CN112233394A - 复合式多信息播报系统及方法 - Google Patents

复合式多信息播报系统及方法 Download PDF

Info

Publication number
CN112233394A
CN112233394A CN202011085058.2A CN202011085058A CN112233394A CN 112233394 A CN112233394 A CN 112233394A CN 202011085058 A CN202011085058 A CN 202011085058A CN 112233394 A CN112233394 A CN 112233394A
Authority
CN
China
Prior art keywords
learning
visual
image
warning
capturing
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.)
Granted
Application number
CN202011085058.2A
Other languages
English (en)
Other versions
CN112233394B (zh
Inventor
王龙
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.)
Guangxi Wanchao Technology Co.,Ltd.
Original Assignee
Taizhou Wuzu Information 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 Taizhou Wuzu Information Technology Co ltd filed Critical Taizhou Wuzu Information Technology Co ltd
Priority to CN202011085058.2A priority Critical patent/CN112233394B/zh
Publication of CN112233394A publication Critical patent/CN112233394A/zh
Application granted granted Critical
Publication of CN112233394B publication Critical patent/CN112233394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/24Reminder alarms, e.g. anti-loss alarms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种复合式多信息播报系统,所述系统包括:遮挡判断设备,用于在可视化捕获机构获得当前捕获时刻对应的学习场景图像之前获得预览图,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令;内容检测设备,用于在即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率。本发明还涉及一种复合式多信息播报方法。本发明的复合式多信息播报系统及方法节约资源、运行稳定。由于能够基于学生桌的学生姿态的标准程度自适应调整后续拍摄的监控帧的拍摄间隔,并对现场显示机构进行分时使用,从而在减少现场硬件资源消耗的同时,保证现场的监控效果。

Description

复合式多信息播报系统及方法
技术领域
本发明涉及学习用品领域,尤其涉及一种复合式多信息播报系统及方法。
背景技术
在人们生活中学习用品的种类十分丰富,并且随着社会经济以及现代电子科技的飞速发展,传统的学习用品已经不能满足人们对学习用品的需求,电子学习用品异军突起,受到了越来越多年轻人的青睐。我国庞大的学习用品消费群体每年用于购买学习用品的支出可观,学习用品市场正在吸引越来越多商家的关注。
学习用品就是指学习中常用到的用具。从类别上来看,学习用品主要可以区分为两类:传统的学习用品和电子学习用品。传统的学习用品有笔记本,橡皮,黑板,课桌,墨水,尺子,圆规,文具盒,书包等等。现在流行的电子学习用品有:复读机,点读机,电脑,iPad,亚马逊Kindle等等。
当前,学生桌是每一个学生必备的用品,然而,作为一个硬件平台,学生桌的硬件资源并没有得到充分利用,例如,对学生学习姿态的监控机制未能有效集成到学生桌的硬件平台上,同时,当前的一些独立的姿态监控机制监控图像的时间间隔相等,实际上,当学生姿态标准而不用过于频繁的图像采集时,这也造成了一种资源浪费和系统冗余。
发明内容
为了解决相关领域的技术问题,本发明提供了一种复合式多信息播报系统及方法,能够基于学生桌的学生姿态的标准程度自适应调整后续拍摄的监控帧的拍摄间隔,并对现场显示机构进行分时使用,从而在减少现场硬件资源消耗的同时,保证现场的监控效果。
为此,本发明至少具备以下几处重要的关键的发明点:
(1)根据学生当前的正面学习姿态是否标准以及标准程度决定执行后续帧拍摄的时间间隔,从而在保证监控效果的同时减少现场有限电力资源的消耗;
(2)在学生桌上设置复合式显示机构,对拍摄机构的遮挡情况以及学生失姿时需要纠正的标准姿态进行分时显示。
根据本发明的一方面,提供了一种复合式多信息播报系统,所述系统包括:
现场警示设备,由多个警示灯体构成,用于在接收到遮挡检测指令时,通过所述多个警示灯体执行相应的报警动作;
其中,通过所述多个警示灯体执行相应的报警动作包括:驱动所述多个警示灯体以显示预设警示字符或者驱动所述多个警示灯体以只显示预设警示灯体来执行相应的报警动作。
更具体地,在所述复合式多信息播报系统中:
所述现场警示设备还用于在接收到捕获正常指令时,停止通过所述多个警示灯体执行的报警动作。
更具体地,在所述复合式多信息播报系统中,还包括:
可视化捕获机构,设置在学生桌的桌体上,用于面对学生执行可视化捕获动作,以获得各个捕获时刻分别对应的各个学习场景图像。
更具体地,在所述复合式多信息播报系统中,还包括:
遮挡判断设备,分别与所述现场警示设备和所述可视化捕获机构连接,用于在所述可视化捕获机构获得当前捕获时刻对应的学习场景图像之前获得预览图,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令;
所述遮挡判断设备还用于在当所述预览图中的各个像素点的各个像素值的重复度等级未超过所述预设等级阈值时,发出捕获正常指令;
数据处理机构,设置在学生桌的桌体内,与所述可视化捕获机构连接,用于对接收到的当前捕获时刻对应的学习场景图像依次执行自适应递归滤波和高斯滤波处理,以获得即时处理图像;
内容检测设备,与所述数据处理机构连接,用于在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率包括:基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度;
其中,基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度包括:所述匹配程度越低,决定的提升幅度越高;
其中,在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率包括:识别所述即时处理图像中的最浅景深的人体目标的人体姿态,对所述人体姿态进行是否属于标准学习姿态的识别;
其中,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令包括:获得所述预览图中的各个像素点的各个像素值并进行去重处理以获得去重后的多个像素值,将所述去重后的多个像素值的数量除以所述预览图中的各个像素点的各个像素值的数量以获得参考比例,基于所述参考比例获取与所述参考比例成反关联关系的重复度等级。
根据本发明的另一方面,还提供了一种复合式多信息播报方法,所述方法包括:
使用现场警示设备,由多个警示灯体构成,用于在接收到遮挡检测指令时,通过所述多个警示灯体执行相应的报警动作;
其中,通过所述多个警示灯体执行相应的报警动作包括:驱动所述多个警示灯体以显示预设警示字符或者驱动所述多个警示灯体以只显示预设警示灯体来执行相应的报警动作。
更具体地,在所述复合式多信息播报方法中:
所述现场警示设备还用于在接收到捕获正常指令时,停止通过所述多个警示灯体执行的报警动作。
更具体地,在所述复合式多信息播报方法中,还包括:
使用可视化捕获机构,设置在学生桌的桌体上,用于面对学生执行可视化捕获动作,以获得各个捕获时刻分别对应的各个学习场景图像。
更具体地,在所述复合式多信息播报方法中,还包括:
使用遮挡判断设备,分别与所述现场警示设备和所述可视化捕获机构连接,用于在所述可视化捕获机构获得当前捕获时刻对应的学习场景图像之前获得预览图,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令;
所述遮挡判断设备还用于在当所述预览图中的各个像素点的各个像素值的重复度等级未超过所述预设等级阈值时,发出捕获正常指令;
使用数据处理机构,设置在学生桌的桌体内,与所述可视化捕获机构连接,用于对接收到的当前捕获时刻对应的学习场景图像依次执行自适应递归滤波和高斯滤波处理,以获得即时处理图像;
使用内容检测设备,与所述数据处理机构连接,用于在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率包括:基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度;
其中,基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度包括:所述匹配程度越低,决定的提升幅度越高;
其中,在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率包括:识别所述即时处理图像中的最浅景深的人体目标的人体姿态,对所述人体姿态进行是否属于标准学习姿态的识别;
其中,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令包括:获得所述预览图中的各个像素点的各个像素值并进行去重处理以获得去重后的多个像素值,将所述去重后的多个像素值的数量除以所述预览图中的各个像素点的各个像素值的数量以获得参考比例,基于所述参考比例获取与所述参考比例成反关联关系的重复度等级。
本发明的复合式多信息播报系统及方法节约资源、运行稳定。由于能够基于学生桌的学生姿态的标准程度自适应调整后续拍摄的监控帧的拍摄间隔,并对现场显示机构进行分时使用,从而在减少现场硬件资源消耗的同时,保证现场的监控效果。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的复合式多信息播报系统及方法所使用的数据处理机构的内部结构图。
具体实施方式
下面将参照附图对本发明的复合式多信息播报系统及方法的实施方案进行详细说明。
学生桌为学生所用课桌,从最早的学堂里的八方桌开始,用于学校,学堂学习的桌子应该统一为课桌。
现如今的学生桌主要分为以下三类:
实木学生桌:大部分学校都是使用这种传统由实木加工成的单人课桌,双人课桌。这种课桌加工方便,材料为杂木,浪费大量木材,而且不耐用,目前仍为很多贫困地区的中小学采用,因课桌凳高度固定,逐渐被钢塑结构的可调试课桌取代。
升降学生桌:又名可调试课桌,顾名思义,就是课桌凳的高度可调,通过桌腿的相关固件在滑轴之间上下调节来起到调节课桌高度,以此来满足学校及学生需求,该类课桌主要为钢塑结构,桌面为三聚氰胺板,桌腿为钢管件,相关连接地面部分有塑料帽保护。
橡塑学生桌:主要采用橡塑合金材料,经机械模压成型校用课桌椅产品,该类产品多为固定结构,高度不可调,但因为所用材料特殊,材质较好,耐用轻便,也得到部分学校采用。
当前,学生桌是每一个学生必备的用品,然而,作为一个硬件平台,学生桌的硬件资源并没有得到充分利用,例如,对学生学习姿态的监控机制未能有效集成到学生桌的硬件平台上,同时,当前的一些独立的姿态监控机制监控图像的时间间隔相等,实际上,当学生姿态标准而不用过于频繁的图像采集时,这也造成了一种资源浪费和系统冗余。
为了克服上述不足,本发明搭建了一种复合式多信息播报系统及方法,能够有效解决相应的技术问题。
根据本发明实施方案示出的复合式多信息播报系统包括:
现场警示设备,由多个警示灯体构成,用于在接收到遮挡检测指令时,通过所述多个警示灯体执行相应的报警动作;
其中,通过所述多个警示灯体执行相应的报警动作包括:驱动所述多个警示灯体以显示预设警示字符或者驱动所述多个警示灯体以只显示预设警示灯体来执行相应的报警动作。
接着,继续对本发明的复合式多信息播报系统的具体结构进行进一步的说明。
在所述复合式多信息播报系统中:
所述现场警示设备还用于在接收到捕获正常指令时,停止通过所述多个警示灯体执行的报警动作。
所述复合式多信息播报系统中还可以包括:
可视化捕获机构,设置在学生桌的桌体上,用于面对学生执行可视化捕获动作,以获得各个捕获时刻分别对应的各个学习场景图像。
所述复合式多信息播报系统中还可以包括:
遮挡判断设备,分别与所述现场警示设备和所述可视化捕获机构连接,用于在所述可视化捕获机构获得当前捕获时刻对应的学习场景图像之前获得预览图,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令;
所述遮挡判断设备还用于在当所述预览图中的各个像素点的各个像素值的重复度等级未超过所述预设等级阈值时,发出捕获正常指令;
数据处理机构,如图1所示,设置在学生桌的桌体内,与所述可视化捕获机构连接,用于对接收到的当前捕获时刻对应的学习场景图像依次执行自适应递归滤波和高斯滤波处理,以获得即时处理图像;
内容检测设备,与所述数据处理机构连接,用于在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率包括:基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度;
其中,基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度包括:所述匹配程度越低,决定的提升幅度越高;
其中,在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率包括:识别所述即时处理图像中的最浅景深的人体目标的人体姿态,对所述人体姿态进行是否属于标准学习姿态的识别;
其中,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令包括:获得所述预览图中的各个像素点的各个像素值并进行去重处理以获得去重后的多个像素值,将所述去重后的多个像素值的数量除以所述预览图中的各个像素点的各个像素值的数量以获得参考比例,基于所述参考比例获取与所述参考比例成反关联关系的重复度等级。
在所述复合式多信息播报系统中:
所述现场警示设备还与所述内容检测设备连接,用于在所述即时处理图像中未识别到标准学习姿态时,驱动所述多个警示灯体以显示与标准学习姿态对应的图案。
根据本发明实施方案示出的复合式多信息播报方法包括:
使用现场警示设备,由多个警示灯体构成,用于在接收到遮挡检测指令时,通过所述多个警示灯体执行相应的报警动作;
其中,通过所述多个警示灯体执行相应的报警动作包括:驱动所述多个警示灯体以显示预设警示字符或者驱动所述多个警示灯体以只显示预设警示灯体来执行相应的报警动作。
接着,继续对本发明的复合式多信息播报方法的具体步骤进行进一步的说明。
所述复合式多信息播报方法中:
所述现场警示设备还用于在接收到捕获正常指令时,停止通过所述多个警示灯体执行的报警动作。
所述复合式多信息播报方法还可以包括:
使用可视化捕获机构,设置在学生桌的桌体上,用于面对学生执行可视化捕获动作,以获得各个捕获时刻分别对应的各个学习场景图像。
所述复合式多信息播报方法还可以包括:
使用遮挡判断设备,分别与所述现场警示设备和所述可视化捕获机构连接,用于在所述可视化捕获机构获得当前捕获时刻对应的学习场景图像之前获得预览图,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令;
所述遮挡判断设备还用于在当所述预览图中的各个像素点的各个像素值的重复度等级未超过所述预设等级阈值时,发出捕获正常指令;
使用数据处理机构,如图1所示,设置在学生桌的桌体内,与所述可视化捕获机构连接,用于对接收到的当前捕获时刻对应的学习场景图像依次执行自适应递归滤波和高斯滤波处理,以获得即时处理图像;
使用内容检测设备,与所述数据处理机构连接,用于在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率包括:基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度;
其中,基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度包括:所述匹配程度越低,决定的提升幅度越高;
其中,在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率包括:识别所述即时处理图像中的最浅景深的人体目标的人体姿态,对所述人体姿态进行是否属于标准学习姿态的识别;
其中,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令包括:获得所述预览图中的各个像素点的各个像素值并进行去重处理以获得去重后的多个像素值,将所述去重后的多个像素值的数量除以所述预览图中的各个像素点的各个像素值的数量以获得参考比例,基于所述参考比例获取与所述参考比例成反关联关系的重复度等级。
所述复合式多信息播报方法中:
所述现场警示设备还与所述内容检测设备连接,用于在所述即时处理图像中未识别到标准学习姿态时,驱动所述多个警示灯体以显示与标准学习姿态对应的图案。
另外,在本发明的复合式多信息播报系统及方法中,可以采用DSP芯片来实现所述数据处理机构。DSP芯片,也称数字信号处理器,是一种特别适合于进行数字信号处理运算的微处理器,其主要应用是实时快速地实现各种数字信号处理算法。根据数字信号处理的要求,DSP芯片一般具有如下主要特点:(1)在一个指令周期内可完成一次乘法和一次加法;(2)程序和数据空间分开,可以同时访问指令和数据;(3)片内具有快速RAM,通常可通过独立的数据总线在两块中同时访问;(4)具有低开销或无开销循环及跳转的硬件支持;(5)快速的中断处理和硬件I/O支持;(6)具有在单周期内操作的多个硬件地址产生器;(7)可以并行执行多个操作;(8)支持流水线操作,使取指、译码和执行等操作可以重叠执行。
已经提供了本发明的上述描述,用于说明和描述的目的。不是旨在是穷尽性的或将公开的精确形式作为对本发明的限制。本发明的宽度和范围不应当受到上述示例性实施例中任意一个的限制。许多修改和变化对于本领域普通技术人员将是明显的。这些修改和变化包括所公开的特征的任何相关组合。对实施例的选择和描述是为了最好地解释本发明的原理及其实际应用,从而使得本领域的其他技术人员能够理解本发明的各种实施例以及适合于预期特定用途的各种修改。意图在于,本发明的范围由所附权利要求及其等同物来限定。

Claims (10)

1.一种复合式多信息播报系统,其特征在于,所述系统包括:
现场警示设备,由多个警示灯体构成,用于在接收到遮挡检测指令时,通过所述多个警示灯体执行相应的报警动作;
其中,通过所述多个警示灯体执行相应的报警动作包括:驱动所述多个警示灯体以显示预设警示字符或者驱动所述多个警示灯体以只显示预设警示灯体来执行相应的报警动作。
2.如权利要求1所述的复合式多信息播报系统,其特征在于:
所述现场警示设备还用于在接收到捕获正常指令时,停止通过所述多个警示灯体执行的报警动作。
3.如权利要求2所述的复合式多信息播报系统,其特征在于,所述系统还包括:
可视化捕获机构,设置在学生桌的桌体上,用于面对学生执行可视化捕获动作,以获得各个捕获时刻分别对应的各个学习场景图像。
4.如权利要求3所述的复合式多信息播报系统,其特征在于,所述系统还包括:
遮挡判断设备,分别与所述现场警示设备和所述可视化捕获机构连接,用于在所述可视化捕获机构获得当前捕获时刻对应的学习场景图像之前获得预览图,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令;
所述遮挡判断设备还用于在当所述预览图中的各个像素点的各个像素值的重复度等级未超过所述预设等级阈值时,发出捕获正常指令;
数据处理机构,设置在学生桌的桌体内,与所述可视化捕获机构连接,用于对接收到的当前捕获时刻对应的学习场景图像依次执行自适应递归滤波和高斯滤波处理,以获得即时处理图像;
内容检测设备,与所述数据处理机构连接,用于在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率包括:基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度;
其中,基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度包括:所述匹配程度越低,决定的提升幅度越高;
其中,在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率包括:识别所述即时处理图像中的最浅景深的人体目标的人体姿态,对所述人体姿态进行是否属于标准学习姿态的识别;
其中,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令包括:获得所述预览图中的各个像素点的各个像素值并进行去重处理以获得去重后的多个像素值,将所述去重后的多个像素值的数量除以所述预览图中的各个像素点的各个像素值的数量以获得参考比例,基于所述参考比例获取与所述参考比例成反关联关系的重复度等级。
5.如权利要求4所述的复合式多信息播报系统,其特征在于:
所述现场警示设备还与所述内容检测设备连接,用于在所述即时处理图像中未识别到标准学习姿态时,驱动所述多个警示灯体以显示与标准学习姿态对应的图案。
6.一种复合式多信息播报方法,其特征在于,所述方法包括:
使用现场警示设备,由多个警示灯体构成,用于在接收到遮挡检测指令时,通过所述多个警示灯体执行相应的报警动作;
其中,通过所述多个警示灯体执行相应的报警动作包括:驱动所述多个警示灯体以显示预设警示字符或者驱动所述多个警示灯体以只显示预设警示灯体来执行相应的报警动作。
7.如权利要求6所述的复合式多信息播报方法,其特征在于:
所述现场警示设备还用于在接收到捕获正常指令时,停止通过所述多个警示灯体执行的报警动作。
8.如权利要求7所述的复合式多信息播报方法,其特征在于,所述方法还包括:
使用可视化捕获机构,设置在学生桌的桌体上,用于面对学生执行可视化捕获动作,以获得各个捕获时刻分别对应的各个学习场景图像。
9.如权利要求8所述的复合式多信息播报方法,其特征在于,所述方法还包括:
使用遮挡判断设备,分别与所述现场警示设备和所述可视化捕获机构连接,用于在所述可视化捕获机构获得当前捕获时刻对应的学习场景图像之前获得预览图,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令;
所述遮挡判断设备还用于在当所述预览图中的各个像素点的各个像素值的重复度等级未超过所述预设等级阈值时,发出捕获正常指令;
使用数据处理机构,设置在学生桌的桌体内,与所述可视化捕获机构连接,用于对接收到的当前捕获时刻对应的学习场景图像依次执行自适应递归滤波和高斯滤波处理,以获得即时处理图像;
使用内容检测设备,与所述数据处理机构连接,用于在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率;
其中,所述内容检测设备还用于在所述即时处理图像中未识别到标准学习姿态时,提升所述可视化捕获机构后续的学习场景图像的捕获帧率包括:基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度;
其中,基于所述即时处理图像中的最浅景深的人体目标的人体姿态与标准学习姿态的匹配程度决定对所述可视化捕获机构后续的学习场景图像的捕获帧率的提升幅度包括:所述匹配程度越低,决定的提升幅度越高;
其中,在所述即时处理图像中识别到标准学习姿态时,降低所述可视化捕获机构后续的学习场景图像的捕获帧率包括:识别所述即时处理图像中的最浅景深的人体目标的人体姿态,对所述人体姿态进行是否属于标准学习姿态的识别;
其中,当所述预览图中的各个像素点的各个像素值的重复度等级超过预设等级阈值时,发出遮挡检测指令包括:获得所述预览图中的各个像素点的各个像素值并进行去重处理以获得去重后的多个像素值,将所述去重后的多个像素值的数量除以所述预览图中的各个像素点的各个像素值的数量以获得参考比例,基于所述参考比例获取与所述参考比例成反关联关系的重复度等级。
10.如权利要求9所述的复合式多信息播报方法,其特征在于:
所述现场警示设备还与所述内容检测设备连接,用于在所述即时处理图像中未识别到标准学习姿态时,驱动所述多个警示灯体以显示与标准学习姿态对应的图案。
CN202011085058.2A 2020-10-12 2020-10-12 复合式多信息播报系统及方法 Active CN112233394B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011085058.2A CN112233394B (zh) 2020-10-12 2020-10-12 复合式多信息播报系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011085058.2A CN112233394B (zh) 2020-10-12 2020-10-12 复合式多信息播报系统及方法

Publications (2)

Publication Number Publication Date
CN112233394A true CN112233394A (zh) 2021-01-15
CN112233394B CN112233394B (zh) 2021-07-20

Family

ID=74112079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011085058.2A Active CN112233394B (zh) 2020-10-12 2020-10-12 复合式多信息播报系统及方法

Country Status (1)

Country Link
CN (1) CN112233394B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009216743A (ja) * 2008-03-07 2009-09-24 Canon Inc 像振れ補正カメラ
CN102231223A (zh) * 2011-06-02 2011-11-02 深圳中兴力维技术有限公司 一种用于摄像机的异物遮挡告警方法
CN106809117A (zh) * 2017-02-04 2017-06-09 江苏金坛大迈汽车工程研究院有限公司 一种汽车安全报警系统及方法
CN109901461A (zh) * 2019-01-21 2019-06-18 广东精标科技股份有限公司 学生生涯数据采集系统及平台
CN110233991A (zh) * 2019-06-03 2019-09-13 上海眼控科技股份有限公司 一种用于视频监控中视频遮挡的检测方法及系统
WO2019194121A1 (ja) * 2018-04-02 2019-10-10 テイ・エス テック株式会社 生体センサーの配置構造及びシート
CN110517190A (zh) * 2018-05-22 2019-11-29 任阿毛 餐桌开口封闭控制方法
CN110859452A (zh) * 2019-11-27 2020-03-06 徐子钥 一种可三维矫姿的学习桌以及三维矫姿的方法
CN111241895A (zh) * 2019-01-16 2020-06-05 余海军 基于脸部识别的控制机构

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009216743A (ja) * 2008-03-07 2009-09-24 Canon Inc 像振れ補正カメラ
CN102231223A (zh) * 2011-06-02 2011-11-02 深圳中兴力维技术有限公司 一种用于摄像机的异物遮挡告警方法
CN106809117A (zh) * 2017-02-04 2017-06-09 江苏金坛大迈汽车工程研究院有限公司 一种汽车安全报警系统及方法
WO2019194121A1 (ja) * 2018-04-02 2019-10-10 テイ・エス テック株式会社 生体センサーの配置構造及びシート
CN110517190A (zh) * 2018-05-22 2019-11-29 任阿毛 餐桌开口封闭控制方法
CN111241895A (zh) * 2019-01-16 2020-06-05 余海军 基于脸部识别的控制机构
CN109901461A (zh) * 2019-01-21 2019-06-18 广东精标科技股份有限公司 学生生涯数据采集系统及平台
CN110233991A (zh) * 2019-06-03 2019-09-13 上海眼控科技股份有限公司 一种用于视频监控中视频遮挡的检测方法及系统
CN110859452A (zh) * 2019-11-27 2020-03-06 徐子钥 一种可三维矫姿的学习桌以及三维矫姿的方法

Also Published As

Publication number Publication date
CN112233394B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
WO2019229304A3 (en) Method and apparatus for signaling user interactions on overlay and grouping overlays to background for omnidirectional content
EP2299408A3 (en) A graphics processing architecture employing a unified shader
EP2435903A4 (en) SYSTEM AND ASSOCIATED METHOD FOR DIGITAL ATTITUDE MAPPING
CN104112131B (zh) 一种用于人脸检测的训练样本的生成方法及装置
CN206557851U (zh) 一种教学听课情况采集装置
CN107273459A (zh) 一种基于物联网的校园图书馆综合服务管理系统
CN112233394B (zh) 复合式多信息播报系统及方法
CN103605598A (zh) 一种平板电脑内置防近视的控制装置
CN204406423U (zh) 一种图像和二维码结合的扩增实境识别装置
US20210195134A1 (en) Method and device for generating dynamic image, mobile platform, and storage medium
CN104951175A (zh) 一种改进的手持设备上的手写多字输入法
CN204883593U (zh) 一种结合语音识别及语音测评技术的扩增实境系统
CN202677471U (zh) 教室点名系统
CN204557941U (zh) 双码型条码标牌
CN203376933U (zh) 一种新型屏压条
CN204180129U (zh) 一种手机保护套
CN204155490U (zh) 美术教学用临摹装置
CN205121938U (zh) 一种新型多功能反窃电培训装置
CN202257980U (zh) 双屏外语学习机
CN204519830U (zh) 一种思想政治教学用课桌
CN108991748A (zh) 一种互联网实验专用桌
CN204512842U (zh) 一种笔记本放置支架
CN204926175U (zh) 远程办公系统
CN203152998U (zh) 检索分类柜
CN203941625U (zh) 双面式对外汉语学习点读拼图

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
TA01 Transfer of patent application right

Effective date of registration: 20210707

Address after: No.606, 6th floor, block C, No.1 standard factory building, 189 Fazhan Avenue, XiXiangTang District, Nanning City, Guangxi Zhuang Autonomous Region

Applicant after: Guangxi Wanchao Technology Co.,Ltd.

Address before: 225300 room 155, 2nd floor, main building, cultural and creative building, No. 60, Fenghuang East Road, Hailing District, Taizhou City, Jiangsu Province

Applicant before: Taizhou Wuzu Information Technology Co.,Ltd.

TA01 Transfer of patent application right