级联摄像机的数据处理方法、装置、设备和介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010047008A (ko) * 1999-11-17 2001-06-15 정일모 감시장치
KR20060001439A (ko) * 2004-06-30 2006-01-06 (주)씨그널씽크 디지털 신호 동기화 장치 및 그의 신호 처리 방법 그리고이를 구비하는 비디오 감시 시스템
US8831505B1 (en) * 2008-05-22 2014-09-09 Prasad Seshadri Method and apparatus for effectively capturing and broadcasting a traditionally delivered classroom or a presentation
CN101478679A (zh) * 2008-12-23 2009-07-08 北京中星微电子有限公司 一种无线网络摄像机及其数据传输方法
CN203872255U (zh) * 2014-01-23 2014-10-08 深圳奥腾光通系统有限公司 网络摄像机
CN204481952U (zh) * 2015-04-09 2015-07-15 深圳市达威思智能科技有限公司 一种基于高清视频切换和摄像跟踪的会议系统
CN107493454A (zh) * 2016-06-13 2017-12-19 杭州海康威视数字技术股份有限公司 摄像机级联系统
CN109428859A (zh) * 2017-08-25 2019-03-05 腾讯科技（深圳）有限公司 一种同步通信方法、终端及服务器
CN110085072A (zh) * 2019-05-25 2019-08-02 四川易简天下科技股份有限公司 一种多机位非对称显示的实现方法及装置
CN110113579A (zh) * 2019-05-30 2019-08-09 浙江大华技术股份有限公司 一种跟踪目标对象的方法及装置
CN113068001A (zh) * 2019-12-16 2021-07-02 浙江宇视科技有限公司 基于级联摄像机的数据处理方法、装置、设备和介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112040137A (zh) * 2020-11-03 2020-12-04 深圳点猫科技有限公司 对录播中的教师进行自动跟踪拍摄的方法、装置及设备

Similar Documents

Publication Publication Date Title
CN101184241B (zh) 一种图像自动检测的方法及装置
US11908241B2 (en) Method for correction of the eyes image using machine learning and method for machine learning
CN102572502B (zh) 一种用于视频质量评价的关键帧的选取方法
CN105592322B (zh) 一种媒体数据的优化方法及装置
CN108632666B (zh) 一种视频检测方法及视频检测设备
US20180232192A1 (en) System and Method for Visual Enhancement, Annotation and Broadcast of Physical Writing Surfaces
CN112116551A (zh) 一种摄像头遮挡检测方法、装置、电子设备和存储介质
CN112788329A (zh) 视频静帧检测方法、装置、电视及存储介质
CN115965889A (zh) 一种视频质量评估数据处理方法、装置及设备
JP4029316B2 (ja) 画像種別識別方法および装置と画像処理プログラム
CN104185069B (zh) 一种台标识别方法及其识别系统
CN111179317A (zh) 互动教学系统及方法
CN105208292A (zh) 一种拍照处理方法及系统
US20200106821A1 (en) Video processing apparatus, video conference system, and video processing method
He et al. Real-time whiteboard capture and processing using a video camera for teleconferencing
CN113365130A (zh) 直播显示方法、直播视频获取方法及相关装置
CN104754367A (zh) 一种多媒体信息处理方法及设备
CN114079777A (zh) 视频处理方法和装置
US11887313B2 (en) Computing platform using machine learning for foreground mask estimation
Chu et al. A real haze video database for haze level evaluation
CN114007133B (zh) 基于视频播放的视频起播封面自动生成方法及装置
US11908340B2 (en) Magnification enhancement of video for visually impaired viewers
CN116781857B (zh) 一种视频会议背景处理系统及方法
CN113115109B (zh) 视频处理方法、装置、电子设备及存储介质
US20230276111A1 (en) Video processing

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200519

WD01 Invention patent application deemed withdrawn after publication