CN112015925B - 多媒体文件合并生成教学素材包的方法和系统 - Google Patents
多媒体文件合并生成教学素材包的方法和系统 Download PDFInfo
- Publication number
- CN112015925B CN112015925B CN202010875234.6A CN202010875234A CN112015925B CN 112015925 B CN112015925 B CN 112015925B CN 202010875234 A CN202010875234 A CN 202010875234A CN 112015925 B CN112015925 B CN 112015925B
- Authority
- CN
- China
- Prior art keywords
- data
- sound
- text
- teaching
- segment
- 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
Links
- 239000000463 material Substances 0.000 title claims abstract description 366
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000012634 fragment Substances 0.000 claims description 61
- 238000012545 processing Methods 0.000 claims description 40
- 238000012216 screening Methods 0.000 claims description 36
- 238000001228 spectrum Methods 0.000 claims description 28
- 239000013598 vector Substances 0.000 claims description 26
- 238000007781 pre-processing Methods 0.000 claims description 17
- 238000013507 mapping Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 14
- 238000006243 chemical reaction Methods 0.000 abstract description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
- G06F16/437—Administration of user profiles, e.g. generation, initialisation, adaptation, distribution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/438—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/45—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Studio Circuits (AREA)
Abstract
本发明提供了多媒体文件合并生成教学素材包的方法和系统,其将现有的多媒体文件拆分为关于影像、声音和文本这三种不同类型的原始数据,在对该原始数据进行加工预处理以转换得到对应的素材集合,这样该素材集合能够作为相应教学素材包组成要素来源,从而便于后续根据预设教学大纲和教学课程进度信息组成相应的教学素材包,这样能够通过组合不同教学素材包来生成多媒体教学课件,以此多媒体教学课件的制作效率和制作准确性。
Description
技术领域
本发明涉及智能教育的技术领域,特别涉及多媒体文件合并生成教学素材包的方法和系统。
背景技术
多媒体教学是智能教学的主要实现手段,在教学过程中通过播放多媒体文件能够从视觉和听觉方面上提供相应的知识数据,从而便于用户能够获得多观感的课程教学以及改善用户的学习体验。但是,多媒体教学需要预先制作相应的多媒体教学文件,这需要花费大量的时间进行准备和制作,并且针对不同教学科目和教学大纲,都需要重新制作相应的多媒体文件。可见,现有技术并不能通过预先生成教学素材包并通过组合不同教学素材包来生成多媒体教学课件,这严重地降低了多媒体教学课件的制作效率和制作准确性。
发明内容
针对现有技术存在的缺陷,本发明提供多媒体文件合并生成教学素材包的方法和系统,其通过获取多媒体文件中包含的影像数据、声音数据和文本数据,将该影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据,再对该图像帧子数据、该声音片段子数据和该文本片段子数据进行预处理后,再根据预设教学知识类型,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合,最后根据预设教学大纲和教学课程进度信息,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将上述三种素材数据合并形成教学素材包;可见,该多媒体文件合并生成教学素材包的方法和系统将现有的多媒体文件拆分为关于影像、声音和文本这三种不同类型的原始数据,在对该原始数据进行加工预处理以转换得到对应的素材集合,这样该素材集合能够作为相应教学素材包组成要素来源,从而便于后续根据预设教学大纲和教学课程进度信息组成相应的教学素材包,这样能够通过组合不同教学素材包来生成多媒体教学课件,以此多媒体教学课件的制作效率和制作准确性。
本发明提供多媒体文件合并生成教学素材包的方法,其特征在于,其包括如下步骤:
步骤S1,获取多媒体文件中包含的影像数据、声音数据和文本数据,将所述影像数据、所述声音数据和所述文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据;
步骤S2,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行预处理后,再根据预设教学知识类型,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
步骤S3,根据预设教学大纲和教学课程进度信息,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将上述三种素材数据合并形成教学素材包;
进一步,在所述步骤S1中,获取多媒体文件中包含的影像数据、声音数据和文本数据,将所述影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据具体包括,
步骤S101,按照不同数据格式类型,对所述多媒体文件进行数据分离,从而获得所述多媒体文件包含的影像数据、声音数据和文本数据;
步骤S102,根据所述多媒体文件自身的图像刷新频率,从所述影像数据中依次提取得到若干所述图像帧子数据;
步骤S103,根据所述多媒体文件自身包含的声音语种类型,将所述声音数据切分为属于不同语种的若干所述声音片段子数据;
步骤S104,根据所述多媒体文件自身包含的文本字符类型,将所述文本数据切分为属于不同文本字符类型的若干所述文本片段子数据;
进一步,在所述步骤S2中,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行预处理后,再根据预设教学知识类型,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合具体包括,
步骤S201,对所述图像帧子数据中的每一个图像帧进行图像分辨率筛选处理,以此去除图像分辨率低于预设图像分辨率阈值的图像帧,并且还对所述图像分辨率筛选处理得到的图像帧进行像素锐化处理;
步骤S202,对所述声音片段子数据中的每一个声音片段包含的背景噪声进行卡尔曼滤波处理,从而使每一个声音片段的实际信噪比大于或者等于预设信噪比阈值;
步骤S203,对所述文本片段子数据中的每一个文本片段进行文本规范化处理,从而纠正所述文本片段存在的字符错误或者语法错误;
步骤S204,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
进一步,在所述步骤S3中,根据预设教学大纲和教学课程进度信息,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将上述三种素材数据合并形成教学素材包具体包括,
步骤S301,根据所述预设教学大纲和教学课程进度信息,确定教学过程中每一节课程对应的目标教学知识内容和知识教授顺序;
步骤S302,根据所述目标教学知识内容和所述知识教授顺序,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
步骤S303,根据所述预设教学课件模板的模板色彩规定、模板声音播放音量规定和模板文本字体形式规定,对所述图像素材数据、所述声音素材数据和所述文本素材数据分别进色彩调整、音量调整和字体调整,再将调整后的三种素材数据合并形成所述教学素材包;
进一步,在所述步骤S204中,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对所述声音片段子数据进行分类,从而获得声音素材集合具体包括,
步骤S2041,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,将所述声音子片段数据区分为属于不同预设学科门类和不同预设难度等级的初步筛选声音子片段数据;
步骤S2042,获取所述初步筛选声音子片段数据的信号频谱,并对所述信号频谱进行峰值检测处理,从而确定所述初步筛选声音子片段数据的信号峰的幅值与频率,再根据所述信号峰幅值与频率,将所述初步筛选声音子片段数据通过频谱映射到所述信号频谱的n个音级上,从而得到一个n维的特征向量;
步骤S2043,通过下面公式(1),确定所述初步筛选声音子片段数据的所述n维的特征向量中的元素值
在上述公式(1)中,Xj表示所述初步筛选声音子片段数据的第j维特征向量的元素值、且j=1、2、3、…、n,m表示所述初步筛选声音子片段数据中信号峰的总数量,ai表示所述初步筛选声音子片段数据的第j维特征向量的第i个信号峰值的幅值、且i=1、2、3、…、m,ω1表示所述幅值相对于所述信号峰的权重,bi表示所述初步筛选声音子片段数据的第j维特征向量的第i个信号峰值的频率、且i=1、2、3、…、m,ω2表示所述频率相对于所述信号峰的权重;
步骤S2044,通过下面公式(2),确定所述初步筛选声音子片段数据与预设标准声音片段数据之间的实际相似度simA
在上述公式(2)中,Yj表示将所述预设标准声音片段数据通过频谱映射到其自身的信号频谱的n个音级上得到的n维的特征向量中的第j维特征向量的元素值、且j=1、2、3、…、n;
步骤S2045,根据所述实际相似度simA的实际数值大小,对所述声音片段子数据进行分类,从而获得声音素材集合。
本发明还提供多媒体文件合并生成教学素材包的系统,其特征在于,其包括多媒体文件数据获取模块、多媒体文件数据切分模块、子数据预处理模块、素材集合生成模块、素材数据摘选模块和教学素材包生成模块;其中,
所述多媒体文件数据获取模块用于获取多媒体文件中包含的影像数据、声音数据和文本数据;
所述多媒体文件数据切分模块用于将所述影像数据、所述声音数据和所述文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据;
所述子数据预处理模块用于对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行预处理;
所述素材集合生成模块用于根据预设教学知识类型,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
所述素材数据摘选模块用于根据预设教学大纲和教学课程进度信息,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
所述教学素材包生成模块用于按照预设教学课件模板,将上述三种素材数据合并形成教学素材包;
进一步,所述多媒体文件数据获取模块获取多媒体文件中包含的影像数据、声音数据和文本数据具体包括按照不同数据格式类型,对所述多媒体文件进行数据分离,从而获得所述多媒体文件包含的影像数据、声音数据和文本数据;
所述多媒体文件数据切分模块将所述影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据具体包括根据所述多媒体文件自身的图像刷新频率,从所述影像数据中依次提取得到若干所述图像帧子数据,或者根据所述多媒体文件自身包含的声音语种类型,将所述声音数据切分为属于不同语种的若干所述声音片段子数据,或者根据所述多媒体文件自身包含的文本字符类型,将所述文本数据切分为属于不同文本字符类型的若干所述文本片段子数据;
进一步,所述子数据预处理模块对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行预处理具体包括对所述图像帧子数据中的每一个图像帧进行图像分辨率筛选处理,以此去除图像分辨率低于预设图像分辨率阈值的图像帧,并且还对所述图像分辨率筛选处理得到的图像帧进行像素锐化处理,或者对所述声音片段子数据中的每一个声音片段包含的背景噪声进行卡尔曼滤波处理,从而使每一个声音片段的实际信噪比大于或者等于预设信噪比阈值,或者对所述文本片段子数据中的每一个文本片段进行文本规范化处理,从而纠正所述文本片段存在的字符错误或者语法错误;
所述素材集合生成模块根据预设教学知识类型,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合具体包括根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
进一步,所述素材数据摘选模块根据预设教学大纲和教学课程进度信息,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据具体包括,
根据所述预设教学大纲和教学课程进度信息,确定教学过程中每一节课程对应的目标教学知识内容和知识教授顺序,
再根据所述目标教学知识内容和所述知识教授顺序,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
所述教学素材包生成模块按照预设教学课件模板,将上述三种素材数据合并形成教学素材包具体包括根据所述预设教学课件模板的模板色彩规定、模板声音播放音量规定和模板文本字体形式规定,对所述图像素材数据、所述声音素材数据和所述文本素材数据分别进色彩调整、音量调整和字体调整,再将调整后的三种素材数据合并形成所述教学素材包。
相比于现有技术,该多媒体文件合并生成教学素材包的方法和系统通过获取多媒体文件中包含的影像数据、声音数据和文本数据,将该影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据,再对该图像帧子数据、该声音片段子数据和该文本片段子数据进行预处理后,再根据预设教学知识类型,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合,最后根据预设教学大纲和教学课程进度信息,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将上述三种素材数据合并形成教学素材包;可见,该多媒体文件合并生成教学素材包的方法和系统将现有的多媒体文件拆分为关于影像、声音和文本这三种不同类型的原始数据,在对该原始数据进行加工预处理以转换得到对应的素材集合,这样该素材集合能够作为相应教学素材包组成要素来源,从而便于后续根据预设教学大纲和教学课程进度信息组成相应的教学素材包,这样能够通过组合不同教学素材包来生成多媒体教学课件,以此多媒体教学课件的制作效率和制作准确性。
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为本发明提供的多媒体文件合并生成教学素材包的方法的流程示意图。
图2为本发明提供的多媒体文件合并生成教学素材包的系统的结构示意图。
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多媒体文件合并生成教学素材包的方法的流程示意图。该多媒体文件合并生成教学素材包的方法包括如下步骤:
步骤S1,获取多媒体文件中包含的影像数据、声音数据和文本数据,将该影像数据、该声音数据和该文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据;
步骤S2,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行预处理后,再根据预设教学知识类型,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
步骤S3,根据预设教学大纲和教学课程进度信息,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将上述三种素材数据合并形成教学素材包。
该多媒体文件合并生成教学素材包的方法将现有的多媒体文件拆分为关于影像、声音和文本这三种不同类型的原始数据,在对该原始数据进行加工预处理以转换得到对应的素材集合,这样该素材集合能够作为相应教学素材包组成要素来源,从而便于后续根据预设教学大纲和教学课程进度信息组成相应的教学素材包,这样能够通过组合不同教学素材包来生成多媒体教学课件,以此多媒体教学课件的制作效率和制作准确性。
优选地,在该步骤S1中,获取多媒体文件中包含的影像数据、声音数据和文本数据,将该影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据具体包括,
步骤S101,按照不同数据格式类型,对该多媒体文件进行数据分离,从而获得该多媒体文件包含的影像数据、声音数据和文本数据;
步骤S102,根据该多媒体文件自身的图像刷新频率,从该影像数据中依次提取得到若干该图像帧子数据;
步骤S103,根据该多媒体文件自身包含的声音语种类型,将该声音数据切分为属于不同语种的若干该声音片段子数据;
步骤S104,根据该多媒体文件自身包含的文本字符类型,将该文本数据切分为属于不同文本字符类型的若干该文本片段子数据。
通过根据图像刷新频率、声音语种类型和文本字符类型分别将影像数据、声音数据和文本数据切分为图像帧子数据、声音片段子数据和文本片段数据,能够实现对影像数据、声音数据和文本数据的细化处理以及减少后续数据处理的工作量,从而最大限度地提高数据处理的准确性和效率。
优选地,在该步骤S2中,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行预处理后,再根据预设教学知识类型,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合具体包括,
步骤S201,对该图像帧子数据中的每一个图像帧进行图像分辨率筛选处理,以此去除图像分辨率低于预设图像分辨率阈值的图像帧,并且还对该图像分辨率筛选处理得到的图像帧进行像素锐化处理;
步骤S202,对该声音片段子数据中的每一个声音片段包含的背景噪声进行卡尔曼滤波处理,从而使每一个声音片段的实际信噪比大于或者等于预设信噪比阈值;
步骤S203,对该文本片段子数据中的每一个文本片段进行文本规范化处理,从而纠正该文本片段存在的字符错误或者语法错误;
步骤S204,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合。
通过对该图像帧子数据、该声音片段子数据和该文本片段子数据进行低品质数据剔除和降噪滤波处理能够有效地提高子数据的品质,从而最大限度地提高素材集合的数据可靠性。
优选地,在该步骤S3中,根据预设教学大纲和教学课程进度信息,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将上述三种素材数据合并形成教学素材包具体包括,
步骤S301,根据该预设教学大纲和教学课程进度信息,确定教学过程中每一节课程对应的目标教学知识内容和知识教授顺序;
步骤S302,根据该目标教学知识内容和该知识教授顺序,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
步骤S303,根据该预设教学课件模板的模板色彩规定、模板声音播放音量规定和模板文本字体形式规定,对该图像素材数据、该声音素材数据和该文本素材数据分别进色彩调整、音量调整和字体调整,再将调整后的三种素材数据合并形成该教学素材包。
通过根据该目标教学知识内容和该知识教授顺序摘选相应的图像素材数据、声音素材数据和文本素材数据来组成教学素材包,能够实现模块化合成教学素材包,从而提高教学素材包合成的灵活性和便捷性。
优选地,在该步骤S204中,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对该声音片段子数据进行分类,从而获得声音素材集合具体包括,
步骤S2041,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,将该声音子片段数据区分为属于不同预设学科门类和不同预设难度等级的初步筛选声音子片段数据;
步骤S2042,获取该初步筛选声音子片段数据的信号频谱,并对该信号频谱进行峰值检测处理,从而确定该初步筛选声音子片段数据的信号峰的幅值与频率,再根据该信号峰幅值与频率,将该初步筛选声音子片段数据通过频谱映射到该信号频谱的n个音级上,从而得到一个n维的特征向量;
步骤S2043,通过下面公式(1),确定该初步筛选声音子片段数据的该n维的特征向量中的元素值
在上述公式(1)中,Xj表示该初步筛选声音子片段数据的第j维特征向量的元素值、且j=1、2、3、…、n,m表示该初步筛选声音子片段数据中信号峰的总数量,ai表示该初步筛选声音子片段数据的第j维特征向量的第i个信号峰值的幅值、且i=1、2、3、…、m,ω1表示该幅值相对于该信号峰的权重,bi表示该初步筛选声音子片段数据的第j维特征向量的第i个信号峰值的频率、且i=1、2、3、…、m,ω2表示该频率相对于该信号峰的权重;
步骤S2044,通过下面公式(2),确定该初步筛选声音子片段数据与预设标准声音片段数据之间的实际相似度simA
在上述公式(2)中,Yj表示将该预设标准声音片段数据通过频谱映射到其自身的信号频谱的n个音级上得到的n维的特征向量中的第j维特征向量的元素值、且j=1、2、3、…、n;
步骤S2045,根据该实际相似度simA的实际数值大小,对该声音片段子数据进行分类,从而获得声音素材集合。
通过对声音片段子数据进行分类,先获取初步筛选声音子片段数据的信号频谱,再对信号频谱进行峰值检测处理,并获取初步筛选声音子片段数据信号峰的幅值与频率,将初步筛选声音子片段数据通过频谱映射将信号频谱的峰值映射到n个音级上,得到一个n维的特征向量,然后通过公式(1)分别计算n维的特征向量中元素的值,将初步筛选声音子片段数据与预设标准声音片段数据进行比较,以及通过公式(2)计算该初步筛选声音子片段数据与预设标准声音片段数据之间的实际相似度,然后根据该实际相似度simA的实际数值大小,对该声音片段子数据进行分类,通过计算该初步筛选声音子片段数据与预设标准声音片段数据之间的实际相似度,能够使声音片段子数据的分类更加准确,增强了对声音片段子数据的分类能力。
参阅图2,为本发明实施例提供的多媒体文件合并生成教学素材包的系统的结构示意图。该多媒体文件合并生成教学素材包的系统包括多媒体文件数据获取模块、多媒体文件数据切分模块、子数据预处理模块、素材集合生成模块、素材数据摘选模块和教学素材包生成模块;其中,
该多媒体文件数据获取模块用于获取多媒体文件中包含的影像数据、声音数据和文本数据;
该多媒体文件数据切分模块用于将该影像数据、该声音数据和该文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据;
该子数据预处理模块用于对该图像帧子数据、该声音片段子数据和该文本片段子数据进行预处理;
该素材集合生成模块用于根据预设教学知识类型,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
该素材数据摘选模块用于根据预设教学大纲和教学课程进度信息,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
该教学素材包生成模块用于按照预设教学课件模板,将上述三种素材数据合并形成教学素材包。
该多媒体文件合并生成教学素材包的系统将现有的多媒体文件拆分为关于影像、声音和文本这三种不同类型的原始数据,在对该原始数据进行加工预处理以转换得到对应的素材集合,这样该素材集合能够作为相应教学素材包组成要素来源,从而便于后续根据预设教学大纲和教学课程进度信息组成相应的教学素材包,这样能够通过组合不同教学素材包来生成多媒体教学课件,以此多媒体教学课件的制作效率和制作准确性。
优选地,该多媒体文件数据获取模块获取多媒体文件中包含的影像数据、声音数据和文本数据具体包括按照不同数据格式类型,对该多媒体文件进行数据分离,从而获得该多媒体文件包含的影像数据、声音数据和文本数据;
该多媒体文件数据切分模块将该影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据具体包括根据该多媒体文件自身的图像刷新频率,从该影像数据中依次提取得到若干该图像帧子数据,或者根据该多媒体文件自身包含的声音语种类型,将该声音数据切分为属于不同语种的若干该声音片段子数据,或者根据该多媒体文件自身包含的文本字符类型,将该文本数据切分为属于不同文本字符类型的若干该文本片段子数据。
通过根据图像刷新频率、声音语种类型和文本字符类型分别将影像数据、声音数据和文本数据切分为图像帧子数据、声音片段子数据和文本片段数据,能够实现对影像数据、声音数据和文本数据的细化处理以及减少后续数据处理的工作量,从而最大限度地提高数据处理的准确性和效率。
优选地,该子数据预处理模块对该图像帧子数据、该声音片段子数据和该文本片段子数据进行预处理具体包括对该图像帧子数据中的每一个图像帧进行图像分辨率筛选处理,以此去除图像分辨率低于预设图像分辨率阈值的图像帧,并且还对该图像分辨率筛选处理得到的图像帧进行像素锐化处理,或者对该声音片段子数据中的每一个声音片段包含的背景噪声进行卡尔曼滤波处理,从而使每一个声音片段的实际信噪比大于或者等于预设信噪比阈值,或者对该文本片段子数据中的每一个文本片段进行文本规范化处理,从而纠正该文本片段存在的字符错误或者语法错误;
该素材集合生成模块根据预设教学知识类型,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合具体包括根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合。
通过对该图像帧子数据、该声音片段子数据和该文本片段子数据进行低品质数据剔除和降噪滤波处理能够有效地提高子数据的品质,从而最大限度地提高素材集合的数据可靠性。
优选地,该素材数据摘选模块根据预设教学大纲和教学课程进度信息,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据具体包括,
根据该预设教学大纲和教学课程进度信息,确定教学过程中每一节课程对应的目标教学知识内容和知识教授顺序,
再根据该目标教学知识内容和该知识教授顺序,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
该教学素材包生成模块按照预设教学课件模板,将上述三种素材数据合并形成教学素材包具体包括根据该预设教学课件模板的模板色彩规定、模板声音播放音量规定和模板文本字体形式规定,对该图像素材数据、该声音素材数据和该文本素材数据分别进色彩调整、音量调整和字体调整,再将调整后的三种素材数据合并形成该教学素材包。
通过根据该目标教学知识内容和该知识教授顺序摘选相应的图像素材数据、声音素材数据和文本素材数据来组成教学素材包,能够实现模块化合成教学素材包,从而提高教学素材包合成的灵活性和便捷性。
从上述实施例的内容可知,该多媒体文件合并生成教学素材包的方法和系统通过获取多媒体文件中包含的影像数据、声音数据和文本数据,将该影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据,再对该图像帧子数据、该声音片段子数据和该文本片段子数据进行预处理后,再根据预设教学知识类型,对该图像帧子数据、该声音片段子数据和该文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合,最后根据预设教学大纲和教学课程进度信息,从该图像素材集合、该声音素材集合和该文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将上述三种素材数据合并形成教学素材包;可见,该多媒体文件合并生成教学素材包的方法和系统将现有的多媒体文件拆分为关于影像、声音和文本这三种不同类型的原始数据,在对该原始数据进行加工预处理以转换得到对应的素材集合,这样该素材集合能够作为相应教学素材包组成要素来源,从而便于后续根据预设教学大纲和教学课程进度信息组成相应的教学素材包,这样能够通过组合不同教学素材包来生成多媒体教学课件,以此多媒体教学课件的制作效率和制作准确性。
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 (6)
1.多媒体文件合并生成教学素材包的方法,其特征在于,其包括如下步骤:
步骤S1,获取多媒体文件中包含的影像数据、声音数据和文本数据,将所述影像数据、所述声音数据和所述文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据;
步骤S2,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行预处理后,再根据预设教学知识类型,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
步骤S3,根据预设教学大纲和教学课程进度信息,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将三种素材数据合并形成教学素材包,所述三种素材数据包括所述图像素材数据、声音素材数据和文本素材数据;
其中,在所述步骤S2中,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行预处理后,再根据预设教学知识类型,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合具体包括,
步骤S201,对所述图像帧子数据中的每一个图像帧进行图像分辨率筛选处理,以此去除图像分辨率低于预设图像分辨率阈值的图像帧,并且还对所述图像分辨率筛选处理得到的图像帧进行像素锐化处理;
步骤S202,对所述声音片段子数据中的每一个声音片段包含的背景噪声进行卡尔曼滤波处理,从而使每一个声音片段的实际信噪比大于或者等于预设信噪比阈值;
步骤S203,对所述文本片段子数据中的每一个文本片段进行文本规范化处理,从而纠正所述文本片段存在的字符错误或者语法错误;
步骤S204,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
其中,在所述步骤S204中,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对所述声音片段子数据进行分类,从而获得声音素材集合具体包括,
步骤S2041,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,将所述声音子片段数据区分为属于不同预设学科门类和不同预设难度等级的初步筛选声音子片段数据;
步骤S2042,获取所述初步筛选声音子片段数据的信号频谱,并对所述信号频谱进行峰值检测处理,从而确定所述初步筛选声音子片段数据的信号峰的幅值与频率,再根据所述信号峰幅值与频率,将所述初步筛选声音子片段数据通过频谱映射到所述信号频谱的n个音级上,从而得到一个n维的特征向量;
步骤S2043,通过下面公式(1),确定所述初步筛选声音子片段数据的所述n维的特征向量中的元素值
在上述公式(1)中,Xj表示所述初步筛选声音子片段数据的第j维特征向量的元素值、且j=1、2、3、…、n,m表示所述初步筛选声音子片段数据中信号峰的总数量,ai表示所述初步筛选声音子片段数据的第j维特征向量的第i个信号峰值的幅值、且i=1、2、3、…、m,ω1表示所述幅值相对于所述信号峰的权重,bi表示所述初步筛选声音子片段数据的第j维特征向量的第i个信号峰值的频率、且i=1、2、3、…、m,ω2表示所述频率相对于所述信号峰的权重;
步骤S2044,通过下面公式(2),确定所述初步筛选声音子片段数据与预设标准声音片段数据之间的实际相似度simA
在上述公式(2)中,Yj表示将所述预设标准声音片段数据通过频谱映射到其自身的信号频谱的n个音级上得到的n维的特征向量中的第j维特征向量的元素值、且j=1、2、3、…、n;
步骤S2045,根据所述实际相似度simA的实际数值大小,对所述声音片段子数据进行分类,从而获得声音素材集合。
2.如权利要求1所述的多媒体文件合并生成教学素材包的方法,其特征在于:
在所述步骤S1中,获取多媒体文件中包含的影像数据、声音数据和文本数据,将所述影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据具体包括,
步骤S101,按照不同数据格式类型,对所述多媒体文件进行数据分离,从而获得所述多媒体文件包含的影像数据、声音数据和文本数据;
步骤S102,根据所述多媒体文件自身的图像刷新频率,从所述影像数据中依次提取得到若干所述图像帧子数据;
步骤S103,根据所述多媒体文件自身包含的声音语种类型,将所述声音数据切分为属于不同语种的若干所述声音片段子数据;
步骤S104,根据所述多媒体文件自身包含的文本字符类型,将所述文本数据切分为属于不同文本字符类型的若干所述文本片段子数据。
3.如权利要求1所述的多媒体文件合并生成教学素材包的方法,其特征在于:
在所述步骤S3中,根据预设教学大纲和教学课程进度信息,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据,并按照预设教学课件模板,将上述三种素材数据合并形成教学素材包具体包括,
步骤S301,根据所述预设教学大纲和教学课程进度信息,确定教学过程中每一节课程对应的目标教学知识内容和知识教授顺序;
步骤S302,根据所述目标教学知识内容和所述知识教授顺序,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
步骤S303,根据所述预设教学课件模板的模板色彩规定、模板声音播放音量规定和模板文本字体形式规定,对所述图像素材数据、所述声音素材数据和所述文本素材数据分别进色彩调整、音量调整和字体调整,再将调整后的三种素材数据合并形成所述教学素材包。
4.多媒体文件合并生成教学素材包的系统,其特征在于,其包括多媒体文件数据获取模块、多媒体文件数据切分模块、子数据预处理模块、素材集合生成模块、素材数据摘选模块和教学素材包生成模块;其中,
所述多媒体文件数据获取模块用于获取多媒体文件中包含的影像数据、声音数据和文本数据;
所述多媒体文件数据切分模块用于将所述影像数据、所述声音数据和所述文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据;
所述子数据预处理模块用于对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行预处理;
所述素材集合生成模块用于根据预设教学知识类型,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
所述素材数据摘选模块用于根据预设教学大纲和教学课程进度信息,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
所述教学素材包生成模块用于按照预设教学课件模板,将三种素材数据合并形成教学素材包,所述三种素材数据包括所述图像素材数据、声音素材数据和文本素材数据;
其中,所述子数据预处理模块对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行预处理具体包括对所述图像帧子数据中的每一个图像帧进行图像分辨率筛选处理,以此去除图像分辨率低于预设图像分辨率阈值的图像帧,并且还对所述图像分辨率筛选处理得到的图像帧进行像素锐化处理,或者对所述声音片段子数据中的每一个声音片段包含的背景噪声进行卡尔曼滤波处理,从而使每一个声音片段的实际信噪比大于或者等于预设信噪比阈值,或者对所述文本片段子数据中的每一个文本片段进行文本规范化处理,从而纠正所述文本片段存在的字符错误或者语法错误;
所述素材集合生成模块根据预设教学知识类型,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合具体包括根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对所述图像帧子数据、所述声音片段子数据和所述文本片段子数据进行分类,从而获得若干不同图像素材集合、声音素材集合和文本素材集合;
其中,所述根据预设教学知识类型对应的知识所属学科门类和知识难度等级,对所述声音片段子数据进行分类,从而获得声音素材集合具体包括:
步骤S2041,根据预设教学知识类型对应的知识所属学科门类和知识难度等级,将所述声音子片段数据区分为属于不同预设学科门类和不同预设难度等级的初步筛选声音子片段数据;
步骤S2042,获取所述初步筛选声音子片段数据的信号频谱,并对所述信号频谱进行峰值检测处理,从而确定所述初步筛选声音子片段数据的信号峰的幅值与频率,再根据所述信号峰幅值与频率,将所述初步筛选声音子片段数据通过频谱映射到所述信号频谱的n个音级上,从而得到一个n维的特征向量;
步骤S2043,通过下面公式(1),确定所述初步筛选声音子片段数据的所述n维的特征向量中的元素值
在上述公式(1)中,Xj表示所述初步筛选声音子片段数据的第j维特征向量的元素值、且j=1、2、3、…、n,m表示所述初步筛选声音子片段数据中信号峰的总数量,ai表示所述初步筛选声音子片段数据的第j维特征向量的第i个信号峰值的幅值、且i=1、2、3、…、m,ω1表示所述幅值相对于所述信号峰的权重,bi表示所述初步筛选声音子片段数据的第j维特征向量的第i个信号峰值的频率、且i=1、2、3、…、m,ω2表示所述频率相对于所述信号峰的权重;
步骤S2044,通过下面公式(2),确定所述初步筛选声音子片段数据与预设标准声音片段数据之间的实际相似度simA
在上述公式(2)中,Yj表示将所述预设标准声音片段数据通过频谱映射到其自身的信号频谱的n个音级上得到的n维的特征向量中的第j维特征向量的元素值、且j=1、2、3、…、n;
步骤S2045,根据所述实际相似度simA的实际数值大小,对所述声音片段子数据进行分类,从而获得声音素材集合。
5.如权利要求4所述的多媒体文件合并生成教学素材包的系统,其特征在于:
所述多媒体文件数据获取模块获取多媒体文件中包含的影像数据、声音数据和文本数据具体包括按照不同数据格式类型,对所述多媒体文件进行数据分离,从而获得所述多媒体文件包含的影像数据、声音数据和文本数据;
所述多媒体文件数据切分模块将所述影像数据、声音数据和文本数据分别切分为若干图像帧子数据、若干声音片段子数据和文本片段子数据具体包括根据所述多媒体文件自身的图像刷新频率,从所述影像数据中依次提取得到若干所述图像帧子数据,或者根据所述多媒体文件自身包含的声音语种类型,将所述声音数据切分为属于不同语种的若干所述声音片段子数据,或者根据所述多媒体文件自身包含的文本字符类型,将所述文本数据切分为属于不同文本字符类型的若干所述文本片段子数据。
6.如权利要求4所述的多媒体文件合并生成教学素材包的系统,其特征在于:
所述素材数据摘选模块根据预设教学大纲和教学课程进度信息,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据具体包括,
根据所述预设教学大纲和教学课程进度信息,确定教学过程中每一节课程对应的目标教学知识内容和知识教授顺序,
再根据所述目标教学知识内容和所述知识教授顺序,从所述图像素材集合、所述声音素材集合和所述文本素材集合中分别摘选相应的图像素材数据、声音素材数据和文本素材数据;
所述教学素材包生成模块按照预设教学课件模板,将上述三种素材数据合并形成教学素材包具体包括根据所述预设教学课件模板的模板色彩规定、模板声音播放音量规定和模板文本字体形式规定,对所述图像素材数据、所述声音素材数据和所述文本素材数据分别进色彩调整、音量调整和字体调整,再将调整后的三种素材数据合并形成所述教学素材包。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010875234.6A CN112015925B (zh) | 2020-08-27 | 2020-08-27 | 多媒体文件合并生成教学素材包的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010875234.6A CN112015925B (zh) | 2020-08-27 | 2020-08-27 | 多媒体文件合并生成教学素材包的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112015925A CN112015925A (zh) | 2020-12-01 |
CN112015925B true CN112015925B (zh) | 2021-04-23 |
Family
ID=73503604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010875234.6A Active CN112015925B (zh) | 2020-08-27 | 2020-08-27 | 多媒体文件合并生成教学素材包的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112015925B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179648A (zh) * | 2018-11-10 | 2020-05-19 | 北外在线(北京)教育科技有限公司 | 一种多媒体课件制作平台 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10642881B2 (en) * | 2016-06-30 | 2020-05-05 | Intel Corporation | System architecture for universal emotive autography |
CN106649513B (zh) * | 2016-10-14 | 2020-03-31 | 盐城工学院 | 基于谱聚类的音频数据聚类方法 |
CN110880329B (zh) * | 2018-09-06 | 2022-11-04 | 腾讯科技(深圳)有限公司 | 一种音频识别方法及设备、存储介质 |
CN110532426A (zh) * | 2019-08-27 | 2019-12-03 | 新华智云科技有限公司 | 一种基于模板抽取多媒体素材生成视频的方法及系统 |
CN111583078B (zh) * | 2020-05-27 | 2021-07-30 | 上海松鼠课堂人工智能科技有限公司 | 用于人工智能学习模式的标准课件生成系统与方法 |
-
2020
- 2020-08-27 CN CN202010875234.6A patent/CN112015925B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179648A (zh) * | 2018-11-10 | 2020-05-19 | 北外在线(北京)教育科技有限公司 | 一种多媒体课件制作平台 |
Non-Patent Citations (1)
Title |
---|
中职卫生学校护理专业校本多媒体素材库建设研究;张更新;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20160815;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112015925A (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764074B (zh) | 基于深度学习的主观题智能阅卷方法、系统及存储介质 | |
CN100565559C (zh) | 基于连通分量和支持向量机的图像文本定位方法和装置 | |
CN114465737B (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
WO2023083280A1 (zh) | 一种场景文本识别方法和装置 | |
CN111258433B (zh) | 基于虚拟场景的教学互动系统 | |
CN111967313B (zh) | 一种深度学习目标检测算法辅助的无人机图像标注方法 | |
CN112132030B (zh) | 视频处理方法及装置、存储介质及电子设备 | |
CN106227836B (zh) | 基于图像与文字的无监督联合视觉概念学习系统及方法 | |
CN111488487A (zh) | 一种面向全媒体数据的广告检测方法及检测系统 | |
CN109635808A (zh) | 一种在自然场景图像中对中文关键词及上下文的提取方法 | |
CN111507353B (zh) | 一种基于文字识别的中文字段检测方法及系统 | |
CN111260645A (zh) | 基于分块分类深度学习的篡改图像检测方法及系统 | |
CN116645683A (zh) | 基于提示学习的签名笔迹鉴别方法、系统及存储介质 | |
CN114495124A (zh) | 一种试题成绩分析及练习提高系统 | |
CN114357206A (zh) | 基于语义分析的教育类视频彩色字幕生成方法及系统 | |
CN110674802A (zh) | 一种改进的平行四边形候选框的文本检测方法 | |
CN113743389A (zh) | 一种面部表情识别的方法、装置和电子设备 | |
WO2024139300A1 (zh) | 视频文字处理方法、装置、电子设备及存储介质 | |
CN112015925B (zh) | 多媒体文件合并生成教学素材包的方法和系统 | |
CN111274891B (zh) | 一种面向简谱图像的音高及对应歌词提取方法及系统 | |
CN112488165A (zh) | 一种基于深度学习模型的红外行人识别方法及系统 | |
CN115393875B (zh) | 基于MobileNetV3的五线谱识别与简谱转换的方法及系统 | |
CN110674678A (zh) | 视频中敏感标志的识别方法及装置 | |
CN116453168A (zh) | 一种基于特征融合的细粒度图像生成的行人搜索方法 | |
CN116091862A (zh) | 一种画质识别方法、装置、设备、存储介质及产品 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PP01 | Preservation of patent right | ||
PP01 | Preservation of patent right |
Effective date of registration: 20221020 Granted publication date: 20210423 |