CN111243373B - 全景化的模拟教学系统 - Google Patents
全景化的模拟教学系统 Download PDFInfo
- Publication number
- CN111243373B CN111243373B CN202010229289.XA CN202010229289A CN111243373B CN 111243373 B CN111243373 B CN 111243373B CN 202010229289 A CN202010229289 A CN 202010229289A CN 111243373 B CN111243373 B CN 111243373B
- Authority
- CN
- China
- Prior art keywords
- teaching
- scene
- panoramic
- teacher
- module
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
Abstract
本发明提供了一种全景化的模拟教学系统，该全景化的模拟教学系统能够根据预定的教学知识内容和/或教学计划进度大数据构建相应模拟教学场景，并结合教师和/或学生的教学动作来将该模拟教学场景进行全景化变换，以使全景化后的模拟教学场景能够匹配于教师和/或学生的教学需求，此外，该全景化的模拟教学系统还能够根据教师和/或学生的在教学过程中的实时状态信息，调整全景化模拟教学场景的运行状态，从而获得丰富多样的全景化模拟教学场景以及提高教学过程的趣味性。
Description
技术领域
本发明涉及智能教学的技术领域，特别涉及一种全景化的模拟教学系统。
背景技术
随着教学对象范围的扩展和教学内容的多样化，传统的课堂教学模已经不能满足教师和学生的需求。虽然，现有技术已经出现了多媒体教学和线上教学等不同模式的教学方式，这些教学方式能够针对不同用户的需求来随时随地实时相应的课程教学，但是这些教学方式依然局限于实景课堂场景的教学，这无可避免地使得课堂教学的气氛沉闷和互动性较差，这都严重地影响教学质量。可见，现有技术的教学模式并没有将教学场景进行虚拟化和全景化的转换处理，这导致现有的教学模式对应的教学场景单一以及并不能根据实时的教学状态进行适应性的全景化调整，其严重的降低模拟教学的场景丰富性和趣味性。
发明内容
针对现有技术存在的缺陷，本发明提供一种全景化的模拟教学系统，该全景化的模拟教学系统包括模拟教学相关对象设定模块、模拟教学场景设定模块、教学场景全景化实现模块、全景化场景调整模块和场景模拟教学云端终端模块；其中，该模拟教学相关对象设定模块用于根据模拟教学过程中对应的教师和/或学生的对象属性参数，对该教师和/或所述学生进行相应的教学动作设定；该模拟教学场景设定模块用于根据教学知识内容和/或教学计划进度，设定若干不同的模拟教学场景；该教学场景全景化实现模块用于根据该教学动作设定，对每一个该模拟教学场景进行全景化处理，以此获得对应的全景化模拟教学场景；该全景化场景调整模块用于根据该全景化模拟教学场景运行过程中该教师和/或该学生的实时状态信息，对该全景化模拟教学场景进行运行状态的调整；该场景模拟教学云端终端模块用于对根据该运行状态的调整，对每一个该全景化模拟教学场景进行适应性的云端存储和/或云端交互；可见，该全景化的模拟教学系统能够根据预定的教学知识内容和/或教学计划进度大数据构建相应模拟教学场景，并结合教师和/或学生的教学动作来将该模拟教学场景进行全景化变换，以使全景化后的模拟教学场景能够匹配于教师和/或学生的教学需求，此外，该全景化的模拟教学系统还能够根据教师和/或学生的在教学过程中的实时状态信息，调整全景化模拟教学场景的运行状态，从而获得丰富多样的全景化模拟教学场景以及提高教学过程的趣味性。
本发明提供一种全景化的模拟教学系统，其特征在于：
所述全景化的模拟教学系统包括模拟教学相关对象设定模块、模拟教学场景设定模块、教学场景全景化实现模块、全景化场景调整模块和场景模拟教学云端终端模块；其中，
所述模拟教学相关对象设定模块用于根据模拟教学过程中对应的教师和/或学生的对象属性参数，对所述教师和/或所述学生进行相应的教学动作设定；
所述模拟教学场景设定模块用于根据教学知识内容和/或教学计划进度，设定若干不同的模拟教学场景；
所述教学场景全景化实现模块用于根据所述教学动作设定，对每一个所述模拟教学场景进行全景化处理，以此获得对应的全景化模拟教学场景；
所述全景化场景调整模块用于根据所述全景化模拟教学场景运行过程中所述教师和/或所述学生的实时状态信息，对所述全景化模拟教学场景进行运行状态的调整；
所述场景模拟教学云端终端模块用于对根据所述运行状态的调整，对每一个所述全景化模拟教学场景进行适应性的云端存储和/或云端交互；
进一步，所述模拟教学相关对象设定模块包括对象属性参数获取子模块、对象教学需求确定子模块和教学动作设定子模块；其中，
所述对象属性参数获取子模块用于根据所述教师和/或所述学生对应的教学表征数据，以此生成关于所述教师和/或所述学生的所述对象属性参数；
所述对象教学需求确定子模块用于根据所述对象属性参数，确定所述教师和/或所述学生在教学过程中对应的教学硬件工具需求和/或教学软件工具需求；
所述教学动作设定子模块用于根据所述教学硬件工具需求和/或所述教学软件工具需求，对所述教师和/或所述学生进行所述教学动作设定；
进一步，所述对象属性参数获取子模块包括对象测评单元和对象属性参数生成单元；其中，
所述对象测评单元用于根据不同教学测试模式，对所述教师和/或所述学生进行相应的教学相关测试，以此获得关于所述教师和/或所述学生的所述教学表征数据；
所述对象属性参数生成单元用于根据预设教学对象属性分析模型，对所述教学表征数据进行学习分析处理，以此获得关于所述教师和/或所述学生的所述对象属性参数；
或者，
所述对象教学需求确定子模块包括教学硬件工具需求确定单元和教学软件工具需求确定单元；其中，
所述教学硬件工具需求确定单元用于根据所述对象属性参数确定所述教师和/或所述学生在教学过程中的所述教学硬件工具需求；
所述教学软件工具需求确定单元用于根据所述对象属性参数确实所述教师和/或所述学生在教学过程中的所述教学软件工具需求；
进一步，所述模拟教学场景设定模块包括教学知识内容抓取子模块、教学计划进度制定子模块和场景设定执行子模块；其中，
所述教学知识内容抓取子模块用于根据预设教学课程需求，在预设知识数据库中抓取相应的教学知识内容；
所述教学计划进度制定子模块用于根据预定教学对象测评结果和预定教学进度模型，制成相应的教学计划进度；
所述场景设定执行子模块用于通过预定场景设定深度学习神经网络模型，并根据所述教学知识内容和/或所述教学计划进度，制定所述若干不同的模拟教学场景；
进一步，所述教学计划进度制定子模块包括教学对象测评单元和教学进度模型执行单元；其中，
所述教学对象测评单元用于对预定教学对象进行相应模式的测评，以此获得所述教学对象测评结果；
所述教学进度模型执行单元用于执行所述预定教学进度模型关于所述教学对象测评结果的运算，以此制成所述教学计划进度；
或者，
所述场景设定执行子模块包括场景设定深度学习神经网络模型构建与优化单元和模拟教学场景生成单元；其中，
所述场景设定深度学习神经网络模型构建与优化单元用于根据预设场景相关大数据，构建并优化所述场景设定深度学习神经网络模型；
所述模拟教学场景生成单元用于执行所述场景设定深度学习神经网络模型关于所述教学知识内容和/或所述教学计划进度的学习，以此生成所述若干不同的模拟教学场景；
进一步，所述教学场景全景化实现模块包括教学动作-教学场景匹配子模块、教学场景润色子模块和场景全景化转换子模块；其中，
所述教学动作-教学场景匹配子模块用于根据所述教学动作设定，确定每一个所述模拟教学场景对应的动作-场景三维空间匹配信息；
所述教学场景润色子模块用于根据所述动作-场景三维空间匹配信息，对每一个所述模拟教学场景进行关于三维空间分区、三维空间色调和三维空间轮廓中至少一者的润色处理；
所述场景全景化转换子模块用于将经过所述润色处理的每一个所述模拟教学场景进行关于实际教学空间评价信息的全景化处理，以此获得对应的所述全景化模拟教学场景；
进一步，所述场景全景化转换子模块包括实际教学空间信息确定单元和全景化投影布置单元；其中，
所述实际教学空间信息确定单元用于获取模拟教学场景实施空间对应的空间三维状态信息，以作为所述实际教学空间评价信息；
所述全景化投影布置单元用于将经过所述润色处理的每一个模拟教学场景进行关于所述空间三维状态信息的360度空间投影布置，以此获得对应的所述全景化模拟教学场景；
进一步，所述全景化场景调整模块包括相关对象实时状态信息采集子模块、实时状态-全景空间协调评判子模块和场景运行调整子模块；其中，
所述相关对象实时状态信息采集子模块用于采集所述全景化模拟教学场景运行过程中，所述教师和/或所述学生对应的动作信息、声音信息和面部表情信息中的至少一者，以作为所述实时状态信息；
所述实时状态-全景空间协调评判子模块用于评判所述动作信息、所述声音信息和所述面部表情信息任意一者、与每一个所述全景化模拟教学场景之间对应的全景化空间协调性；
所述场景运行调整子模块用于根据所述全景化空间协调性的评判结果，对所述全景化模拟教学场景进行运行状态的调整；
进一步，所述相关对象实时状态信息采集子模块包括动作信息采集单元、声音信息采集单元和面部表情信息采集单元；其中，
所述动作信息采集单元用于采集所述教师和/或所述学生在预定时间段内变化的所述动作信息；
所述声音信息采集单元用于采集所述教师和/或所述学生在所述预定时间段内变化的声音信息；
所述面部表情信息采集单元用于采集所述教师和/或所述学生在所述预定时间段内变化的面部表情信息；
进一步，所述场景模拟教学云端终端模块包括云端存储子模块和云端交互子模块；其中，
所述云端存储子模块用于根据所述运行状态的调整，对每一个所述全景化模拟教学场景进行关联记忆的云端存储处理；
所述云端交互子模块用于根据所述运行状态的调整，对每一个所述全景化模拟教学场景进行远程化的云端交互处理。
进一步，所述全景化场景调整模块用于根据所述全景化模拟教学场景运行过程中所述教师和/或所述学生的实时状态信息，对所述全景化模拟教学场景进行运行状态的调整；其中，
还包括在所述全景化模拟教学场景运行过程中，通过对所述教师和/或所述学生对应的动作信息进行识别，并评判每一个所述全景化模拟教学场景之间对应的全景化空间协调性，根据所述全景化空间协调性的评判结果，执行对所述全景化模拟教学场景进行运行状态调整的操作，其具体实现步骤如下；
步骤A1、根据所述一种全景化的模拟教学系统，通过所述动作信息采集单元采集所述教师在预定时间段内变化的所述动作信息；
步骤A2、根据预先建立的图像预处理模型，对所述步骤A1采集的每帧所述动作信息图片进行灰度化预处理，同时根据公式(1)对采集的所述动作信息提取所述教师的动作特征，以获取所述教师动作特征序列；
其中，π为圆周率，exp为自然常数e为底数的指数函数，arctan为反正切函数，N为所述教师动作识别关键节点值，其数值为图像中教师高度h与人体骨骼关节数量的比值，
为所述教师在全景化模拟教学场景的方位朝向，θ为所述教师与全景化模拟教学场景水平面的夹角角度，f(t)为采集所述教师动作信息图像各时间点，m为不同时间段采集的所述教师动作信息图像数量，h为采集教师动作信息图像中教师的高度，z为教师动作信息图像中各骨骼节点向量值，
为教师动作信息图像数量为m时教师所处的空间方位值，bh为教师动作信息图像中教师高度为h时与全景化模拟教学场景的相对高度，cz为教师动作信息图像中各骨骼节点向量值为z时骨骼节点的空间方位值，
为计算教师动作信息图像中各关节动作方位，
为对教师动作信息图像进行降维线性处理，
为获取所述教师动作特征序列；
步骤A3、根据公式(2)对所述步骤A2获取的获取所述教师动作特征序列进行归一化处理，以获取教师动作特征相似度矩阵；
其中，j为不同关节节点运动轨迹的数量，ε为关节节点与水平面的翻转角度，vj为不同关节节点运动轨迹数量为j所对应的动作，rε为关节节点与水平面的翻转角度为ε所对应的关节节点角度时序变化值，
为计算所述采集图片动作样本方向向量值，
为对关节节点角度时序变化所对应的动作进行归一化处理，C(vj,rε)为获取教师动作特征相似度矩阵；
步骤A4、将所述步骤A3获取的教师动作特征相似度矩阵与所述每一个所述全景化模拟教学场景之间对应的全景化空间进行协调性评判，根据所述全景化空间协调性的评判结果，执行对所述全景化模拟教学场景进行运行状态调整的操作；
其中，μ为教师动作特征相似度矩阵与所述全景化模拟教学场景匹配的数量，x为所述全景化模拟教学场景数据索引行，y为所述全景化模拟教学场景数据索引列，O'(kx,ly)为所述全景化模拟教学场景数据，P(μ)为全景化空间的协调性评判结果，P(μ)计算值为趋近于1时，则表示教师动作与所述全景化模拟教学场景之间对应的全景化空间相协调，执行对所述全景化模拟教学场景进行运行状态调整的操作。
相比于现有技术，该全景化的模拟教学系统包括模拟教学相关对象设定模块、模拟教学场景设定模块、教学场景全景化实现模块、全景化场景调整模块和场景模拟教学云端终端模块；其中，该模拟教学相关对象设定模块用于根据模拟教学过程中对应的教师和/或学生的对象属性参数，对该教师和/或所述学生进行相应的教学动作设定；该模拟教学场景设定模块用于根据教学知识内容和/或教学计划进度，设定若干不同的模拟教学场景；该教学场景全景化实现模块用于根据该教学动作设定，对每一个该模拟教学场景进行全景化处理，以此获得对应的全景化模拟教学场景；该全景化场景调整模块用于根据该全景化模拟教学场景运行过程中该教师和/或该学生的实时状态信息，对该全景化模拟教学场景进行运行状态的调整；该场景模拟教学云端终端模块用于对根据该运行状态的调整，对每一个该全景化模拟教学场景进行适应性的云端存储和/或云端交互；可见，该全景化的模拟教学系统能够根据预定的教学知识内容和/或教学计划进度大数据构建相应模拟教学场景，并结合教师和/或学生的教学动作来将该模拟教学场景进行全景化变换，以使全景化后的模拟教学场景能够匹配于教师和/或学生的教学需求，此外，该全景化的模拟教学系统还能够根据教师和/或学生的在教学过程中的实时状态信息，调整全景化模拟教学场景的运行状态，从而获得丰富多样的全景化模拟教学场景以及提高教学过程的趣味性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种全景化的模拟教学系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1，为本发明实施例提供的一种全景化的模拟教学系统的结构示意图。该全景化的模拟教学系统包括模拟教学相关对象设定模块、模拟教学场景设定模块、教学场景全景化实现模块、全景化场景调整模块和场景模拟教学云端终端模块；其中，
该模拟教学相关对象设定模块用于根据模拟教学过程中对应的教师和/或学生的对象属性参数，对该教师和/或该学生进行相应的教学动作设定；
该模拟教学场景设定模块用于根据教学知识内容和/或教学计划进度，设定若干不同的模拟教学场景；
该教学场景全景化实现模块用于根据该教学动作设定，对每一个该模拟教学场景进行全景化处理，以此获得对应的全景化模拟教学场景；
该全景化场景调整模块用于根据该全景化模拟教学场景运行过程中该教师和/或该学生的实时状态信息，对该全景化模拟教学场景进行运行状态的调整；
该场景模拟教学云端终端模块用于对根据该运行状态的调整，对每一个该全景化模拟教学场景进行适应性的云端存储和/或云端交互。
优选地，该模拟教学相关对象设定模块包括对象属性参数获取子模块、对象教学需求确定子模块和教学动作设定子模块；其中，
该对象属性参数获取子模块用于根据该教师和/或该学生对应的教学表征数据，以此生成关于该教师和/或该学生的该对象属性参数；
该对象教学需求确定子模块用于根据该对象属性参数，确定该教师和/或该学生在教学过程中对应的教学硬件工具需求和/或教学软件工具需求；
该教学动作设定子模块用于根据该教学硬件工具需求和/或该教学软件工具需求，对该教师和/或该学生进行该教学动作设定。
优选地，该对象属性参数获取子模块包括对象测评单元和对象属性参数生成单元；其中，
该对象测评单元用于根据不同教学测试模式，对该教师和/或该学生进行相应的教学相关测试，以此获得关于该教师和/或该学生的该教学表征数据；
该对象属性参数生成单元用于根据预设教学对象属性分析模型，对该教学表征数据进行学习分析处理，以此获得关于该教师和/或该学生的该对象属性参数。
优选地，该对象教学需求确定子模块包括教学硬件工具需求确定单元和教学软件工具需求确定单元；其中，
该教学硬件工具需求确定单元用于根据该对象属性参数确定该教师和/或该学生在教学过程中的该教学硬件工具需求；
该教学软件工具需求确定单元用于根据该对象属性参数确实该教师和/或该学生在教学过程中的该教学软件工具需求。
优选地，该模拟教学场景设定模块包括教学知识内容抓取子模块、教学计划进度制定子模块和场景设定执行子模块；其中，
该教学知识内容抓取子模块用于根据预设教学课程需求，在预设知识数据库中抓取相应的教学知识内容；
该教学计划进度制定子模块用于根据预定教学对象测评结果和预定教学进度模型，制成相应的教学计划进度；
该场景设定执行子模块用于通过预定场景设定深度学习神经网络模型，并根据该教学知识内容和/或该教学计划进度，制定该若干不同的模拟教学场景。
优选地，该教学计划进度制定子模块包括教学对象测评单元和教学进度模型执行单元；其中，
该教学对象测评单元用于对预定教学对象进行相应模式的测评，以此获得该教学对象测评结果；
该教学进度模型执行单元用于执行该预定教学进度模型关于该教学对象测评结果的运算，以此制成该教学计划进度。
优选地，该场景设定执行子模块包括场景设定深度学习神经网络模型构建与优化单元和模拟教学场景生成单元；其中，
该场景设定深度学习神经网络模型构建与优化单元用于根据预设场景相关大数据，构建并优化该场景设定深度学习神经网络模型；
该模拟教学场景生成单元用于执行该场景设定深度学习神经网络模型关于该教学知识内容和/或该教学计划进度的学习，以此生成该若干不同的模拟教学场景。
优选地，该教学场景全景化实现模块包括教学动作-教学场景匹配子模块、教学场景润色子模块和场景全景化转换子模块；其中，
该教学动作-教学场景匹配子模块用于根据该教学动作设定，确定每一个该模拟教学场景对应的动作-场景三维空间匹配信息；
该教学场景润色子模块用于根据该动作-场景三维空间匹配信息，对每一个该模拟教学场景进行关于三维空间分区、三维空间色调和三维空间轮廓中至少一者的润色处理；
该场景全景化转换子模块用于将经过该润色处理的每一个该模拟教学场景进行关于实际教学空间评价信息的全景化处理，以此获得对应的该全景化模拟教学场景。
优选地，该场景全景化转换子模块包括实际教学空间信息确定单元和全景化投影布置单元；其中，
该实际教学空间信息确定单元用于获取模拟教学场景实施空间对应的空间三维状态信息，以作为该实际教学空间评价信息；
该全景化投影布置单元用于将经过该润色处理的每一个模拟教学场景进行关于该空间三维状态信息的360度空间投影布置，以此获得对应的该全景化模拟教学场景。
优选地，该全景化场景调整模块包括相关对象实时状态信息采集子模块、实时状态-全景空间协调评判子模块和场景运行调整子模块；其中，
该相关对象实时状态信息采集子模块用于采集该全景化模拟教学场景运行过程中，该教师和/或该学生对应的动作信息、声音信息和面部表情信息中的至少一者，以作为该实时状态信息；
该实时状态-全景空间协调评判子模块用于评判该动作信息、该声音信息和该面部表情信息任意一者、与每一个该全景化模拟教学场景之间对应的全景化空间协调性；
该场景运行调整子模块用于根据该全景化空间协调性的评判结果，对该全景化模拟教学场景进行运行状态的调整。
优选地，该相关对象实时状态信息采集子模块包括动作信息采集单元、声音信息采集单元和面部表情信息采集单元；其中，
该动作信息采集单元用于采集该教师和/或该学生在预定时间段内变化的该动作信息；
该声音信息采集单元用于采集该教师和/或该学生在该预定时间段内变化的声音信息；
该面部表情信息采集单元用于采集该教师和/或该学生在该预定时间段内变化的面部表情信息。
优选地，该场景模拟教学云端终端模块包括云端存储子模块和云端交互子模块；其中，
该云端存储子模块用于根据该运行状态的调整，对每一个该全景化模拟教学场景进行关联记忆的云端存储处理；
该云端交互子模块用于根据该运行状态的调整，对每一个该全景化模拟教学场景进行远程化的云端交互处理。
优选地，所述全景化场景调整模块用于根据所述全景化模拟教学场景运行过程中所述教师和/或所述学生的实时状态信息，对所述全景化模拟教学场景进行运行状态的调整；其中，
还包括在所述全景化模拟教学场景运行过程中，通过对所述教师和/或所述学生对应的动作信息进行识别，并评判每一个所述全景化模拟教学场景之间对应的全景化空间协调性，根据所述全景化空间协调性的评判结果，执行对所述全景化模拟教学场景进行运行状态调整的操作，其具体实现步骤如下；
步骤A1、根据所述一种全景化的模拟教学系统，通过所述动作信息采集单元采集所述教师在预定时间段内变化的所述动作信息；
步骤A2、根据预先建立的图像预处理模型，对所述步骤A1采集的每帧所述动作信息图片进行灰度化预处理，同时根据公式(1)对采集的所述动作信息提取所述教师的动作特征，以获取所述教师动作特征序列；
其中，π为圆周率，exp为自然常数e为底数的指数函数，arctan为反正切函数，N为所述教师动作识别关键节点值，其数值为图像中教师高度h与人体骨骼关节数量的比值，
为所述教师在全景化模拟教学场景的方位朝向，θ为所述教师与全景化模拟教学场景水平面的夹角角度，f(t)为采集所述教师动作信息图像各时间点，m为不同时间段采集的所述教师动作信息图像数量，h为采集教师动作信息图像中教师的高度，z为教师动作信息图像中各骨骼节点向量值，
为教师动作信息图像数量为m时教师所处的空间方位值，bh为教师动作信息图像中教师高度为h时与全景化模拟教学场景的相对高度，cz为教师动作信息图像中各骨骼节点向量值为z时骨骼节点的空间方位值，
为计算教师动作信息图像中各关节动作方位，
为对教师动作信息图像进行降维线性处理，
为获取所述教师动作特征序列；
步骤A3、根据公式(2)对所述步骤A2获取的获取所述教师动作特征序列进行归一化处理，以获取教师动作特征相似度矩阵；
其中，j为不同关节节点运动轨迹的数量，ε为关节节点与水平面的翻转角度，vj为不同关节节点运动轨迹数量为j所对应的动作，rε为关节节点与水平面的翻转角度为ε所对应的关节节点角度时序变化值，
为计算所述采集图片动作样本方向向量值，
为对关节节点角度时序变化所对应的动作进行归一化处理，C(vj,rε)为获取教师动作特征相似度矩阵；
步骤A4、将所述步骤A3获取的教师动作特征相似度矩阵与所述每一个所述全景化模拟教学场景之间对应的全景化空间进行协调性评判，根据所述全景化空间协调性的评判结果，执行对所述全景化模拟教学场景进行运行状态调整的操作；
其中，μ为教师动作特征相似度矩阵与所述全景化模拟教学场景匹配的数量，x为所述全景化模拟教学场景数据索引行，y为所述全景化模拟教学场景数据索引列，O'(kx,ly)为所述全景化模拟教学场景数据，P(μ)为全景化空间的协调性评判结果，P(μ)计算值为趋近于1时，则表示教师动作与所述全景化模拟教学场景之间对应的全景化空间相协调，执行对所述全景化模拟教学场景进行运行状态调整的操作。
上述技术方案的有益效果是：该技术方案为所述一种全景化的模拟教学系统的实现提供了技术支持，可在所述全景化模拟教学场景运行过程中，通过对所述教师和/或所述学生对应的动作信息进行识别，根据识别结果进行调整以获得丰富多样的全景化模拟教学场景，从而较大的提高了教学过程的趣味性，增强了所述学生对象的对各知识点的接受效率，变相提高了所述一种全景化的模拟教学系统的市场竞争力。
从上述实施例的内容可知，该全景化的模拟教学系统能够根据预定的教学知识内容和/或教学计划进度大数据构建相应模拟教学场景，并结合教师和/或学生的教学动作来将该模拟教学场景进行全景化变换，以使全景化后的模拟教学场景能够匹配于教师和/或学生的教学需求，此外，该全景化的模拟教学系统还能够根据教师和/或学生的在教学过程中的实时状态信息，调整全景化模拟教学场景的运行状态，从而获得丰富多样的全景化模拟教学场景以及提高教学过程的趣味性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种全景化的模拟教学系统，其特征在于：
所述全景化的模拟教学系统包括模拟教学相关对象设定模块、模拟教学场景设定模块、教学场景全景化实现模块、全景化场景调整模块和场景模拟教学云端终端模块；其中，
所述模拟教学相关对象设定模块用于根据模拟教学过程中对应的教师和/或学生的对象属性参数，对所述教师和/或所述学生进行相应的教学动作设定；
所述模拟教学场景设定模块用于根据教学知识内容和/或教学计划进度，设定若干不同的模拟教学场景；
所述教学场景全景化实现模块用于根据所述教学动作设定，对每一个所述模拟教学场景进行全景化处理，以此获得对应的全景化模拟教学场景；
所述全景化场景调整模块用于根据所述全景化模拟教学场景运行过程中所述教师和/或所述学生的实时状态信息，对所述全景化模拟教学场景进行运行状态的调整；
所述场景模拟教学云端终端模块用于对根据所述运行状态的调整，对每一个所述全景化模拟教学场景进行适应性的云端存储和/或云端交互；
其中，所述模拟教学相关对象设定模块包括对象属性参数获取子模块、对象教学需求确定子模块和教学动作设定子模块；其中，
所述对象属性参数获取子模块用于根据所述教师和/或所述学生对应的教学表征数据，以此生成关于所述教师和/或所述学生的所述对象属性参数；
所述对象教学需求确定子模块用于根据所述对象属性参数，确定所述教师和/或所述学生在教学过程中对应的教学硬件工具需求和/或教学软件工具需求；
所述教学动作设定子模块用于根据所述教学硬件工具需求和/或所述教学软件工具需求，对所述教师和/或所述学生进行所述教学动作设定；
其中，所述模拟教学场景设定模块包括教学知识内容抓取子模块、教学计划进度制定子模块和场景设定执行子模块；其中，
所述教学知识内容抓取子模块用于根据预设教学课程需求，在预设知识数据库中抓取相应的教学知识内容；
所述教学计划进度制定子模块用于根据预定教学对象测评结果和预定教学进度模型，制成相应的教学计划进度；
所述场景设定执行子模块用于通过预定场景设定深度学习神经网络模型，并根据所述教学知识内容和/或所述教学计划进度，制定所述若干不同的模拟教学场景；
其中，所述教学场景全景化实现模块包括教学动作-教学场景匹配子模块、教学场景润色子模块和场景全景化转换子模块；其中，
所述教学动作-教学场景匹配子模块用于根据所述教学动作设定，确定每一个所述模拟教学场景对应的动作-场景三维空间匹配信息；
所述教学场景润色子模块用于根据所述动作-场景三维空间匹配信息，对每一个所述模拟教学场景进行关于三维空间分区、三维空间色调和三维空间轮廓中至少一者的润色处理；
所述场景全景化转换子模块用于将经过所述润色处理的每一个所述模拟教学场景进行关于实际教学空间评价信息的全景化处理，以此获得对应的所述全景化模拟教学场景；
其中，所述场景全景化转换子模块包括实际教学空间信息确定单元和全景化投影布置单元；其中，
所述实际教学空间信息确定单元用于获取模拟教学场景实施空间对应的空间三维状态信息，以作为所述实际教学空间评价信息；
所述全景化投影布置单元用于将经过所述润色处理的每一个模拟教学场景进行关于所述空间三维状态信息的360度空间投影布置，以此获得对应的所述全景化模拟教学场景。
2.如权利要求1所述的全景化的模拟教学系统，其特征在于：
所述对象属性参数获取子模块包括对象测评单元和对象属性参数生成单元；其中，
所述对象测评单元用于根据不同教学测试模式，对所述教师和/或所述学生进行相应的教学相关测试，以此获得关于所述教师和/或所述学生的所述教学表征数据；
所述对象属性参数生成单元用于根据预设教学对象属性分析模型，对所述教学表征数据进行学习分析处理，以此获得关于所述教师和/或所述学生的所述对象属性参数；
或者，
所述对象教学需求确定子模块包括教学硬件工具需求确定单元和教学软件工具需求确定单元；其中，
所述教学硬件工具需求确定单元用于根据所述对象属性参数确定所述教师和/或所述学生在教学过程中的所述教学硬件工具需求；
所述教学软件工具需求确定单元用于根据所述对象属性参数确实所述教师和/或所述学生在教学过程中的所述教学软件工具需求。
3.如权利要求1所述的全景化的模拟教学系统，其特征在于：
所述教学计划进度制定子模块包括教学对象测评单元和教学进度模型执行单元；其中，
所述教学对象测评单元用于对预定教学对象进行相应模式的测评，以此获得所述教学对象测评结果；
所述教学进度模型执行单元用于执行所述预定教学进度模型关于所述教学对象测评结果的运算，以此制成所述教学计划进度；
或者，
所述场景设定执行子模块包括场景设定深度学习神经网络模型构建与优化单元和模拟教学场景生成单元；其中，
所述场景设定深度学习神经网络模型构建与优化单元用于根据预设场景相关大数据，构建并优化所述场景设定深度学习神经网络模型；
所述模拟教学场景生成单元用于执行所述场景设定深度学习神经网络模型关于所述教学知识内容和/或所述教学计划进度的学习，以此生成所述若干不同的模拟教学场景。
4.如权利要求1所述的全景化的模拟教学系统，其特征在于：
所述全景化场景调整模块包括相关对象实时状态信息采集子模块、实时状态-全景空间协调评判子模块和场景运行调整子模块；其中，
所述相关对象实时状态信息采集子模块用于采集所述全景化模拟教学场景运行过程中，所述教师和/或所述学生对应的动作信息、声音信息和面部表情信息中的至少一者，以作为所述实时状态信息；
所述实时状态-全景空间协调评判子模块用于评判所述动作信息、所述声音信息和所述面部表情信息任意一者、与每一个所述全景化模拟教学场景之间对应的全景化空间协调性；
所述场景运行调整子模块用于根据所述全景化空间协调性的评判结果，对所述全景化模拟教学场景进行运行状态的调整。
5.如权利要求4所述的全景化的模拟教学系统，其特征在于：
所述相关对象实时状态信息采集子模块包括动作信息采集单元、声音信息采集单元和面部表情信息采集单元；其中，
所述动作信息采集单元用于采集所述教师和/或所述学生在预定时间段内变化的所述动作信息；
所述声音信息采集单元用于采集所述教师和/或所述学生在所述预定时间段内变化的声音信息；
所述面部表情信息采集单元用于采集所述教师和/或所述学生在所述预定时间段内变化的面部表情信息。
6.如权利要求1所述的全景化的模拟教学系统，其特征在于：
所述场景模拟教学云端终端模块包括云端存储子模块和云端交互子模块；其中，
所述云端存储子模块用于根据所述运行状态的调整，对每一个所述全景化模拟教学场景进行关联记忆的云端存储处理；
所述云端交互子模块用于根据所述运行状态的调整，对每一个所述全景化模拟教学场景进行远程化的云端交互处理。
7.如权利要求5所述的全景化的模拟教学系统，其特征在于：
所述全景化模拟教学场景运行过程中所述教师和/或所述学生的实时状态信息，对所述全景化模拟教学场景进行运行状态的调整，包括：
在所述全景化模拟教学场景运行过程中，通过对所述教师和/或所述学生对应的动作信息进行识别，并评判每一个所述全景化模拟教学场景之间对应的全景化空间协调性，根据所述全景化空间协调性的评判结果，执行对所述全景化模拟教学场景进行运行状态调整的操作，其具体实现步骤如下；
步骤A1、根据所述一种全景化的模拟教学系统，通过所述动作信息采集单元采集所述教师在预定时间段内变化的所述动作信息；
步骤A2、根据预先建立的图像预处理模型，对所述步骤A1采集的每帧所述动作信息图片进行灰度化预处理，同时根据公式(1)对采集的所述动作信息提取所述教师的动作特征，以获取所述教师动作特征序列；
其中，π为圆周率，exp为自然常数e为底数的指数函数，arctan为反正切函数，N为所述教师动作识别关键节点值，其数值为图像中教师高度h与人体骨骼关节数量的比值，
为所述教师在全景化模拟教学场景的方位朝向，θ为所述教师与全景化模拟教学场景水平面的夹角角度，f(t)为采集所述教师动作信息图像各时间点，m为不同时间段采集的所述教师动作信息图像数量，h为采集教师动作信息图像中教师的高度，z为教师动作信息图像中各骨骼节点向量值，
为教师动作信息图像数量为m时教师所处的空间方位值，bh为教师动作信息图像中教师高度为h时与全景化模拟教学场景的相对高度，cz为教师动作信息图像中各骨骼节点向量值为z时骨骼节点的空间方位值，
为计算教师动作信息图像中各关节动作方位，
为对教师动作信息图像进行降维线性处理，
为获取所述教师动作特征序列；
步骤A3、根据公式(2)对所述步骤A2获取的获取所述教师动作特征序列进行归一化处理，以获取教师动作特征相似度矩阵；
其中，j为不同关节节点运动轨迹的数量，ε为关节节点与水平面的翻转角度，vj为不同关节节点运动轨迹数量为j所对应的动作，rε为关节节点与水平面的翻转角度为ε所对应的关节节点角度时序变化值，
为计算采集图片动作样本方向向量值，
为对关节节点角度时序变化所对应的动作进行归一化处理，C(vj,rε)为获取教师动作特征相似度矩阵；
步骤A4、将所述步骤A3获取的教师动作特征相似度矩阵与所述每一个所述全景化模拟教学场景之间对应的全景化空间进行协调性评判，根据所述全景化空间协调性的评判结果，执行对所述全景化模拟教学场景进行运行状态调整的操作；
其中，μ为教师动作特征相似度矩阵与所述全景化模拟教学场景匹配的数量，x为所述全景化模拟教学场景数据索引行，y为所述全景化模拟教学场景数据索引列，O'(kx,ly)为所述全景化模拟教学场景数据，P(μ)为全景化空间的协调性评判结果，P(μ)计算值为趋近于1时，则表示教师动作与所述全景化模拟教学场景之间对应的全景化空间相协调，执行对所述全景化模拟教学场景进行运行状态调整的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010229289.XA CN111243373B (zh) | 2020-03-27 | 2020-03-27 | 全景化的模拟教学系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010229289.XA CN111243373B (zh) | 2020-03-27 | 2020-03-27 | 全景化的模拟教学系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111243373A CN111243373A (zh) | 2020-06-05 |
| CN111243373B true CN111243373B (zh) | 2022-01-11 |
Family
ID=70877155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010229289.XA Expired - Fee Related CN111243373B (zh) | 2020-03-27 | 2020-03-27 | 全景化的模拟教学系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111243373B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112347507B (zh) * | 2020-10-29 | 2022-11-08 | 北京市商汤科技开发有限公司 | 一种在线数据的处理方法、电子设备以及存储介质 |
| CN113096252B (zh) * | 2021-03-05 | 2021-11-02 | 华中师范大学 | 一种混合增强教学场景中多移动机制融合方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2467388C1 (ru) * | 2011-12-14 | 2012-11-20 | Федеральное государственное военное образовательное учреждение высшего профессионального образования "Военная академия связи имени маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Устройство управления обучением и оцениванием знаний обучающихся в системе дистанционного обучения |
| CN105869457A (zh) * | 2016-06-08 | 2016-08-17 | 徐洪军 | 一种基于vr技术的小学生科技教育系统 |
| CN106023693A (zh) * | 2016-05-25 | 2016-10-12 | 北京九天翱翔科技有限公司 | 一种基于虚拟现实技术和模式识别技术的教育系统及方法 |
| CN108615423A (zh) * | 2018-06-21 | 2018-10-02 | 中山大学新华学院 | 一种基于深度学习的线上教育管理系统 |
| CN108764708A (zh) * | 2018-05-25 | 2018-11-06 | 陕西国际商贸学院 | 课程教学质量评价与监控系统 |
| CN109817041A (zh) * | 2019-01-07 | 2019-05-28 | 北京汉博信息技术有限公司 | 多功能教学系统 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040196282A1 (en) * | 2003-02-14 | 2004-10-07 | Oh Byong Mok | Modeling and editing image panoramas |
| CN102004966A (zh) * | 2010-12-09 | 2011-04-06 | 闽江学院 | 多用户教学智能管理系统 |
| CN106919251A (zh) * | 2017-01-09 | 2017-07-04 | 重庆邮电大学 | 一种基于多模态情感识别的虚拟学习环境自然交互方法 |
| WO2018222218A1 (en) * | 2017-05-31 | 2018-12-06 | Pearson Education, Inc. | Multi table of contents and courseware generation |
| CN108090857B (zh) * | 2017-12-29 | 2021-06-22 | 复旦大学 | 一种多模态的学生课堂行为分析系统和方法 |
| CN108875606A (zh) * | 2018-06-01 | 2018-11-23 | 重庆大学 | 一种基于表情识别的课堂教学评价方法及系统 |
| CN108961420A (zh) * | 2018-06-22 | 2018-12-07 | 哈尔滨工业大学 | 基于ar云存储技术的机械制造教学辅助系统及开发方法 |
| WO2020002781A1 (fr) * | 2018-06-24 | 2020-01-02 | Altusform | Dispositif d'enseignement impliquant du matériel informatique et unité de conception convenant à un tel dispositif d'enseignement |
| CN110908518B (zh) * | 2019-12-03 | 2020-08-25 | 上海乂学教育科技有限公司 | 基于虚拟现实的数学教学系统 |
-
2020
- 2020-03-27 CN CN202010229289.XA patent/CN111243373B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2467388C1 (ru) * | 2011-12-14 | 2012-11-20 | Федеральное государственное военное образовательное учреждение высшего профессионального образования "Военная академия связи имени маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Устройство управления обучением и оцениванием знаний обучающихся в системе дистанционного обучения |
| CN106023693A (zh) * | 2016-05-25 | 2016-10-12 | 北京九天翱翔科技有限公司 | 一种基于虚拟现实技术和模式识别技术的教育系统及方法 |
| CN105869457A (zh) * | 2016-06-08 | 2016-08-17 | 徐洪军 | 一种基于vr技术的小学生科技教育系统 |
| CN108764708A (zh) * | 2018-05-25 | 2018-11-06 | 陕西国际商贸学院 | 课程教学质量评价与监控系统 |
| CN108615423A (zh) * | 2018-06-21 | 2018-10-02 | 中山大学新华学院 | 一种基于深度学习的线上教育管理系统 |
| CN109817041A (zh) * | 2019-01-07 | 2019-05-28 | 北京汉博信息技术有限公司 | 多功能教学系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111243373A (zh) | 2020-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Slossberg et al. | High quality facial surface and texture synthesis via generative adversarial networks | |
| CN106139564A (zh) | 图像处理方法和装置 | |
| CN111258433B (zh) | 基于虚拟场景的教学互动系统 | |
| CN111243373B (zh) | 全景化的模拟教学系统 | |
| CN104572804A (zh) | 一种视频物体检索的方法及其系统 | |
| CN111931585A (zh) | 一种课堂专注度的检测方法及装置 | |
| CN106982357A (zh) | 一种基于分布云的智能拍摄系统 | |
| CN116109455B (zh) | 一种基于人工智能的语言教学辅助系统 | |
| CN114066848B (zh) | 一种fpca外观缺陷视觉检测系统 | |
| CN110689000A (zh) | 一种基于生成复杂环境下车牌样本的车辆车牌识别方法 | |
| CN114898460B (zh) | 一种基于图卷积神经网络的教师非言语行为检测方法 | |
| CN116052222A (zh) | 自然采集牛脸图像的牛脸识别方法 | |
| Zhang | Innovation of English teaching model based on machine learning neural network and image super resolution | |
| CN112861809A (zh) | 基于多目标视频分析的课堂抬头检测系统及其工作方法 | |
| CN115810163B (zh) | 一种基于ai课堂行为识别的教学评估方法和系统 | |
| CN111145316B (zh) | 教学动画制作系统 | |
| CN116957866A (zh) | 一种数字人教师个性化教学装置 | |
| CN113688789B (zh) | 一种基于深度学习的在线学习投入度识别方法及系统 | |
| Li et al. | Few-shot meta-learning on point cloud for semantic segmentation | |
| Niu et al. | Improved YOLOv5 for skeleton-based classroom behavior recognition | |
| CN114663835A (zh) | 一种行人跟踪方法、系统、设备及存储介质 | |
| CN111179666A (zh) | 基于人工智能的自适应教育系统 | |
| Cui | Research on garden landscape reconstruction based on geographic information system under the background of deep learning | |
| Shiyan et al. | Automatic Recognition of Teachers' Nonverbal Behavior Based on Dilated Convolution | |
| Chao et al. | Analysis of the Current Situation of Teaching and Learning of Ideological and Political Theory Courses by Deep Learning |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 200237 9 / F and 10 / F, building 2, No. 188, Yizhou Road, Xuhui District, Shanghai Applicant after: Shanghai squirrel classroom Artificial Intelligence Technology Co.,Ltd. Address before: 200237 9 / F and 10 / F, building 2, No. 188, Yizhou Road, Xuhui District, Shanghai Applicant before: SHANGHAI YIXUE EDUCATION TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211214 Address after: 200235 room 502a35, No. 2020, Zhongshan West Road, Xuhui District, Shanghai Applicant after: Shanghai mishue Artificial Intelligence Information Technology Co.,Ltd. Address before: 9 / F and 10 / F, building 2, No. 188, Yizhou Road, Xuhui District, Shanghai, 200237 Applicant before: Shanghai squirrel classroom Artificial Intelligence Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220111 |