CN112016362A - 一种观察微观世界的学习系统 - Google Patents

一种观察微观世界的学习系统 Download PDF

Info

Publication number
CN112016362A
CN112016362A CN201910465324.5A CN201910465324A CN112016362A CN 112016362 A CN112016362 A CN 112016362A CN 201910465324 A CN201910465324 A CN 201910465324A CN 112016362 A CN112016362 A CN 112016362A
Authority
CN
China
Prior art keywords
image
unit
information
virtual robot
learning system
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
CN201910465324.5A
Other languages
English (en)
Inventor
刘军
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.)
Shenzhen Scope Co ltd
Original Assignee
Shenzhen Scope 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 Shenzhen Scope Co ltd filed Critical Shenzhen Scope Co ltd
Priority to CN201910465324.5A priority Critical patent/CN112016362A/zh
Publication of CN112016362A publication Critical patent/CN112016362A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • 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
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
    • G06F3/03545—Pens or stylus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提出一种观察微观世界的学习系统，包括平板电脑和与该平板电脑通讯连接的电子显微镜和手写笔；该平板电脑与该手写笔之间的配合存在选定对象截图模式和手画对象模式；该平板电脑上运行以下程序模块：处理中心，图像生成单元，图像识别单元，虚拟机器人，数据库，特征遍历比对单元，输出结果单元以及结果修正单元。能够便利于学生对微观世界进行观察和进行相关学习。

Description

一种观察微观世界的学习系统
技术领域
本发明涉及图像识别，尤其涉及观察微观世界的系统。
背景技术
电子显微镜按结构和用途可分为透射式电子显微镜、扫描式电子显微镜、反射式电子显微镜和发射式电子显微镜等，随着科技的发展，电子显微镜相比传统显微镜，应用越来越普遍，对于生物学习和科学学习，学生都需要用电子显微镜对微观世界进行观察。微观世界对于学生来讲是一个很陌生的范畴，微生物和细胞等生物特征对于学生来说不容易理解和记忆，因此在学习的过程中，如何对学生所观察的微观世界进行分析，帮助学生更好的的学习，目前还没有很好的学习系统帮助学生进行微观世界的学习。
随着人工智能图像识别技术的发展，对固定形态或者类别的图像特征，通过建立图像识别模型，经过大量图片数据训练，使得现在的图像识别效果有很大的提升，广泛用于人脸识别、动作识别等领域；另一方面，平板电脑是学生常用的学习工具，具备普遍性，而电子显微镜的图像现有技术都是呈现在链接的电脑中，没有与学生的学习工具进行链接，对于微观世界的生物特征识别，目前还没有通过智能图像识别技术的学习系统供学生进行学习。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提出一种观察微观世界的学习系统，能够便利于学生对微观世界进行观察和进行相关学习。
本发明解决其技术问题所采用的技术方案是：提供一种观察微观世界的学习系统，包括平板电脑和与该平板电脑通讯连接的电子显微镜和手写笔；该平板电脑与该手写笔之间的配合存在选定对象截图模式和手画对象模式；该平板电脑上运行以下程序模块：
处理中心，用于对该电子显微镜传输的图片，进行存储和参数化的模型计算；并用于对该手写笔的手写体参数输入、坐标的定位和位置信息的计算和数据分析；
图像生成单元，用于在手画对象模式时，将该处理中心所抓取的手写笔的参数及轨迹实时识别后图像合成；
图像识别单元，用于进行图形特征识别，并进行存储和特征参数计算，并输出特征参数的特征代码；
虚拟机器人，用于以一种虚拟机器人的形象，在该平板电脑的界面进行识别信息的反馈；该处理中心包括对该虚拟机器人的链接模块代码的分析和模块信息控制；
数据库，用于提供供该虚拟机器人进行图像识别匹配用的模型；
特征遍历比对单元，用于在手画对象模式时，对于识别成功的图形对象，在该数据库中遍历出所有的相关的存储图片；
输出结果单元，用于在该平板电脑的界面的设定区域，输出结果信息；及
结果修正单元，用于对在该设定区域呈现出来的结果信息进行手动修改和确认，并将修改后的图文信息存储至该数据库。
在一些实施例中，在选定对象截图模式时，该处理中心、该图像识别单元、该虚拟机器人、该数据库、该输出结果单元和该结果修正单元相配合，将对应于该电子显微镜提供的图像的输出结果，呈现在该界面的设定区域。
在一些实施例中，在手画对象模式时，该处理中心、该图像生成单元、该图像识别单元、该虚拟机器人、该数据库、该特征遍历比对单元和该输出结果单元相配合，将对应于该手写笔提供的笔迹画面的输出结果，呈现在该界面的设定区域。
在一些实施例中，在书写对象上，进行微生物的图像特征绘画时，可以实时地在该界面生成该笔迹画面的还原。
在一些实施例中，该虚拟机器人根据该图像识别单元提供的特征参数的特征代码，与该数据库提供的模型进行匹配，并将匹配结果进行信息反馈和展示。
在一些实施例中，对于未匹配成功的信息，该虚拟机器人连接位于网络云端的服务器，进行大数据的信息搜索匹配。
在一些实施例中，该数据库保存有系统预存的各个微生物的图形和对应的图形绑定信息，并且保存有学生学习过程中抓取的其他的微生物图形和修正的绑定信息。
在一些实施例中，该输出结果单元通过该虚拟机器人的形象，将该结果信息，以设定的方式，在该界面的设定区域呈现出来。
在一些实施例中，该手写笔包括摄像头和微处理器，能够实时采集书写参数，该手写笔适用的书写对象为手写板或者纸质页面。
在一些实施例中，该电子显微镜包括：成像单元，用于对该电子显微镜下观察载玻片上的生物标本的图像，进行扫描成像，得到成像图片；和通讯单元，用于将该成像单元提供的成像图片，传输至该平板电脑。
本发明的有益效果在于，通过平板电脑、电子显微镜和手写笔的配合，并通过平板电脑上运行的处理中心、图像生成单元、图像识别单元、虚拟机器人、数据库、特征遍历比对单元、输出结果单元以及结果修正单元这些程序模块的相互配合，能够便利于学生对微观世界进行观察和进行相关学习。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1示意出本发明的观察微观世界的学习系统的框架结构。
图2示意出本发明观察微观世界的学习系统的工作流程。
图3示意出本发明观察微观世界的学习系统的一种应用场景。
图4示意出本发明观察微观世界的学习系统的另一种应用场景。
其中，附图标记说明如下：100、学习系统 10、电子显微镜 11、成像单元 12、通讯单元 20、平板电脑 201、选定对象截图 202、手画对象 21、处理中心 215、图像成像单元22、图像识别单元 23、虚拟机器人 235、特征遍历比对单元 24、数据库 25、输出结果 26、结果修正 29、界面 291、图像显示区域 292、虚拟机器人的形象 293、交互显示区域 294、识别显示区域295、结果展示区域 296、生成图像显示区域 297、展示区域 298、候选展示区域 30、手写笔 40、书写对象 41、笔迹画面 50、第一线缆 60、第二线缆。
具体实施方式
现结合附图，对本发明的较佳实施例作详细说明。
参见图1，图1示意出本发明的观察微观世界的学习系统的框架结构。本发明提出一种观察微观世界的学习系统100，其包括电子显微镜10、平板电脑20和手写笔30。其中，电子显微镜10和手写笔30均通讯连接平板电脑20。
电子显微镜10包括成像单元11和通讯单元12。
成像单元11，用于对电子显微镜10下观察载玻片上的生物标本的图像，进行扫描成像，得到成像图片。成像单元11并将实时的成像图片进行处理与存储。
通讯单元12，用于将成像单元11提供的成像图片，传输至平板电脑20；通讯单元12支持诸如蓝牙和WIFI之类的无线通讯，和/或，支持诸如USB之类的有线通讯。举例而言，电子显微镜10借助第一线缆50与平板电脑20相连接，电子显微镜10与平板电脑20之间选用有线通讯。
手写笔30内含有摄像头、微处理器等结构，能够实时采集书写参数。手写笔30支持诸如蓝牙和WIFI之类的无线通讯，和/或，支持诸如USB之类的有线通讯。举例而言，手写笔30与平板电脑20通过第二线缆60连接。
平板电脑20与手写笔30之间的配合存在两种模式：选定对象截图模式201和手画对象模式202。
学习系统100还包括运行在平板电脑20的程序模块：处理中心21，图像生成单元215，图像识别单元22，虚拟机器人23，特征遍历比对单元235、数据库24，输出结果单元25，结果修正单元26和输出单元27。
处理中心21用于对电子显微镜10传输的图片，进行存储和参数化的模型计算；并用于对手写笔30的手写体参数输入、坐标的定位和位置信息的计算和数据分析。处理中心21包括对虚拟机器人23的链接模块代码的分析和模块信息控制，也即，处理中心21与虚拟机器人23之间存在对话，处理中心21执行虚拟机器人23交办的任务，并将相应处理结果，反馈给虚拟机器人23.
图像生成单元215，用于学生使用手写笔30的手画对象模式202时，将处理中心21所抓取的手写笔30的参数及轨迹实时识别后图像合成。具体地，学生在书写对象40上，进行微生物的图像特征绘画时，可以实时地在平板电脑20的界面29生成笔迹画面41的还原。举例而言，书写对象40为手写板或者纸质页面。
图像识别单元22，用于进行图形特征识别，并进行存储和特征参数计算，并输出特征参数的特征代码。其支持两个识别模式，分别对应于选定对象截图模式201和手画对象模式202：
模式一：学生使用手写笔30的选定对象截图模式201时，如果在电子显微镜10传输的图像中，学生对某个生物外形和特征不清楚，就可以使用手写笔30在平板电脑20的界面29上点击截图，所截取的图片由图像识别单元22进行存储和特征参数计算，并输出特征参数的特征代码。
模式二：学生使用手写笔30的手画对象模式202时，在电子显微镜10传输的图像中，部分微生物结构比较模糊时，则学生可以在书写对象40上，用手写笔30对其中模糊部分的微生物外形进行临摹，由图像识别单元22根据笔迹画面41实时地生成微生物结构的图形。另外，在学生使用电脑平板20上进行学习过程中，需要画出对应名词的微生物的结构时，也可以在书写对象40上进行描绘。图像识别单元22对根据笔迹画面41生成的图片，进行图形特征识别，并进行存储和特征参数计算，并输出特征参数的特征代码。
虚拟机器人23，用于以一种虚拟机器人的形象，在平板电脑20的界面29进行识别信息的反馈。具体地，虚拟机器人23根据图像识别单元22提供的特征参数的特征代码，与数据库24提供的模型进行匹配，并将匹配结果进行信息反馈和展示。对于未匹配成功的信息，虚拟机器人23可以连接位于网络云端的服务器，进行大数据的信息搜索匹配。
数据库24，用于提供供虚拟机器人23进行图像识别匹配用的模型。具体地，数据库24保存有系统预存的各个微生物的图形和对应的图形绑定信息，并且保存有学生学习过程中抓取的其他的微生物图形和修正的绑定信息。
特征遍历比对单元235，用于在学生使用手写笔30的手画对象模式202时（对应于前述的图像识别单元22的模式二），对于识别成功的图形对象，在数据库24中遍历出所有的相关的存储图片，供学生进行信息查询和判断。
输出结果单元25，用于在平板电脑20的界面29的设定区域，输出结果信息。具体而言，通过虚拟机器人23的形象，举例而言：以一定的动画效果，将匹配的信息（及结果信息），以设定的方式，例如：图形、文字或者视频，在界面29的设定区域呈现出来。
结果修正单元26，用于对在界面29的设定区域呈现出来的结果信息进行手动修改和确认，并将修改后的图文信息存储至数据库24。具体而言，在界面29的设定区域呈现出来的结果信息，不符合学生的标准，或者，出现错误（依据学生认为和判断），学生可以直接在界面29上进行修正操作，用于下一次的比对。
参见图2，图2示意出本发明观察微观世界的学习系统的工作流程。这个工作流程包括以下步骤：
步骤S210、学生通过电子显微镜10观察载玻片时，通过CCD视觉电子扫描方式，将电子显微镜10中视野观察到的图像进行实时录制。
步骤S220、将电子显微镜10下扫描的图像进行实时地传输至平板电脑20。
步骤S230、借助手写笔30，可以在平板电脑20的界面29进行及时标注，可以在书写对象40上进行图画手绘输入和截屏操作。
步骤S240、假如手写笔30与平板电脑20之间的配合采用选定对象截图模式201；则接续进行步骤S242、S244和S246。
步骤S242、学生在电子显微镜10的图片中，遇到不认识的动植物细胞或者微生物时，对图片中不认识的，用手写笔30进行圈定截图。
步骤S244、连接网络云端，可以调取大量细胞或者微生物图像信息；将截屏的图片部分进行存储和图像识别参数的计算，与调取的图像信息进行比对和信息匹配。
步骤S246、虚拟机器人23将匹配信息结果，进行语音和图文信息的反馈；针对输出结果，学生可以进行手动的修正，确认结果后，系统对修正的图文信息保存到数据库24，使数据库24的比对信息进行更新。
步骤S250、假如手写笔30与平板电脑20之间的配合采用手画对象模式202；则接续进行步骤S252、S254和S256。
步骤S252、学生在学习系统100中进行学习内容复习时，可以在手写对象40上对相关的细胞后者微生物外形结构进行手绘，平板电脑20的界面29实时生成手绘图片。
步骤S254、虚拟机器人23将上述生成的手绘图片的数据传递至处理中心21进行图像模型的参数化计算与识别，并通过关键参数的信息索引在数据库24中匹配所有包含识别对象的原始电子显微镜扫描的图片。
步骤S256、虚拟机器人23将上述所有遍历到的与识别对象相关的图片，进行滚动式显示和相关信息的反馈，供学生进行知识点和标注信息的复习。
以下，结合具体示例对本发明予以更详尽的说明。
参见图3，图3示意出本发明观察微观世界的学习系统的一种应用场景。学生在学习系统100中采用选定界面截取模式201时，学生在电子显微镜10中观察微生物图像，其图像画面实时传输至平板电脑20的界面29，在图像显示区域291呈现放大了的显示图片。虚拟机器人23的形象292，这时也呈现在界面29上，位于图像显示区域291的旁侧。
假设，这时学生对在图像显示区域291的显示图片中的某个细胞不认识；则学生可以使用手写笔30，在图像显示区域291的显示图片中将细胞外形进行圈定截图；虚拟机器人220将截取图片，传送至图像识别单元22进行识别，并将识别后的图文信息显示在识别显示区域294。
通过将识别后的图文信息与数据库24中的模型进行比对，调出匹配成功的细胞图文信息，展示在结果展示区域295进行展示，反馈与之匹配值达到一定阈值的所有图文信息。
学生在结果展示区域295发现匹配度最高的展示信息不对时，可以点击信息，进展手动修改并保存，系统自动保存修改信息至数据库24，供下一次匹配用。
值得一提的是，在交互过程中，虚拟机器人220的形象292在界面29的交互显示区域293进行一定的动作，和/或，提供语音交互，能够增加交互的趣味性和代入感。
参见图4，图4示意出本发明观察微观世界的学习系统的另一种应用场景。学生在学习系统100中采用手画对象模式202时，在图像显示区域291中发现某个细胞图形比较模糊，或者，想调取包含某个细胞特征的图片信息。
学生可以使用手写笔30在书写对象40上手绘出笔迹画面41，系统100在生成图像显示区域296实时地生成图像。
图像识别单元22对生成图像进行识别和信息匹配，由虚拟机器人23将匹配度达到一定阈值的图片进行展示，在展示区域297根据匹配度的高低进行排列，学生可以在其中进行翻页浏览。其中，候选展示区域298显现的是当前暂时未呈现在展示区域297的候选图片。
与现有技术相比，本发明的学习系统100的有益效果包括：
1、将电子显微镜10、平板电脑20和手写笔30有机地结合到一起，在平板电脑20上搭载本学习系统100的相关程序模块，能够便利于学生对微观世界进行观察和进行相关学习
2、学生使用手写笔30将电子显微镜10传输至平板电脑20上的图片进行某个微生物特征的截图，或者，使用手写笔30进行手绘微生物特征图案，学习系统100可以对截图和手绘图形进行图像识别，并匹配相关的图文信息，能够便利于学生对微观世界进行观察和进行相关学习。
3、采用虚拟机器人23，反馈学生圈定的微生物图形信息，并提供修改功能，净化数据库24，还能反馈学生想要的所有的微生物图形，供学生学习，能够便利于学生对微观世界进行观察和进行相关学习。
综上，本发明的观察微观世界的学习系统100，能够使学生在平板电脑20上对电子显微镜10中的图像进行标注和对象圈定；能够对学生标注的信息进行特征提取，对圈定的生物图像进行信息识别和反馈，供学生学习并及时修正；能够通过手写笔30进行手绘，并对所绘的图形进行实时生成，进一步进行图形识别和电子显微镜的采集信息进行比对。
应当理解的是，以上实施例仅用以说明本发明的技术方案，而非对其限制，对本领域技术人员来说，可以对上述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改和替换，都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种观察微观世界的学习系统，其特征在于，包括平板电脑和与该平板电脑通讯连接的电子显微镜和手写笔；该平板电脑与该手写笔之间的配合存在选定对象截图模式和手画对象模式；该平板电脑上运行以下程序模块：
处理中心，用于对该电子显微镜传输的图片，进行存储和参数化的模型计算；并用于对该手写笔的手写体参数输入、坐标的定位和位置信息的计算和数据分析；
图像生成单元，用于在手画对象模式时，将该处理中心所抓取的手写笔的参数及轨迹实时识别后图像合成；
图像识别单元，用于进行图形特征识别，并进行存储和特征参数计算，并输出特征参数的特征代码；
虚拟机器人，用于以一种虚拟机器人的形象，在该平板电脑的界面进行识别信息的反馈；该处理中心包括对该虚拟机器人的链接模块代码的分析和模块信息控制；
数据库，用于提供供该虚拟机器人进行图像识别匹配用的模型；
特征遍历比对单元，用于在手画对象模式时，对于识别成功的图形对象，在该数据库中遍历出所有的相关的存储图片；
输出结果单元，用于在该平板电脑的界面的设定区域，输出结果信息；及
结果修正单元，用于对在该设定区域呈现出来的结果信息进行手动修改和确认，并将修改后的图文信息存储至该数据库。
2.根据权利要求1所述的学习系统，其特征在于：在选定对象截图模式时，该处理中心、该图像识别单元、该虚拟机器人、该数据库、该输出结果单元和该结果修正单元相配合，将对应于该电子显微镜提供的图像的输出结果，呈现在该界面的设定区域。
3.根据权利要求1所述的学习系统，其特征在于：在手画对象模式时，该处理中心、该图像生成单元、该图像识别单元、该虚拟机器人、该数据库、该特征遍历比对单元和该输出结果单元相配合，将对应于该手写笔提供的笔迹画面的输出结果，呈现在该界面的设定区域。
4.根据权利要求3所述的学习系统，其特征在于：在书写对象上，进行微生物的图像特征绘画时，可以实时地在该界面生成该笔迹画面的还原。
5.根据权利要求1所述的学习系统，其特征在于：该虚拟机器人根据该图像识别单元提供的特征参数的特征代码，与该数据库提供的模型进行匹配，并将匹配结果进行信息反馈和展示。
6.根据权利要求5所述的学习系统，其特征在于：对于未匹配成功的信息，该虚拟机器人连接位于网络云端的服务器，进行大数据的信息搜索匹配。
7.根据权利要求1所述的学习系统，其特征在于：该数据库保存有系统预存的各个微生物的图形和对应的图形绑定信息，并且保存有学生学习过程中抓取的其他的微生物图形和修正的绑定信息。
8.根据权利要求1所述的学习系统，其特征在于：该输出结果单元通过该虚拟机器人的形象，将该结果信息，以设定的方式，在该界面的设定区域呈现出来。
9.根据权利要求1至8任一项所述的学习系统，其特征在于：该手写笔包括摄像头和微处理器，能够实时采集书写参数，该手写笔适用的书写对象为手写板或者纸质页面。
10.根据权利要求1至8任一项所述的学习系统，其特征在于：该电子显微镜包括：成像单元，用于对该电子显微镜下观察载玻片上的生物标本的图像，进行扫描成像，得到成像图片；和通讯单元，用于将该成像单元提供的成像图片，传输至该平板电脑。
CN201910465324.5A 2019-05-30 2019-05-30 一种观察微观世界的学习系统 Pending CN112016362A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910465324.5A CN112016362A (zh) 2019-05-30 2019-05-30 一种观察微观世界的学习系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910465324.5A CN112016362A (zh) 2019-05-30 2019-05-30 一种观察微观世界的学习系统

Publications (1)

Publication Number Publication Date
CN112016362A true CN112016362A (zh) 2020-12-01

Family

ID=73501049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910465324.5A Pending CN112016362A (zh) 2019-05-30 2019-05-30 一种观察微观世界的学习系统

Country Status (1)

Country Link
CN (1) CN112016362A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112882218A (zh) * 2021-01-18 2021-06-01 深圳市乐升科技有限公司 一种可视化电子显微镜控制方法及系统
CN114724142A (zh) * 2022-04-02 2022-07-08 四川大学 一种基于卷积神经网络的污水处理指示性微生物图像识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102253746A (zh) * 2011-06-23 2011-11-23 中兴通讯股份有限公司 用于具有触控屏的电子设备的信息处理方法及设备
CN102411715A (zh) * 2010-09-21 2012-04-11 张云超 有监督学习功能的细胞图像自动分类方法和系统
CN205263839U (zh) * 2015-12-22 2016-05-25 广东小天才科技有限公司 手写笔
CN107622708A (zh) * 2017-11-16 2018-01-23 麦克奥迪实业集团有限公司 一种基于多种移动终端的智能数码互动实验教学系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102411715A (zh) * 2010-09-21 2012-04-11 张云超 有监督学习功能的细胞图像自动分类方法和系统
CN102253746A (zh) * 2011-06-23 2011-11-23 中兴通讯股份有限公司 用于具有触控屏的电子设备的信息处理方法及设备
CN205263839U (zh) * 2015-12-22 2016-05-25 广东小天才科技有限公司 手写笔
CN107622708A (zh) * 2017-11-16 2018-01-23 麦克奥迪实业集团有限公司 一种基于多种移动终端的智能数码互动实验教学系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵贞等: "微生物识别计数虚拟仿真实验教学系统的研发", 《实验技术与管理》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112882218A (zh) * 2021-01-18 2021-06-01 深圳市乐升科技有限公司 一种可视化电子显微镜控制方法及系统
CN114724142A (zh) * 2022-04-02 2022-07-08 四川大学 一种基于卷积神经网络的污水处理指示性微生物图像识别方法

Similar Documents

Publication Publication Date Title
CN110162164B (zh) 一种基于增强现实的学习互动方法、装置及存储介质
CN106033435B (zh) 物品识别方法和装置，室内地图生成方法和装置
CN113011412B (zh) 基于笔顺及ocr文字识别方法、装置、设备及存储介质
CN111258433A (zh) 基于虚拟场景的教学互动系统
CN112016362A (zh) 一种观察微观世界的学习系统
CN111507325B (zh) 基于深度学习的工业视觉ocr识别系统及方法
CN112925470B (zh) 交互式电子白板的触摸控制方法、系统和可读介质
CN115008454A (zh) 一种基于多帧伪标签数据增强的机器人在线手眼标定方法
CN115223239A (zh) 一种手势识别方法、系统、计算机设备以及可读存储介质
KR101172881B1 (ko) 온라인용 객관식 시험지의 제작 방법 및 시스템
CN107391015B (zh) 一种智能平板的控制方法、装置、设备及存储介质
CN114245193A (zh) 显示控制方法、装置和电子设备
CN112860060B (zh) 一种图像识别方法、设备及存储介质
CN115097974A (zh) 一种bim模型智能辅助会审系统及方法
CN114021480A (zh) 模型优化方法、设备和存储介质
CN114494542A (zh) 一种基于卷积神经网络的人物驱动动画方法及系统
CN110163975B (zh) 空间直线的绘制方法、装置、设备及存储介质
CN118259808B (zh) 一种ai绘画界面交互方法及系统
CN116259384B (zh) 一种基于医疗健康网状信息处理系统
US20230119741A1 (en) Picture annotation method, apparatus, electronic device, and storage medium
CN118115996B (zh) 基于人工智能算法辅助的分布式染色体核型数据标注方法
US20240202546A1 (en) Input generation for multimodal learning based machine learning models
CN113537101B (zh) 人体属性的识别方法、装置、计算机设备及存储介质
CN117541882B (zh) 一种基于实例的多视角视觉融合转导式零样本分类方法
CN115565201B (zh) 禁忌图片识别方法、设备及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201201

RJ01 Rejection of invention patent application after publication