CN111583420B - 基于增强现实模式的智能学习系统和方法 - Google Patents

基于增强现实模式的智能学习系统和方法 Download PDF

Info

Publication number
CN111583420B
CN111583420B CN202010458854.XA CN202010458854A CN111583420B CN 111583420 B CN111583420 B CN 111583420B CN 202010458854 A CN202010458854 A CN 202010458854A CN 111583420 B CN111583420 B CN 111583420B
Authority
CN
China
Prior art keywords
image
sound
learning
information
environment
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.)
Active
Application number
CN202010458854.XA
Other languages
English (en)
Other versions
CN111583420A (zh
Inventor
王鑫
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.)
Shanghai Yixue Education Technology Co Ltd
Original Assignee
Shanghai Squirrel Classroom Artificial Intelligence 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 Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd filed Critical Shanghai Squirrel Classroom Artificial Intelligence Technology Co Ltd
Priority to CN202010458854.XA priority Critical patent/CN111583420B/zh
Publication of CN111583420A publication Critical patent/CN111583420A/zh
Application granted granted Critical
Publication of CN111583420B publication Critical patent/CN111583420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering

Abstract

本发明提供了基于增强现实模式的智能学习系统和方法，该基于增强现实模式的智能学习系统和方法能够根据在智能学习过程中虚拟学习影像与现实环境影像之间在图像显示和/或声音播放上的协同性差异，来适应性地调整该虚拟学习影像和该现实环境影像中任意一者的图像显示参数和/或声音播放参数，从而最大限度地优化该智能学习过程中虚拟学习影像与现实环境影像的播放匹配性以及有效地避免发生影像播放失真、突兀和卡顿情况的出现。

Description

基于增强现实模式的智能学习系统和方法
技术领域
本发明涉及智能学习的技术领域，特别涉及基于增强现实模式的智能学习系统和方法。
背景技术
目前，智能学习技术都只是知识数据本身进行相应的处理，其虽然能够在一定程度上提高学生的知识学习效率和质量，但是其并不能适应不同学习场景的需求。为了丰富智能学习模式的场景多样性和可变性，现有技术已经出现了借助头戴式显示设备来提高智能学习过程的现实感和趣味性。但是，现有的头戴式显示设备并没有考虑到其播放的虚拟学习影像与现实环境影像之间的协同性，这很容易导致上述两种影像存在不协调同步的情况，从而严重影响智能学习过程的影像播放质量和学习有效性。
发明内容
针对现有技术存在的缺陷，本发明提供一种基于增强现实模式的智能学习系统和方法，该基于增强现实模式的智能学习系统和方法通过根据当前学习场合的学习数据形成虚拟学习影像以及根据该当前学习场合对应的环境相关信息形成现实环境影像，并且还确定该虚拟学习影像与该现实环境影像之间在图像显示和/或声音播放的协同性，以此根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像的图像显示参数和/或声音播放参数进行调整；可见，该基于增强现实模式的智能学习系统和方法能够根据在智能学习过程中虚拟学习影像与现实环境影像之间在图像显示和/或声音播放上的协同性差异，来适应性地调整该虚拟学习影像和该现实环境影像中任意一者的图像显示参数和/或声音播放参数，从而最大限度地优化该智能学习过程中虚拟学习影像与现实环境影像的播放匹配性以及有效地避免发生影像播放失真、突兀和卡顿情况的出现。
本发明提供基于增强现实模式的智能学习系统，其特征在于：
所述基于增强现实模式的智能学习系统包括虚拟学习影像形成模块、现实环境影像形成模块、影像协同性确定模块和影像调整模块；其中，
所述虚拟学习影像形成模块用于根据当前学习场合的学习数据形成虚拟学习影像；
所述现实环境影像形成模块用于根据所述当前学习场合对应的环境相关信息形成现实环境影像；
所述影像协同性确定模块用于确定所述虚拟学习影像与所述现实环境影像之间在图像显示和/或声音播放的协同性；
所述影像调整模块用于根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整；
进一步，所述虚拟学习影像形成模块包括虚拟动态图像/声音信号子模块、图像-声音同步调制子模块和虚拟学习影像AR转换子模块；其中，
所述虚拟动态图像/声音信号子模块用于按照预定教学模板，将所述当前学习场合的文字资料、图片资料和声音资料组成相应的虚拟动态图像/声音信号；
所述图像-声音同步调制子模块用于对所述虚拟动态图像/声音信号进行针对图像成分与声音成分同步调制；
所述虚拟学习影像AR转换子模块用于将所述同步调制后的所述虚拟动态图像/声音信号输入至AR设备中，并通过所述AR设备转换形成所述虚拟学习影像；
进一步，所述现实环境影像形成模块包括环境相关信息预处理子模块、图像-声音同步匹配子模块和现实环境影像AR转换子模块；其中，
所述环境相关信息预处理子模块用于对所述当前学习场合对应的环境图像信息和环境声音信息进行降噪预处理；
所述图像-声音同步匹配子模块用于将经过所述降噪预处理的所述环境图像信息和所述环境声音信息进行同步匹配，以此组成相应的环境动态图像/声音信号；
所述现实环境影像AR转换子模块用于将所述环境动态图像/声音信号输入至AR设备中，并通过所述AR设备转换形成所述现实环境影像；
进一步，所述影像协同性确定模块包括虚拟学习影像处理子模块、现实环境影像处理子模块、图像协同性确定子模块和声音协同性确定子模块；其中，
所述虚拟学习影像处理子模块用于获取所述虚拟学习影像在播放过程中对应的第一图片帧播放序列信息和第一声音播放波形信息；
所述现实环境影像处理子模块用于获取所述现实环境影像在播放过程中对应的第二图片帧播放序列信息和第二声音播放波形信息；
所述图像协同性确定子模块用于将所述第一图片帧播放序列信息与所述第二图片帧播放序列信息进行对比处理，以此确定两者在图像亮度、图像刷新率和图像失真度中至少一者的协同性；
所述声音协同性确定子模块用于将所述第一声音播放波形信息与所述第二声音播放波形信息进行对比处理，以此确定两者在声音强度和声音频率中至少一者的协同性；
进一步，所述影像调整模块包括图像参数调整子模块和声音参数调整子模块；其中，
所述图像参数调整子模块用于根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像进行关于图像亮度、图像刷新率和图像失真度中至少一者的调整；
所述声音参数调整子模块用于根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像进行关于声音播放强度和声音播放频率中至少一者的调整；
进一步，所述影像调整模块用于根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整，其具体实现过程包括：
步骤A1，根据所述虚拟学习影像形成模块，采集所述当前学习场合的文字、图片和声音资料，通过下面公式(1)对应的线性变换并进行逻辑关联性排序处理，按照预定逻辑排序组成相应的虚拟动态图像、声音信号
Figure GDA0003127497240000041
在上述公式(1)中，e为自然常数，π为圆周率，M为所述当前学习场合采集图片资料的数量，m＝1,2,3...M；N为所述当前学习场合采集音频数据的份数，n＝1,2,3...N；λ为所述当前学习场合采集音频数据的波长，T为所述当前学习场合采集音频数据的音频周期，p为所述当前学习场合采集各资料的数据大小，pa、pb、pc分别为所述当前学习场合采集各文字、图片、声音资料的数据占比信息，σ为对采集资料进行逻辑关联性排序，x为所述学习场合各图片中像素点数量，Ax为所述学习场合各图片的像素点数量为x所对应动作趋势信息，y为所述学习场合识别出文字的数量，By为所述学习场合识别出文字的数量为y所对应语境场景信息，z为所述学习场合音频数据的大小，Cz为所述学习场合音频数据的大小为z所对应的音频特征识别信息，|Ax(pa)|f(σ+xpa)为对所述学习场合采集图片进行逻辑排序处理，
Figure GDA0003127497240000042
为对所述学习场合采集文字及声音资料进行排序处理，Vir(Ax,Cz)为经将所识别图片、文字、音频数据进行逻辑关联性排序，按照预定逻辑排序组成相应的虚拟动态图像、声音信号；
步骤A2，将步骤A1获取的按照预定逻辑排序组成的相应虚拟动态图像、声音信号，经过降噪预处理，并进行下面公式(2)对应的迭代收敛计算，获取相应的所述环境图像信息和所述环境声音信息同步匹配数据
Figure GDA0003127497240000051
在上述公式(2)中，exp为自然常数e为底的指数函数，l为拟创建相应虚拟环境的数量，
Figure GDA0003127497240000052
为评估所述环境图像信息经信号增强处理后与目标动态图像之间的偏差，
Figure GDA0003127497240000053
为评估所述环境声音信息经信号增强处理后与目标动态声音信号之间的偏差，f(A)为所述环境动态图像信号，f(C)为所述环境动态声音信号，F(l)为获取相应的所述环境图像信息和所述环境声音信息同步匹配数据；
步骤A3，根据所述影像协同性确定模块以及下面公式(3)，确定步骤A2获取的所述环境图像信息和所述环境声音信息同步匹配数据的协同性，根据结果，执行调整所述虚拟学习影像和所述现实环境影像的图像显示参数和声音播放参数的操作
Figure GDA0003127497240000054
在上述公式(3)中，μ为确认同步匹配数据的同步率，q为通过所述影像协同性确定模块处理图像参数与声音参数的数量，kq为所述影像协同性确定模块确认的标准图像数据数量，rq为所述影像协同性确定模块确认的标准声音数据数量，O(kq,rq)为所述影像协同性确定模块确认的标准图像及声音数据信息，P(u)为获取所述环境图像信息和所述环境声音信息同步匹配数据的同步率，当P(μ)计算值不为0时，则表示所述环境图像信息和所述环境声音信息同步匹配数据不完全同步，执行调整所述虚拟学习影像和所述现实环境影像的图像显示参数和声音播放参数的操作。
本发明还提供基于增强现实模式的智能学习方法，其特征在于，所述基于增强现实模式的智能学习方法包括如下步骤：
步骤S1，获取当前学习场合的学习数据，并将所述学习数据转换成虚拟学习影像；
步骤S2，获取所述当前学习场合对应的环境相关信息，并将所述环境相关信息转换成现实环境影像；
步骤S3，确定所述虚拟学习影像与所述现实环境影像之间在图像显示和/或声音播放的协同性；
步骤S4，根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整；
进一步，在所述步骤S1中，获取当前学习场合的学习数据，并将所述学习数据转换成虚拟学习影像具体包括：
步骤S101，获取所述当前学习场合的文字资料、图片资料和声音资料，并将所述文字资料、所述图片资料和所述声音资料按照预定教学模板组成相应的虚拟动态图像/声音信号；
步骤S102，对所述虚拟动态图像/声音信号进行针对图像成分与声音成分同步调制；
步骤S103，将所述同步调制后的所述虚拟动态图像/声音信号输入至AR设备中，并通过所述AR设备形成所述虚拟学习影像；
或者，
在所述步骤S2中，获取所述当前学习场合对应的环境相关信息，并将所述环境相关信息转换成现实环境影像具体包括：
步骤S201，采集所述当前学习场合对应的环境图像信息和环境声音信息，并对所述环境图像信息和所述环境声音信息进行降噪预处理；
步骤S202，将经过所述降噪预处理的所述环境图像信息和所述环境声音信息进行同步匹配，以此组成相应的环境动态图像/声音信号；
步骤S203，将所述环境动态图像/声音信号输入至AR设备中，并通过所述AR设备形成所述现实环境影像；
进一步，在所述步骤S3中，确定所述虚拟学习影像与所述现实环境影像之间在图像显示和/或声音播放的协同性具体包括：
步骤S301，获取所述虚拟学习影像在播放过程中对应的第一图片帧播放序列信息和第一声音播放波形信息；
步骤S302，获取所述现实环境影像在播放过程中对应的第二图片帧播放序列信息和第二声音播放波形信息；
步骤S303，将所述第一图片帧播放序列信息与所述第二图片帧播放序列信息进行对比处理，以此确定两者在图像亮度、图像刷新率和图像失真度中至少一者的协同性；
步骤S304，将所述第一声音播放波形信息与所述第二声音播放波形信息进行对比处理，以此确定两者在声音强度和声音频率中至少一者的协同性；
进一步，在所述步骤S4中，根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整具体包括：
根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像进行关于图像亮度、图像刷新率和图像失真度中至少一者的调整；
和/或
根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像进行关于声音播放强度和声音播放频率中至少一者的调整。
相比于现有技术，该基于增强现实模式的智能学习系统和方法通过根据当前学习场合的学习数据形成虚拟学习影像以及根据该当前学习场合对应的环境相关信息形成现实环境影像，并且还确定该虚拟学习影像与该现实环境影像之间在图像显示和/或声音播放的协同性，以此根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像的图像显示参数和/或声音播放参数进行调整；可见，该基于增强现实模式的智能学习系统和方法能够根据在智能学习过程中虚拟学习影像与现实环境影像之间在图像显示和/或声音播放上的协同性差异，来适应性地调整该虚拟学习影像和该现实环境影像中任意一者的图像显示参数和/或声音播放参数，从而最大限度地优化该智能学习过程中虚拟学习影像与现实环境影像的播放匹配性以及有效地避免发生影像播放失真、突兀和卡顿情况的出现。
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为本发明提供的基于增强现实模式的智能学习系统的结构示意图。
图2为本发明提供的基于增强现实模式的智能学习方法的流程示意图。
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基于增强现实模式的智能学习系统的结构示意图。该基于增强现实模式的智能学习系统包括虚拟学习影像形成模块、现实环境影像形成模块、影像协同性确定模块和影像调整模块；其中，
该虚拟学习影像形成模块用于根据当前学习场合的学习数据形成虚拟学习影像；
该现实环境影像形成模块用于根据该当前学习场合对应的环境相关信息形成现实环境影像；
该影像协同性确定模块用于确定该虚拟学习影像与该现实环境影像之间在图像显示和/或声音播放的协同性；
该影像调整模块用于根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像的图像显示参数和/或声音播放参数进行调整。
该基于增强现实模式的智能学习系统通过对虚拟学习影像和现实环境影像之间在图像显示和/或声音播放上的协同性差异，来适应性地调整该虚拟学习影像和该现实环境影像中任意一者的图像显示参数和/或声音播放参数，从而最大限度地优化该智能学习过程中虚拟学习影像与现实环境影像的播放匹配性，有效地避免发生影像播放失真、突兀和卡顿情况的出现以及提高智能学习过程中的增强现实显示效果。
优选地，该虚拟学习影像形成模块包括虚拟动态图像/声音信号子模块、图像-声音同步调制子模块和虚拟学习影像AR转换子模块；其中，
该虚拟动态图像/声音信号子模块用于按照预定教学模板，将该当前学习场合的文字资料、图片资料和声音资料组成相应的虚拟动态图像/声音信号；
该图像-声音同步调制子模块用于对该虚拟动态图像/声音信号进行针对图像成分与声音成分同步调制；
该虚拟学习影像AR转换子模块用于将该同步调制后的该虚拟动态图像/声音信号输入至AR设备中，并通过该AR设备转换形成该虚拟学习影像。
该虚拟学习影像形成模块通过预定教学模板来对该文字资料、该图片资料和该声音资料进行不同形式的组合来生成相应的虚拟动态图像/声音信号，再通过相应的AR设备将该该虚拟动态图像/声音信号调制成虚拟学习影像，这样能够最大限度地提高该虚拟学习影像与学习资料的匹配性以及其显示动态趣味性。
优选地，该现实环境影像形成模块包括环境相关信息预处理子模块、图像-声音同步匹配子模块和现实环境影像AR转换子模块；其中，
该环境相关信息预处理子模块用于对该当前学习场合对应的环境图像信息和环境声音信息进行降噪预处理；
该图像-声音同步匹配子模块用于将经过该降噪预处理的该环境图像信息和该环境声音信息进行同步匹配，以此组成相应的环境动态图像/声音信号；
该现实环境影像AR转换子模块用于将该环境动态图像/声音信号输入至AR设备中，并通过该AR设备转换形成该现实环境影像。
该现实环境影像形成模块通过对该环境图像信息和环境声音信息进行降噪预处理后再生成对应的环境动态图像/声音信号，能够最大限度地降低环境噪声的负面影响，从而使得生成的现实环境影像能够真实地反映当前学习场合对应的外界环境状态以及提高该现实环境影像的逼真性和趣味性。
优选地，该影像协同性确定模块包括虚拟学习影像处理子模块、现实环境影像处理子模块、图像协同性确定子模块和声音协同性确定子模块；其中，
该虚拟学习影像处理子模块用于获取该虚拟学习影像在播放过程中对应的第一图片帧播放序列信息和第一声音播放波形信息；
该现实环境影像处理子模块用于获取该现实环境影像在播放过程中对应的第二图片帧播放序列信息和第二声音播放波形信息；
该图像协同性确定子模块用于将该第一图片帧播放序列信息与该第二图片帧播放序列信息进行对比处理，以此确定两者在图像亮度、图像刷新率和图像失真度中至少一者的协同性；
该声音协同性确定子模块用于将该第一声音播放波形信息与该第二声音播放波形信息进行对比处理，以此确定两者在声音强度和声音频率中至少一者的协同性。
该影像协同性确定模块通过从图像亮度、图像刷新率和图像失真度，以及声音强度和声音频率的不同图像因素和声音因素层面，来确定该虚拟学习影像与该现实环境影像之间的协同性，这样能够最大限度地和全面地提高该协同性的计算准确性以及保证后续依据该协同性进行的影像参数调整也是有效的和可控的。
优选地，该影像调整模块包括图像参数调整子模块和声音参数调整子模块；其中，
该图像参数调整子模块用于根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像进行关于图像亮度、图像刷新率和图像失真度中至少一者的调整；
该声音参数调整子模块用于根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像进行关于声音播放强度和声音播放频率中至少一者的调整。
该影像调整模块通过从图像亮度、图像刷新率和图像失真度，以及声音强度和声音频率的不同图像因素和声音因素层面，来对该该虚拟学习影像和该现实环境影像进行参数调整，这样能够在图像和声音两方面来进行影像调整，从而有效地避免发生影像播放失真、突兀和卡顿情况的出现以及提高智能学习过程中的增强现实显示效果。
优选地，该影像调整模块用于根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像的图像显示参数和/或声音播放参数进行调整，其具体实现过程包括：
步骤A1，根据该虚拟学习影像形成模块，采集该当前学习场合的文字、图片和声音资料，通过下面公式(1)对应的线性变换并进行逻辑关联性排序处理，按照预定逻辑排序组成相应的虚拟动态图像、声音信号
Figure GDA0003127497240000111
在上述公式(1)中，e为自然常数，π为圆周率，M为该当前学习场合采集图片资料的数量，m＝1,2,3...M；N为该当前学习场合采集音频数据的份数，n＝1,2,3...N；λ为该当前学习场合采集音频数据的波长，T为该当前学习场合采集音频数据的音频周期，p为该当前学习场合采集各资料的数据大小，pa、pb、pc分别为该当前学习场合采集各文字、图片、声音资料的数据占比信息，σ为对采集资料进行逻辑关联性排序，x为该学习场合各图片中像素点数量，Ax为该学习场合各图片的像素点数量为x所对应动作趋势信息，y为该学习场合识别出文字的数量，By为该学习场合识别出文字的数量为y所对应语境场景信息，z为该学习场合音频数据的大小，Cz为该学习场合音频数据的大小为z所对应的音频特征识别信息，|Ax(pa)|f(σ+xpa)为对该学习场合采集图片进行逻辑排序处理，
Figure GDA0003127497240000121
为对该学习场合采集文字及声音资料进行排序处理，Vir(Ax,Cz)为经将所识别图片、文字、音频数据进行逻辑关联性排序，按照预定逻辑排序组成相应的虚拟动态图像、声音信号；
步骤A2，将步骤A1获取的按照预定逻辑排序组成的相应虚拟动态图像、声音信号，经过降噪预处理，并进行下面公式(2)对应的迭代收敛计算，获取相应的该环境图像信息和该环境声音信息同步匹配数据
Figure GDA0003127497240000122
在上述公式(2)中，exp为自然常数e为底的指数函数，l为拟创建相应虚拟环境的数量，
Figure GDA0003127497240000123
为评估该环境图像信息经信号增强处理后与目标动态图像之间的偏差，
Figure GDA0003127497240000124
为评估该环境声音信息经信号增强处理后与目标动态声音信号之间的偏差，f(A)为该环境动态图像信号，f(C)为该环境动态声音信号，F(l)为获取相应的该环境图像信息和该环境声音信息同步匹配数据；
步骤A3，根据该影像协同性确定模块以及下面公式(3)，确定步骤A2获取的该环境图像信息和该环境声音信息同步匹配数据的协同性，根据结果，执行调整该虚拟学习影像和该现实环境影像的图像显示参数和声音播放参数的操作
Figure GDA0003127497240000131
在上述公式(3)中，μ为确认同步匹配数据的同步率，q为通过该影像协同性确定模块处理图像参数与声音参数的数量，kq为该影像协同性确定模块确认的标准图像数据数量，rq为该影像协同性确定模块确认的标准声音数据数量，O(kq,rq)为该影像协同性确定模块确认的标准图像及声音数据信息，P(u)为获取该环境图像信息和该环境声音信息同步匹配数据的同步率，当P(μ)计算值不为0时，则表示该环境图像信息和该环境声音信息同步匹配数据不完全同步，执行调整该虚拟学习影像和该现实环境影像的图像显示参数和声音播放参数的操作。
上述该影像调整模块可实现实时提取当前场景的图文等资料，并根据预设教学模板进行逻辑排序，并能够根据在智能学习过程中虚拟学习影像与现实环境影像之间在图像显示和声音播放上的协同性差异，来适应性地调整该虚拟学习影像和该现实环境影像中任意一者的图像显示参数和声音播放参数，最大限度地优化该智能学习过程中虚拟学习影像与现实环境影像的播放匹配性，有效地避免发生影像播放故障的情况出现。
参阅图2，为本发明实施例提供的一种基于增强现实模式的智能学习方法的流程示意图。该基于增强现实模式的智能学习方法包括如下步骤：
步骤S1，获取当前学习场合的学习数据，并将该学习数据转换成虚拟学习影像；
步骤S2，获取该当前学习场合对应的环境相关信息，并将该环境相关信息转换成现实环境影像；
步骤S3，确定该虚拟学习影像与该现实环境影像之间在图像显示和/或声音播放的协同性；
步骤S4，根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像的图像显示参数和/或声音播放参数进行调整。
该基于增强现实模式的智能学习方法通过对虚拟学习影像和现实环境影像之间在图像显示和/或声音播放上的协同性差异，来适应性地调整该虚拟学习影像和该现实环境影像中任意一者的图像显示参数和/或声音播放参数，从而最大限度地优化该智能学习过程中虚拟学习影像与现实环境影像的播放匹配性，有效地避免发生影像播放失真、突兀和卡顿情况的出现以及提高智能学习过程中的增强现实显示效果。
优选地，在该步骤S1中，获取当前学习场合的学习数据，并将该学习数据转换成虚拟学习影像具体包括：
步骤S101，获取该当前学习场合的文字资料、图片资料和声音资料，并将该文字资料、该图片资料和该声音资料按照预定教学模板组成相应的虚拟动态图像/声音信号；
步骤S102，对该虚拟动态图像/声音信号进行针对图像成分与声音成分同步调制；
步骤S103，将该同步调制后的该虚拟动态图像/声音信号输入至AR设备中，并通过该AR设备形成该虚拟学习影像。
通过预定教学模板来对该文字资料、该图片资料和该声音资料进行不同形式的组合来生成相应的虚拟动态图像/声音信号，再通过相应的AR设备将该该虚拟动态图像/声音信号调制成虚拟学习影像，这样能够最大限度地提高该虚拟学习影像与学习资料的匹配性以及其显示动态趣味性。
优选地，在该步骤S2中，获取该当前学习场合对应的环境相关信息，并将该环境相关信息转换成现实环境影像具体包括：
步骤S201，采集该当前学习场合对应的环境图像信息和环境声音信息，并对该环境图像信息和该环境声音信息进行降噪预处理；
步骤S202，将经过该降噪预处理的该环境图像信息和该环境声音信息进行同步匹配，以此组成相应的环境动态图像/声音信号；
步骤S203，将该环境动态图像/声音信号输入至AR设备中，并通过该AR设备形成该现实环境影像。
通过对该环境图像信息和环境声音信息进行降噪预处理后再生成对应的环境动态图像/声音信号，能够最大限度地降低环境噪声的负面影响，从而使得生成的现实环境影像能够真实地反映当前学习场合对应的外界环境状态以及提高该现实环境影像的逼真性和趣味性。
优选地，在该步骤S3中，确定该虚拟学习影像与该现实环境影像之间在图像显示和/或声音播放的协同性具体包括：
步骤S301，获取该虚拟学习影像在播放过程中对应的第一图片帧播放序列信息和第一声音播放波形信息；
步骤S302，获取该现实环境影像在播放过程中对应的第二图片帧播放序列信息和第二声音播放波形信息；
步骤S303，将该第一图片帧播放序列信息与该第二图片帧播放序列信息进行对比处理，以此确定两者在图像亮度、图像刷新率和图像失真度中至少一者的协同性；
步骤S304，将该第一声音播放波形信息与该第二声音播放波形信息进行对比处理，以此确定两者在声音强度和声音频率中至少一者的协同性。
通过从图像亮度、图像刷新率和图像失真度，以及声音强度和声音频率的不同图像因素和声音因素层面，来确定该虚拟学习影像与该现实环境影像之间的协同性，这样能够最大限度地和全面地提高该协同性的计算准确性以及保证后续依据该协同性进行的影像参数调整也是有效的和可控的。
优选地，在该步骤S4中，根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像的图像显示参数和/或声音播放参数进行调整具体包括：
根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像进行关于图像亮度、图像刷新率和图像失真度中至少一者的调整；
和/或
根据该协同性的确定结果，对该虚拟学习影像和/或该现实环境影像进行关于声音播放强度和声音播放频率中至少一者的调整。
通过从图像亮度、图像刷新率和图像失真度，以及声音强度和声音频率的不同图像因素和声音因素层面，来对该该虚拟学习影像和该现实环境影像进行参数调整，这样能够在图像和声音两方面来进行影像调整，从而有效地避免发生影像播放失真、突兀和卡顿情况的出现以及提高智能学习过程中的增强现实显示效果。
从上述实施例记载的内容可知，该基于增强现实模式的智能学习系统和方法能够根据在智能学习过程中虚拟学习影像与现实环境影像之间在图像显示和/或声音播放上的协同性差异，来适应性地调整该虚拟学习影像和该现实环境影像中任意一者的图像显示参数和/或声音播放参数，从而最大限度地优化该智能学习过程中虚拟学习影像与现实环境影像的播放匹配性以及有效地避免发生影像播放失真、突兀和卡顿情况的出现。
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 (9)

1.基于增强现实模式的智能学习系统，其特征在于：
所述基于增强现实模式的智能学习系统包括虚拟学习影像形成模块、现实环境影像形成模块、影像协同性确定模块和影像调整模块；其中，
所述虚拟学习影像形成模块用于根据当前学习场合的学习数据形成虚拟学习影像；
所述现实环境影像形成模块用于根据所述当前学习场合对应的环境相关信息形成现实环境影像；
所述影像协同性确定模块用于确定所述虚拟学习影像与所述现实环境影像之间在图像显示和/或声音播放的协同性；
所述影像调整模块用于根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整；
其中，所述影像调整模块用于根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整，其具体实现过程包括：
步骤A1，根据所述虚拟学习影像形成模块，采集所述当前学习场合的文字、图片和声音资料，通过下面公式(1)对应的线性变换并进行逻辑关联性排序处理，按照预定逻辑排序组成相应的虚拟动态图像、声音信号
Figure FDA0003127497230000011
在上述公式(1)中，e为自然常数，π为圆周率，M为所述当前学习场合采集图片资料的数量，m＝1,2,3…M；N为所述当前学习场合采集音频数据的份数，n＝1,2,3…N；λ为所述当前学习场合采集音频数据的波长，T为所述当前学习场合采集音频数据的音频周期，p为所述当前学习场合采集各资料的数据大小，pa、pb、pc分别为所述当前学习场合采集各文字、图片、声音资料的数据占比信息，σ为对采集资料进行逻辑关联性排序，x为所述学习场合各图片中像素点数量，Ax为所述学习场合各图片的像素点数量为x所对应动作趋势信息，y为所述学习场合识别出文字的数量，By为所述学习场合识别出文字的数量为y所对应语境场景信息，z为所述学习场合音频数据的大小，Cz为所述学习场合音频数据的大小为z所对应的音频特征识别信息，|Ax(pa)|f(σ+xpa)为对所述学习场合采集图片进行逻辑排序处理，
Figure FDA0003127497230000021
为对所述学习场合采集文字及声音资料进行排序处理，Vir(Ax,Cz)为经将所识别图片、文字、音频数据进行逻辑关联性排序，按照预定逻辑排序组成相应的虚拟动态图像、声音信号；
步骤A2，将步骤A1获取的按照预定逻辑排序组成的相应虚拟动态图像、声音信号，经过降噪预处理，并进行下面公式(2)对应的迭代收敛计算，获取相应的所述环境图像信息和所述环境声音信息同步匹配数据
Figure FDA0003127497230000022
在上述公式(2)中，exp为自然常数e为底的指数函数，l为拟创建相应虚拟环境的数量，
Figure FDA0003127497230000023
为评估所述环境图像信息经信号增强处理后与目标动态图像之间的偏差，
Figure FDA0003127497230000024
为评估所述环境声音信息经信号增强处理后与目标动态声音信号之间的偏差，f(A)为所述环境动态图像信号，f(C)为所述环境动态声音信号，F(l)为获取相应的所述环境图像信息和所述环境声音信息同步匹配数据；
步骤A3，根据所述影像协同性确定模块以及下面公式(3)，确定步骤A2获取的所述环境图像信息和所述环境声音信息同步匹配数据的协同性，根据结果，执行调整所述虚拟学习影像和所述现实环境影像的图像显示参数和声音播放参数的操作：
Figure FDA0003127497230000031
在上述公式(3)中，μ为确认同步匹配数据的同步率，q为通过所述影像协同性确定模块处理图像参数与声音参数的数量，kq为所述影像协同性确定模块确认的标准图像数据数量，rq为所述影像协同性确定模块确认的标准声音数据数量，O(kq,rq)为所述影像协同性确定模块确认的标准图像及声音数据信息，P(u)为获取所述环境图像信息和所述环境声音信息同步匹配数据的同步率，当P(μ)计算值不为0时，则表示所述环境图像信息和所述环境声音信息同步匹配数据不完全同步，执行调整所述虚拟学习影像和所述现实环境影像的图像显示参数和声音播放参数的操作。
2.如权利要求1所述的基于增强现实模式的智能学习系统，其特征在于：所述虚拟学习影像形成模块包括虚拟动态图像/声音信号子模块、图像-声音同步调制子模块和虚拟学习影像AR转换子模块；其中，所述虚拟动态图像/声音信号子模块用于按照预定教学模板，将所述当前学习场合的文字资料、图片资料和声音资料组成相应的虚拟动态图像/声音信号；
所述图像-声音同步调制子模块用于对所述虚拟动态图像/声音信号进行针对图像成分与声音成分同步调制；
所述虚拟学习影像AR转换子模块用于将所述同步调制后的所述虚拟动态图像/声音信号输入至AR设备中，并通过所述AR设备转换形成所述虚拟学习影像。
3.如权利要求1所述的基于增强现实模式的智能学习系统，其特征在于：所述现实环境影像形成模块包括环境相关信息预处理子模块、图像-声音同步匹配子模块和现实环境影像AR转换子模块；其中，
所述环境相关信息预处理子模块用于对所述当前学习场合对应的环境图像信息和环境声音信息进行降噪预处理；
所述图像-声音同步匹配子模块用于将经过所述降噪预处理的所述环境图像信息和所述环境声音信息进行同步匹配，以此组成相应的环境动态图像/声音信号；
所述现实环境影像AR转换子模块用于将所述环境动态图像/声音信号输入至AR设备中，并通过所述AR设备转换形成所述现实环境影像。
4.如权利要求1所述的基于增强现实模式的智能学习系统，其特征在于：所述影像协同性确定模块包括虚拟学习影像处理子模块、现实环境影像处理子模块、图像协同性确定子模块和声音协同性确定子模块；其中，
所述虚拟学习影像处理子模块用于获取所述虚拟学习影像在播放过程中对应的第一图片帧播放序列信息和第一声音播放波形信息；
所述现实环境影像处理子模块用于获取所述现实环境影像在播放过程中对应的第二图片帧播放序列信息和第二声音播放波形信息；
所述图像协同性确定子模块用于将所述第一图片帧播放序列信息与所述第二图片帧播放序列信息进行对比处理，以此确定两者在图像亮度、图像刷新率和图像失真度中至少一者的协同性；
所述声音协同性确定子模块用于将所述第一声音播放波形信息与所述第二声音播放波形信息进行对比处理，以此确定两者在声音强度和声音频率中至少一者的协同性。
5.如权利要求1所述的基于增强现实模式的智能学习系统，其特征在于：所述影像调整模块包括图像参数调整子模块和声音参数调整子模块；其中，
所述图像参数调整子模块用于根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像进行关于图像亮度、图像刷新率和图像失真度中至少一者的调整；
所述声音参数调整子模块用于根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像进行关于声音播放强度和声音播放频率中至少一者的调整。
6.基于增强现实模式的智能学习方法，其特征在于，所述基于增强现实模式的智能学习方法包括如下步骤：
步骤S1，获取当前学习场合的学习数据，并将所述学习数据转换成虚拟学习影像；
步骤S2，获取所述当前学习场合对应的环境相关信息，并将所述环境相关信息转换成现实环境影像；
步骤S3，确定所述虚拟学习影像与所述现实环境影像之间在图像显示和/或声音播放的协同性；
步骤S4，根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整；
其中，所述根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整，其具体实现过程包括：
步骤A1，采集所述当前学习场合的文字、图片和声音资料，通过下面公式(1)对应的线性变换并进行逻辑关联性排序处理，按照预定逻辑排序组成相应的虚拟动态图像、声音信号
Figure FDA0003127497230000061
在上述公式(1)中，e为自然常数，π为圆周率，M为所述当前学习场合采集图片资料的数量，m＝1,2,3…M；N为所述当前学习场合采集音频数据的份数，n＝1,2,3…N；λ为所述当前学习场合采集音频数据的波长，T为所述当前学习场合采集音频数据的音频周期，p为所述当前学习场合采集各资料的数据大小，pa、pb、pc分别为所述当前学习场合采集各文字、图片、声音资料的数据占比信息，σ为对采集资料进行逻辑关联性排序，x为所述学习场合各图片中像素点数量，Ax为所述学习场合各图片的像素点数量为x所对应动作趋势信息，y为所述学习场合识别出文字的数量，By为所述学习场合识别出文字的数量为y所对应语境场景信息，z为所述学习场合音频数据的大小，Cz为所述学习场合音频数据的大小为z所对应的音频特征识别信息，|Ax(pa)|f(σ+xpa)为对所述学习场合采集图片进行逻辑排序处理，
Figure FDA0003127497230000062
为对所述学习场合采集文字及声音资料进行排序处理，Vir(Ax,Cz)为经将所识别图片、文字、音频数据进行逻辑关联性排序，按照预定逻辑排序组成相应的虚拟动态图像、声音信号；
步骤A2，将步骤A1获取的按照预定逻辑排序组成的相应虚拟动态图像、声音信号，经过降噪预处理，并进行下面公式(2)对应的迭代收敛计算，获取相应的所述环境图像信息和所述环境声音信息同步匹配数据
Figure FDA0003127497230000071
在上述公式(2)中，exp为自然常数e为底的指数函数，l为拟创建相应虚拟环境的数量，
Figure FDA0003127497230000072
为评估所述环境图像信息经信号增强处理后与目标动态图像之间的偏差，
Figure FDA0003127497230000073
为评估所述环境声音信息经信号增强处理后与目标动态声音信号之间的偏差，f(A)为所述环境动态图像信号，f(C)为所述环境动态声音信号，F(l)为获取相应的所述环境图像信息和所述环境声音信息同步匹配数据；
步骤A3，根据下面公式(3)，确定步骤A2获取的所述环境图像信息和所述环境声音信息同步匹配数据的协同性，根据结果，执行调整所述虚拟学习影像和所述现实环境影像的图像显示参数和声音播放参数的操作：
Figure FDA0003127497230000074
在上述公式(3)中，μ为确认同步匹配数据的同步率，q为处理图像参数与声音参数的数量，kq为确认的标准图像数据数量，rq为确认的标准声音数据数量，O(kq,rq)为确认的标准图像及声音数据信息，P(u)为获取所述环境图像信息和所述环境声音信息同步匹配数据的同步率，当P(μ)计算值不为0时，则表示所述环境图像信息和所述环境声音信息同步匹配数据不完全同步，执行调整所述虚拟学习影像和所述现实环境影像的图像显示参数和声音播放参数的操作。
7.如权利要求6所述的基于增强现实模式的智能学习方法，其特征在于：在所述步骤S1中，获取当前学习场合的学习数据，并将所述学习数据转换成虚拟学习影像具体包括：
步骤S101，获取所述当前学习场合的文字资料、图片资料和声音资料，并将所述文字资料、所述图片资料和所述声音资料按照预定教学模板组成相应的虚拟动态图像/声音信号；
步骤S102，对所述虚拟动态图像/声音信号进行针对图像成分与声音成分同步调制；
步骤S103，将所述同步调制后的所述虚拟动态图像/声音信号输入至AR设备中，并通过所述AR设备形成所述虚拟学习影像；
或者，
在所述步骤S2中，获取所述当前学习场合对应的环境相关信息，并将所述环境相关信息转换成现实环境影像具体包括：
步骤S201，采集所述当前学习场合对应的环境图像信息和环境声音信息，并对所述环境图像信息和所述环境声音信息进行降噪预处理；
步骤S202，将经过所述降噪预处理的所述环境图像信息和所述环境声音信息进行同步匹配，以此组成相应的环境动态图像/声音信号；
步骤S203，将所述环境动态图像/声音信号输入至AR设备中，并通过所述AR设备形成所述现实环境影像。
8.如权利要求6所述的基于增强现实模式的智能学习方法，其特征在于：在所述步骤S3中，确定所述虚拟学习影像与所述现实环境影像之间在图像显示和/或声音播放的协同性具体包括：
步骤S301，获取所述虚拟学习影像在播放过程中对应的第一图片帧播放序列信息和第一声音播放波形信息；
步骤S302，获取所述现实环境影像在播放过程中对应的第二图片帧播放序列信息和第二声音播放波形信息；
步骤S303，将所述第一图片帧播放序列信息与所述第二图片帧播放序列信息进行对比处理，以此确定两者在图像亮度、图像刷新率和图像失真度中至少一者的协同性；
步骤S304，将所述第一声音播放波形信息与所述第二声音播放波形信息进行对比处理，以此确定两者在声音强度和声音频率中至少一者的协同性。
9.如权利要求6所述的基于增强现实模式的智能学习方法，其特征在于：在所述步骤S4中，根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像的图像显示参数和/或声音播放参数进行调整具体包括：
根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像进行关于图像亮度、图像刷新率和图像失真度中至少一者的调整；和/或
根据所述协同性的确定结果，对所述虚拟学习影像和/或所述现实环境影像进行关于声音播放强度和声音播放频率中至少一者的调整。
CN202010458854.XA 2020-05-27 2020-05-27 基于增强现实模式的智能学习系统和方法 Active CN111583420B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010458854.XA CN111583420B (zh) 2020-05-27 2020-05-27 基于增强现实模式的智能学习系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010458854.XA CN111583420B (zh) 2020-05-27 2020-05-27 基于增强现实模式的智能学习系统和方法

Publications (2)

Publication Number Publication Date
CN111583420A CN111583420A (zh) 2020-08-25
CN111583420B true CN111583420B (zh) 2021-11-12

Family

ID=72125427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010458854.XA Active CN111583420B (zh) 2020-05-27 2020-05-27 基于增强现实模式的智能学习系统和方法

Country Status (1)

Country Link
CN (1) CN111583420B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017496B (zh) * 2020-08-30 2021-07-30 上海松鼠课堂人工智能科技有限公司 基于游戏化学习的学生计算能力分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013182483A (ja) * 2012-03-02 2013-09-12 Casio Comput Co Ltd 画像処理装置及び画像処理方法並びにプログラム
CN104102412A (zh) * 2014-07-24 2014-10-15 央数文化(上海)股份有限公司 一种基于增强现实技术的手持式阅览设备及其方法
CN106896925A (zh) * 2017-04-14 2017-06-27 陈柳华 一种虚拟现实与真实场景融合的装置
CN109427101A (zh) * 2017-08-29 2019-03-05 深圳市掌网科技股份有限公司 一种获取增强现实图像的方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102009049849B4 (de) * 2009-10-19 2020-09-24 Apple Inc. Verfahren zur Bestimmung der Pose einer Kamera, Verfahren zur Erkennung eines Objekts einer realen Umgebung und Verfahren zur Erstellung eines Datenmodells
CN108877344A (zh) * 2018-07-20 2018-11-23 荆明明 一种基于增强现实技术的多功能英语学习系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013182483A (ja) * 2012-03-02 2013-09-12 Casio Comput Co Ltd 画像処理装置及び画像処理方法並びにプログラム
CN104102412A (zh) * 2014-07-24 2014-10-15 央数文化(上海)股份有限公司 一种基于增强现实技术的手持式阅览设备及其方法
CN106896925A (zh) * 2017-04-14 2017-06-27 陈柳华 一种虚拟现实与真实场景融合的装置
CN109427101A (zh) * 2017-08-29 2019-03-05 深圳市掌网科技股份有限公司 一种获取增强现实图像的方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Enhanced Natural Visual Perception for Augmented Reality-Workstations by Simulation of Perspective;Rafael Radkowski 等;《Journal of Display Technology》;20140123;第333-344页 *
在职业教育应用视角下的VR/AR技术;魏民;《中国电化教育》;20170307;第10-15页 *

Also Published As

Publication number Publication date
CN111583420A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN109242802B (zh) 图像处理方法、装置、电子设备及计算机可读介质
Zajac et al. Adversarial framing for image and video classification
US11418832B2 (en) Video processing method, electronic device and computer-readable storage medium
CN112261477B (zh) 视频处理方法及装置、训练方法和存储介质
CN111598182B (zh) 训练神经网络及图像识别的方法、装置、设备及介质
CN110766050B (zh) 模型生成方法、文本识别方法、装置、设备及存储介质
CN111970568B (zh) 交互式视频播放的方法和系统
CN111462554A (zh) 网上课堂视频知识点识别方法和装置
CN112927144A (zh) 图像增强方法、图像增强装置、介质和电子设备
CN114866807A (zh) 虚拟形象视频生成方法、装置、电子设备及可读存储介质
CN111583420B (zh) 基于增强现实模式的智能学习系统和方法
CN113297420A (zh) 视频图像处理方法、装置、存储介质及电子设备
CN111540032A (zh) 基于音频的模型控制方法、装置、介质及电子设备
CN111722964A (zh) 一种投屏延时的测试方法及终端
CN113469148B (zh) 一种文本擦除方法及模型的训练方法、装置、存储介质
CN113392702A (zh) 一种基于自适应图像增强的弱光照环境下目标识别方法
CN113591761A (zh) 一种视频镜头语言识别方法
CN111651629B (zh) 一种构建全样本数据的方法和系统
CN112019923B (zh) 视频剪切处理方法
Jiang et al. Analyzing and Optimizing Virtual Reality Classroom Scenarios: A Deep Learning Approach.
CN113947523B (zh) 一种背景图像的替换方法和装置
CN112995666B (zh) 一种结合场景切换检测的视频横竖屏转换方法及装置
CN115880737B (zh) 一种基于降噪自学习的字幕生成方法、系统、设备及介质
CN113117341B (zh) 图片处理方法及装置、计算机可读存储介质、电子设备
WO2023026464A1 (ja) 映像処理装置、映像処理方法、およびプログラム

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

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.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 200233 9 / F, 10 / F, building 2, 188 Yizhou Road, Xuhui District, Shanghai

Patentee after: SHANGHAI YIXUE EDUCATION TECHNOLOGY Co.,Ltd.

Address before: 9 / F and 10 / F, building 2, No. 188, Yizhou Road, Xuhui District, Shanghai, 200237

Patentee before: Shanghai squirrel classroom Artificial Intelligence Technology Co.,Ltd.

CP03 Change of name, title or address