CN112735198A - 实验教学系统及方法 - Google Patents
实验教学系统及方法 Download PDFInfo
- Publication number
- CN112735198A CN112735198A CN202011634614.7A CN202011634614A CN112735198A CN 112735198 A CN112735198 A CN 112735198A CN 202011634614 A CN202011634614 A CN 202011634614A CN 112735198 A CN112735198 A CN 112735198A
- Authority
- CN
- China
- Prior art keywords
- experiment
- experimental
- target detection
- video
- video data
- 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
Links
- 238000002474 experimental method Methods 0.000 title claims abstract description 159
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 125
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 230000004927 fusion Effects 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 9
- 238000012360 testing method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000001914 filtration Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007705 chemical test Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G09B5/00—Electrically-operated educational appliances
- G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/502—Proximity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及计算机技术领域,提供了一种实验教学系统及方法,其中系统包括:教师终端和至少两个学生终端;所述学生终端包括边缘计算盒和视频采集装置;所述视频采集装置的视频信号输出端与所述边缘计算盒的计算数据输入端电连接,用于采集实验视频数据;所述边缘计算盒的计算数据输出端与所述教师终端的检测结果输入端电连接,用于对所述实验视频数据进行实验目标检测,得到实验目标检测结果;所述教师终端,用于接收各个学生终端的实验目标检测结果。本申请提供的系统和方法,节约了数据传输时间和数据处理时间,降低了整个实验教学系统的延时,提高了教学效率和教学质量。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种实验教学系统及方法。
背景技术
实验课程是教学体系中提高学生动手能力和丰富学生知识维度的重要组成部分。随着计算机技术的发展,在实验教学和实验考评中,运用视频监控和人工智能技术,能够实现观测学生的实验操作情况以及对其操作能力进行评估打分。
现有技术中,通常采用多个网络摄像头对学生的实验过程进行视频采集,将采集得到的实验视频数据传到云端服务器,然后由云端服务器根据预设算法进行识别和判断,给出评判结果。由于同时进行的实验数量较多使得实时采集的实验视频数据量巨大,云端服务器的计算能力有限,使得评判结果不能实时反馈,导致教学效率低下。
发明内容
本申请提供一种实验教学系统及方法,降低了整个实验教学系统的延时,提高了教学效率和教学质量。
本申请提供一种实验教学系统,包括教师终端和至少两个学生终端;所述学生终端包括边缘计算盒和视频采集装置;
所述视频采集装置的视频信号输出端与所述边缘计算盒的计算数据输入端电连接,用于采集实验视频数据;
所述边缘计算盒的计算数据输出端与所述教师终端的检测结果输入端电连接,用于对所述实验视频数据进行实验目标检测,得到实验目标检测结果;
所述教师终端,用于接收各个学生终端的实验目标检测结果。
根据本申请提供的实验教学系统,所述视频采集装置包括至少两个不同视角的摄像头。
根据本申请提供的实验教学系统,所述摄像头的安装位置包括实验台前侧、实验台顶部、实验台左侧和实验台右侧中的至少一种。
根据本申请提供的实验教学系统,所述边缘计算盒包括图像融合处理器和目标检测处理器;
所述图像融合处理器的融合数据输出端与所述目标检测处理器的检测数据输入端电连接,用于对不同视角的摄像头采集得到的实验视频数据进行融合,得到视频融合数据;
所述目标检测处理器用于对所述视频融合数据进行实验目标检测,得到实验目标检测结果。
根据本申请提供的实验教学系统,所述边缘计算盒中的处理器为Jetson Xavier。
根据本申请提供的实验教学系统,所述学生终端还包括显示触摸屏,所述显示触摸屏用于显示实验信息和记录实验结果。
本申请还提供一种实验教学方法,应用于上述边缘计算盒,包括:
接收视频采集装置采集得到的实验视频数据;
对实验视频数据进行实验目标检测,得到实验目标检测结果,并发送到教师终端。
本申请还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述实验教学方法的步骤。
本申请还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述实验教学方法的步骤。
本申请提供的实验教学系统,包括教师终端和至少两个学生终端,学生终端包括边缘计算盒和视频采集装置,通过边缘计算盒对实验视频数据进行实验目标检测,得到实验目标检测结果,由于教师终端仅需要接收小数据量的实验目标检测结果,需要处理的数据量大大减少,与学生终端之间进行传输的数据量所占用的数据带宽也大大减少,节约了数据传输时间和数据处理时间,降低了整个实验教学系统的延时,提高了教学效率和教学质量。
附图说明
为了更清楚地说明本申请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一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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为本申请提供的实验教学系统的结构示意图;
图2为本申请提供的边缘计算盒的结构示意图;
图3为本申请提供的实验教学方法的流程示意图;
图4为本申请提供的实验目标检测方法的流程示意图;
图5为本申请提供的电子设备的结构示意图。
附图标记:
100:学生终端; 110:视频采集装置;
120:边缘计算盒; 1201:图像融合处理器;
1202:目标检测处理器; 200:教师终端;
300:实验教学系统。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
图1为本申请提供的实验教学系统的结构示意图,如图1所示,该系统包括教师终端200和至少两个学生终端100;学生终端包括边缘计算盒120和视频采集装置110;视频采集装置110的视频信号输出端与边缘计算盒120的计算数据输入端电连接,用于采集实验视频数据;边缘计算盒120的计算数据输出端与教师终端200的检测结果输入端电连接,用于对实验视频数据进行实验目标检测,得到实验目标检测结果;教师终端200,用于接收各个学生终端的实验目标检测结果。
具体地,该实验教学系统可以用于实验教学、实验练习和实验考试等场景,适用于中小学物理、化学和生物等课程。该系统包括教师终端200和学生终端100。
学生终端100可以安装在实验台上,学生终端100的数量可以设置为与实验台一一对应。教师终端200可以安装在教室的讲台上,也可以安装在远程监控室等。教师终端200和学生终端100之间的数据传输可以通过有线连接,也可以采用无线连接,例如5G网络等。
学生终端100包括视频采集装置110和边缘计算盒120。视频采集装置110和边缘计算盒120可以采用一体式安装,也可以采用分体式安装。视频采集装置110通过摄像机对学生在实验台上的实验操作过程进行记录,生成实验视频数据。摄像机的类型可以选择数字摄像机,例如网络摄像机等。视频采集装置110的视频信号输出端与边缘计算盒120的计算数据输入端电连接,将采集得到的实验视频数据发送至边缘计算盒120。边缘计算盒120对接收到的实验视频数据进行实验目标检测,得到实验目标检测结果。例如,实验目标检测结果可以为学生的实验结果,或者对学生实验的评判结果等。边缘计算盒120的计算数据输出端与教师终端200的检测结果输入端电连接,用于发送实验目标检测结果。
教师终端200用于接收各个学生终端100的实验目标检测结果,根据实验目标检测结果进行评分或者实时指导学生终端100对应的学生进行实验操作。
例如,当学生进行电路照明实验时,视频采集装置110对学生在实验过程中对电路的操作进行视频采集,将采集得到的实验视频数据发送至边缘计算盒120。边缘计算盒120内置图像亮度检测算法,对采集得到的实验视频数据进行检测,若在实验视频数据中检测到视频画面中存在部分区域亮度超过预设亮度值,则认为电路已接通,电灯被点亮,从而将实验成功作为实验目标检测结果。边缘计算盒120将实验目标检测结果发送至教师终端200,以供实验指导教师根据教师终端200显示的实验目标检测结果进行实验评判,使得实验指导教师可以实时地指出学生在实验过程中存在的问题。
在此过程中,学生的实验目标检测结果是由边缘计算盒120计算得到的。视频采集装置110和边缘计算盒120电连接,且可以靠近实验台布置,使得边缘计算盒120能够靠近实验视频数据采集的源头,能够实时地获取数据并进行分析处理。
此外,视频采集装置110的视频信号输出端还可以通过网络连接教师终端200,将实验视频数据进行数字处理并加以压缩,通过网络将压缩的实验视频数据送入到教师终端200,以供教师终端200可以实时呈现各个实验台的操作情况。
本申请实施例提供的实验教学系统,包括教师终端和至少两个学生终端,学生终端包括边缘计算盒和视频采集装置,通过边缘计算盒对实验视频数据进行实验目标检测,得到实验目标检测结果,由于教师终端仅需要接收小数据量的实验目标检测结果,需要处理的数据量大大减少,与学生终端之间进行传输的数据量所占用的数据带宽也大大减少,节约了数据传输时间和数据处理时间,降低了整个实验教学系统的延时,提高了教学效率和教学质量。
基于上述实施例,视频采集装置110包括至少两个不同视角的摄像头。
具体地,学生在实验过程中,需要对学生的操作过程从各个方位进行视频采集,避免出现拍摄死角和画面遮挡的产生。例如,某些化学实验的结果是短时间内才呈现的,若因为摄像头存在拍摄死角,无法采集到与实验结果相关的视频,则严重影响了实验结果的评判。
为了尽可能地捕捉到更加全面的实验操作信息,可以对视频采集装置110中的摄像头的数量和安装位置进行设置,使得视频采集装置110能够从多个视角对实验操作过程进行视频数据采集。优选地,视频采集装置110可以包括3个网络摄像头,分别从不同视角对实验台进行拍摄,实现不重复、不遗漏地采集实验视频数据。
基于上述任一实施例,摄像头的安装位置包括实验台前侧、实验台顶部、实验台左侧和实验台右侧中的至少一种。
具体地,摄像的安装位置可以为实验台前侧、实验台顶部、实验台左侧和实验台右侧,分别对实验台以正面视角、俯视角、左视角和右视角对实验操作过程进行记录。
基于上述任一实施例,图2为本申请提供的边缘计算盒的结构示意图,如图2所示,边缘计算盒120包括图像融合处理器1201和目标检测处理器1202;图像融合处理器1201的融合数据输出端与目标检测处理器1202的检测数据输入端电连接,用于对不同视角的摄像头采集得到的实验视频数据进行融合,得到视频融合数据;目标检测处理器1202用于对视频融合数据进行实验目标检测,得到实验目标检测结果。
具体地,边缘计算盒120对视频采集装置110采集的实验视频数据进行处理。视频采集装置110包括多个不同视角的摄像头,因此,边缘计算盒120需要对多个摄像头拍摄得到实验视频数据进行融合,再对融合后得到的视频融合数据进行实验目标检测。
按照边缘计算任务进行逻辑划分,边缘计算盒120包括图像融合处理器1201和目标检测处理器1202。在边缘计算盒120的实际设计过程中,图像融合处理器1201和目标检测处理器1202可以为同一处理器,也可以为两个并行的处理器。
图像融合处理器1201主要执行对多个实验视频数据进行融合。因此,可以在边缘计算盒120的存储器中预存图像融合算法,例如基于特征点匹配的图像融合算法,包括Harris角点检测算法,SIFT(Scale Invariant Feature Transform)特征点检测算法,FAST角点检测算法,SURF(Speeded-Up Robust Feature)特征点检测算法等。在执行图像融合时,图像融合处理器1201直接调用存储器中的图像融合算法,对不同视角的摄像头采集得到的实验视频数据进行融合,得到视频融合数据。
目标检测处理器1202主要执行对视频融合数据进行实验目标检测。同理,可以在边缘计算盒120的存储器中预存目标检测算法,例如,YOLO(You Only Look Once)算法和SSD(Single Shot MultiBox Detector)算法等。在执行目标检测时,目标检测处理器1202直接调用存储器中的目标检测算法,对视频融合数据进行实验目标检测,得到实验目标检测结果。
边缘计算盒120可以设置以太网接口、USB接口等,使得边缘计算盒120可以与上位机连接,对边缘计算盒120中的算法进行更新。
基于上述任一实施例,边缘计算盒120中的处理器为Jetson Xavier。
具体地,Jetson Xavier处理器适用于智能摄像头、高分辨率传感器、自动光学检测、无人机和机器人等场景,能够在低功耗的情况下提供高达32万亿次运算/秒(TOPS)的峰值计算能力和高达750Gbps的高速I/O性能,面对海量的实验视频数据,能够快速运行复杂的图像融合算法和目标检测算法。
当边缘计算盒120中的处理器采用Jetson Xavier时,对于单个实验台,边缘计算盒120能够快速实现对所述实验视频数据进行实验目标检测,得到实验目标检测结果。相比于现有技术,实验视频数据不需要上传至云端计算平台才能计算出结果,从而解决了多个学生终端100的实验目标检测结果需要排队计算,同时也避免了因海量数据上传造成的传输延时,使得学生终端100的实验目标检测结果能够实时得到,教师终端200可以实时教学和/或进行实验结果评判,提高了教学效率和教学质量。
基于上述任一实施例,学生终端100还包括显示触摸屏,显示触摸屏用于显示实验信息和记录实验结果。
具体地,为了提高实验教学过程中的教师与学生的互动,提高教学质量,学生终端100还配备了显示触摸屏。显示触摸屏用于显示教师终端发送的实验信息,包括实验科目、实验步骤、操作说明和教学案例等。显示触摸屏还用于录入学生的反馈信息,包括实验结果的记录等。
教师终端200也可以包括显示触摸屏和教学客户端。教师可以通过教学客户端控制多个学生终端100反馈的信息。例如,通过教学客户端查看各个实验台的操作情况,获取学生终端100发送的实验目标检测结果并进行实验结果评判。
本申请实施例提供的实验教学系统,在学生终端配置显示触摸屏,实现了学生与教师的互动,提高了教学效率和教学质量。
基于上述任一实施例,图3为本申请提供的实验教学方法的流程示意图,如图3所示,该方法的执行主体为上述实施例中的边缘计算盒,该方法包括:
步骤110,接收视频采集装置采集得到的实验视频数据;
步骤120,对实验视频数据进行实验目标检测,得到实验目标检测结果,并发送到教师终端。
具体地,实验视频数据为视频采集装置对学生在实验台上的实验操作过程进行采集后得到的。视频采集装置包括多个摄像头,分别对实验台以正面视角、俯视角、左视角和右视角等进行记录。
在对采集得到的实验视频数据进行实验目标检测之前,可以设定需要检测的实验目标和相应的实验目标检测算法。例如,如果学生所操作的是化学试验,则可以将实验目标设置为指定化学容器内溶液的颜色变化。将实验目标检测算法设置为颜色识别算法。
对实验视频数据进行实验目标检测,得到实验目标检测结果。此处的实验目标检测结果可以根据需要检测的实验目标和相应的实验目标检测算法。例如,若指定化学容器内的溶液颜色变为红色,则可以认为学生所操作的化学实验结果为成功。则可以将实验成功作为实验目标检测结果发送给教师终端。
在此实验教学评判过程中,教师终端仅需要接收小数据量的实验目标检测结果,不需要接收大量的实验视频数据并进行计算分析,能够实时对多个学生终端的实验目标检测结果作出反馈,实时帮助到每个学生进行实验操作指导或者对每个学生的实验操作进行考评。
本申请实施例提供的实验教学方法,通过对实验视频数据进行实验目标检测,得到实验目标检测结果,由于教师终端仅需要接收小数据量的实验目标检测结果,需要处理的数据量大大减少,需要进行传输的数据量所占用的数据带宽也大大减少,节约了数据传输时间和数据处理时间,降低了整个实验教学系统的延时,提高了教学效率和教学质量。
基于上述任一实施例,步骤120之前包括:
接收实验目标物体检测算法。
具体地,实验教学系统中的边缘计算盒可以预先存储多个实验目标物体检测算法。在对实验视频数据进行实验目标检测时,可以调用相应的实验目标物体检测算法即可。
边缘计算盒可以设置以太网接口、USB接口等,也可以设置无线通信模块等,使得边缘计算盒可以与上位机连接,对边缘计算盒中的算法进行更新。
本申请实施例提供的实验教学方法,通过接收实验目标物体检测算法,提高了边缘计算盒的可扩展性。
基于上述任一实施例,图4为本申请提供的实验目标检测方法的流程示意图,如图4所示,步骤120包括:
步骤1201,基于实验目标物体检测算法,对实验视频数据的每一图像帧进行实验目标物体检测;
步骤1202,若在实验视频数据中检测到包含实验目标物体的图像帧数大于预设阈值,则判定实验视频数据包含实验目标物体,并将实验目标检测结果设置为真。
具体地,此处,实验视频数据可以为视频采集装置中单个摄像头拍摄得到的视频数据,也可以为视频采集装置中多个摄像头拍摄得到的视频数据进行数据融合后得到的融合视频数据。
由于环境光照因素和摄像机本身成像因素,可能导致实验视频数据中的画面出现画面扭曲、颜色偏差过大等现象,因此,在进行实验目标物体检测之前,可以对实验视频数据进行预处理,例如,可以对视频数据中的图像进行降噪处理。降噪处理一般有空间域滤波、频率域滤波以及形态学运算等等。空间域滤波是指直接通过原图像中像素点的灰度值进行数据运算去除噪声的方法,常见的空间域滤波方法主要有均值滤波、中值滤波、高斯低通滤波等。频率域滤波则是指将图像从空间域转换到频率域,通过处理相关变换系数去除噪声的方法,其主要方法有傅里叶变换、余弦变换、小波变换等。而形态学运算则是利用形态学的开、闭运算去除噪声的方法。
实验视频数据是由各个图像帧按照时间顺序组成的,图像帧是组成视频的最小单位。对实验视频数据进行实验目标物体检测,就是对实验视频数据的每一图像帧进行实验目标物体检测。
在任一图像帧中检测到的实验目标物体可能是由于图像噪声形成的假性目标物体,以此,可以结合多个图像帧的检测结果确定实验视频数据是否包含实验目标物体。
若在实验视频数据中检测到包含实验目标物体的图像帧数大于预设阈值,则判定实验视频数据包含实验目标物体,并将实验目标检测结果设置为真。
例如,当学生进行电路照明实验时,若仅在一张图像帧中检测到电灯的亮度发生变化,可能是由于摄像机产生的图像噪声,并不足以说明学生的电路照明实验取得成功。可以设定预设阈值为20。若在实验视频数据中检测到包含电灯的亮度发生变化的图像帧数大于20,则说明学生的电路照明实验取得成功。
预设阈值可以根据实验目标物体的属性进行设置。例如,可以根据实验目标物体在实验中的存在时间要求设置预设阈值。
当判定实验视频数据包含实验目标物体时,可以将实验目标检测结果设置为真。此时,仅需要将此结果发送至教师终端,而不需要发送实验视频数据至教师终端进行数据计算。
本申请实施例提供的实验教学方法,通过实验目标物体检测算法,对实验视频数据的每一图像帧进行实验目标物体检测,判定实验视频数据包含实验目标物体,并将实验目标检测结果设置为真,避免了将实验视频数据发送至教师终端进行计算,节约了数据传输时间和数据处理时间,降低了整个实验教学系统的延时,提高了教学效率和教学质量。
基于上述任一实施例,图5为本申请提供的电子设备的结构示意图,如图5所示,该电子设备可以包括:处理器(Processor)510、通信接口(Communications Interface)520、存储器(Memory)530和通信总线(Communications Bus)540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑命令,以执行如下方法:
接收视频采集装置采集得到的实验视频数据;对实验视频数据进行实验目标检测,得到实验目标检测结果,并发送到教师终端。
此外,上述的存储器530中的逻辑命令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干命令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的电子设备中的处理器可以调用存储器中的逻辑指令,实现上述实验教学方法,其具体的实施方式与方法实施方式一致,且可以达到相同的有益效果,此处不再赘述。
本申请实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的方法,例如包括:
接收视频采集装置采集得到的实验视频数据;对实验视频数据进行实验目标检测,得到实验目标检测结果,并发送到教师终端。
本申请实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时,实现上述实验教学方法,其具体的实施方式与方法实施方式一致,且可以达到相同的有益效果,此处不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干命令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各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;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (11)
1.一种实验教学系统,其特征在于,包括教师终端和至少两个学生终端;所述学生终端包括边缘计算盒和视频采集装置;
所述视频采集装置的视频信号输出端与所述边缘计算盒的计算数据输入端电连接,用于采集实验视频数据;
所述边缘计算盒的计算数据输出端与所述教师终端的检测结果输入端电连接,用于对所述实验视频数据进行实验目标检测,得到实验目标检测结果;
所述教师终端,用于接收各个学生终端的实验目标检测结果。
2.根据权利要求1所述的实验教学系统,其特征在于,所述视频采集装置包括至少两个不同视角的摄像头。
3.根据权利要求2所述的实验教学系统,其特征在于,所述摄像头的安装位置包括实验台前侧、实验台顶部、实验台左侧和实验台右侧中的至少一种。
4.根据权利要求2所述的实验教学系统,其特征在于,所述边缘计算盒包括图像融合处理器和目标检测处理器;
所述图像融合处理器的融合数据输出端与所述目标检测处理器的检测数据输入端电连接,用于对不同视角的摄像头采集得到的实验视频数据进行融合,得到视频融合数据;
所述目标检测处理器用于对所述视频融合数据进行实验目标检测,得到实验目标检测结果。
5.根据权利要求1所述的实验教学系统,其特征在于,所述边缘计算盒中的处理器为Jetson Xavier。
6.根据权利要求1所述的实验教学系统,其特征在于,所述学生终端还包括显示触摸屏,所述显示触摸屏用于显示实验信息和记录实验结果。
7.一种实验教学方法,其特征在于,应用于权利要求1至6任一项所述的边缘计算盒,包括:
接收视频采集装置采集得到的实验视频数据;
对实验视频数据进行实验目标检测,得到实验目标检测结果,并发送到教师终端。
8.根据权利要求7所述的实验教学方法,其特征在于,所述对实验视频数据进行实验目标检测,之前包括:
接收实验目标物体检测算法。
9.根据权利要求8所述的实验教学方法,其特征在于,所述对实验视频数据进行实验目标检测,得到实验目标检测结果,包括:
基于实验目标物体检测算法,对实验视频数据的每一图像帧进行实验目标物体检测;
若在所述实验视频数据中检测到包含实验目标物体的图像帧数大于预设阈值,则判定所述实验视频数据包含实验目标物体,并将所述实验目标检测结果设置为真。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求7至9中任一项所述的实验教学方法的步骤。
11.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求7至9中任一项所述的实验教学方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011634614.7A CN112735198A (zh) | 2020-12-31 | 2020-12-31 | 实验教学系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011634614.7A CN112735198A (zh) | 2020-12-31 | 2020-12-31 | 实验教学系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112735198A true CN112735198A (zh) | 2021-04-30 |
Family
ID=75608716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011634614.7A Pending CN112735198A (zh) | 2020-12-31 | 2020-12-31 | 实验教学系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112735198A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113542787A (zh) * | 2021-07-15 | 2021-10-22 | 上海松鼠课堂人工智能科技有限公司 | 直播实验教学视频进行加工的方法与系统 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8754924B1 (en) * | 2013-03-15 | 2014-06-17 | Refined Data Solutions, Inc. | System and method for enabling virtual live video |
CN104835356A (zh) * | 2015-05-31 | 2015-08-12 | 深圳市采集科技有限公司 | 一种学生听讲专注度的测量方法及系统 |
CN105245841A (zh) * | 2015-10-08 | 2016-01-13 | 北京工业大学 | 一种基于cuda的全景视频监控系统 |
CN107016704A (zh) * | 2017-03-09 | 2017-08-04 | 杭州电子科技大学 | 一种基于增强现实的虚拟现实实现方法 |
CN208315019U (zh) * | 2017-12-25 | 2019-01-01 | 沈阳航空航天大学 | 一种教学用实验数据采集及监控系统 |
CN109889855A (zh) * | 2019-01-31 | 2019-06-14 | 南京理工大学 | 基于移动app的智能全景视频直播网络购物系统及方法 |
CN110533971A (zh) * | 2019-07-19 | 2019-12-03 | 山东至信信息科技有限公司 | 一种深入互动的智能教学系统 |
CN110675701A (zh) * | 2019-09-25 | 2020-01-10 | 广东广视通科教设备有限公司 | 一种用于实操题的考试系统 |
CN110689771A (zh) * | 2019-10-18 | 2020-01-14 | 成都蓝码科技发展有限公司 | 一种用于实验教学的综合智慧系统 |
CN110738309A (zh) * | 2019-09-27 | 2020-01-31 | 华中科技大学 | Ddnn的训练方法和基于ddnn的多视角目标识别方法和系统 |
CN111274435A (zh) * | 2018-12-04 | 2020-06-12 | 北京奇虎科技有限公司 | 视频的回溯方法、装置、电子设备及可读存储介质 |
CN111614936A (zh) * | 2020-05-09 | 2020-09-01 | 安徽三音电子科技有限公司 | 一种用于云计算数据中心的视频监控系统 |
CN111754368A (zh) * | 2020-01-17 | 2020-10-09 | 天津师范大学 | 一种高校教学评估方法及基于边缘智能的高校教学评估系统 |
CN111767888A (zh) * | 2020-07-08 | 2020-10-13 | 北京澎思科技有限公司 | 对象状态检测方法、计算机设备、存储介质和电子设备 |
CN111768439A (zh) * | 2019-10-31 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 一种确定实验评分的方法、装置、电子设备及介质 |
CN111915460A (zh) * | 2020-05-07 | 2020-11-10 | 同济大学 | 基于ai视觉的实验考试智能评分系统 |
CN111954010A (zh) * | 2020-08-04 | 2020-11-17 | 山东金东数字创意股份有限公司 | 基于window平台在5G环境下的全景实时转播系统和方法 |
CN111967304A (zh) * | 2020-06-30 | 2020-11-20 | 北京百度网讯科技有限公司 | 基于边缘计算的获取物品信息方法、装置和结算台 |
CN112017015A (zh) * | 2020-10-30 | 2020-12-01 | 腾讯科技(深圳)有限公司 | 一种商品信息推荐的方法、相关装置、设备及存储介质 |
US20200379575A1 (en) * | 2019-06-03 | 2020-12-03 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for facilitating accessible virtual education |
-
2020
- 2020-12-31 CN CN202011634614.7A patent/CN112735198A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8754924B1 (en) * | 2013-03-15 | 2014-06-17 | Refined Data Solutions, Inc. | System and method for enabling virtual live video |
CN104835356A (zh) * | 2015-05-31 | 2015-08-12 | 深圳市采集科技有限公司 | 一种学生听讲专注度的测量方法及系统 |
CN105245841A (zh) * | 2015-10-08 | 2016-01-13 | 北京工业大学 | 一种基于cuda的全景视频监控系统 |
CN107016704A (zh) * | 2017-03-09 | 2017-08-04 | 杭州电子科技大学 | 一种基于增强现实的虚拟现实实现方法 |
CN208315019U (zh) * | 2017-12-25 | 2019-01-01 | 沈阳航空航天大学 | 一种教学用实验数据采集及监控系统 |
CN111274435A (zh) * | 2018-12-04 | 2020-06-12 | 北京奇虎科技有限公司 | 视频的回溯方法、装置、电子设备及可读存储介质 |
CN109889855A (zh) * | 2019-01-31 | 2019-06-14 | 南京理工大学 | 基于移动app的智能全景视频直播网络购物系统及方法 |
US20200379575A1 (en) * | 2019-06-03 | 2020-12-03 | Arizona Board Of Regents On Behalf Of Arizona State University | Systems and methods for facilitating accessible virtual education |
CN110533971A (zh) * | 2019-07-19 | 2019-12-03 | 山东至信信息科技有限公司 | 一种深入互动的智能教学系统 |
CN110675701A (zh) * | 2019-09-25 | 2020-01-10 | 广东广视通科教设备有限公司 | 一种用于实操题的考试系统 |
CN110738309A (zh) * | 2019-09-27 | 2020-01-31 | 华中科技大学 | Ddnn的训练方法和基于ddnn的多视角目标识别方法和系统 |
CN110689771A (zh) * | 2019-10-18 | 2020-01-14 | 成都蓝码科技发展有限公司 | 一种用于实验教学的综合智慧系统 |
CN111768439A (zh) * | 2019-10-31 | 2020-10-13 | 杭州海康威视数字技术股份有限公司 | 一种确定实验评分的方法、装置、电子设备及介质 |
CN111754368A (zh) * | 2020-01-17 | 2020-10-09 | 天津师范大学 | 一种高校教学评估方法及基于边缘智能的高校教学评估系统 |
CN111915460A (zh) * | 2020-05-07 | 2020-11-10 | 同济大学 | 基于ai视觉的实验考试智能评分系统 |
CN111614936A (zh) * | 2020-05-09 | 2020-09-01 | 安徽三音电子科技有限公司 | 一种用于云计算数据中心的视频监控系统 |
CN111967304A (zh) * | 2020-06-30 | 2020-11-20 | 北京百度网讯科技有限公司 | 基于边缘计算的获取物品信息方法、装置和结算台 |
CN111767888A (zh) * | 2020-07-08 | 2020-10-13 | 北京澎思科技有限公司 | 对象状态检测方法、计算机设备、存储介质和电子设备 |
CN111954010A (zh) * | 2020-08-04 | 2020-11-17 | 山东金东数字创意股份有限公司 | 基于window平台在5G环境下的全景实时转播系统和方法 |
CN112017015A (zh) * | 2020-10-30 | 2020-12-01 | 腾讯科技(深圳)有限公司 | 一种商品信息推荐的方法、相关装置、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113542787A (zh) * | 2021-07-15 | 2021-10-22 | 上海松鼠课堂人工智能科技有限公司 | 直播实验教学视频进行加工的方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107105310B (zh) | 一种视频直播中人物形象替换方法、装置和一种录播系统 | |
CN112183166B (zh) | 确定训练样本的方法、装置和电子设备 | |
US11861810B2 (en) | Image dehazing method, apparatus, and device, and computer storage medium | |
CN108074241B (zh) | 目标图像的质量评分方法、装置、终端及存储介质 | |
CN111967319B (zh) | 基于红外和可见光的活体检测方法、装置、设备和存储介质 | |
CN111985281B (zh) | 图像生成模型的生成方法、装置及图像生成方法、装置 | |
CN105374051B (zh) | 智能移动终端防镜头抖动视频运动目标检测方法 | |
WO2022116104A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
CN109711375B (zh) | 一种信号灯的识别方法及装置 | |
CN113439227A (zh) | 放大图像的捕获和存储 | |
KR20220004606A (ko) | 신호등 식별 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램 | |
CN112735198A (zh) | 实验教学系统及方法 | |
WO2020135097A1 (zh) | 显示终端通道切换检测方法和装置 | |
CN114663726A (zh) | 目标类别检测模型的训练方法、目标检测方法及电子设备 | |
CN113055657A (zh) | 基于电网线路巡检的图像采集方法和系统 | |
CN112561795A (zh) | 基于Spark和OpenCV的实时生成全景图实现系统及方法 | |
CN115601712A (zh) | 适用于现场安全措施的图像数据处理方法及系统 | |
CN117011216A (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
US9218669B1 (en) | Image ghost removal | |
CN114332981A (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
CN110020624B (zh) | 图像识别方法、终端设备及存储介质 | |
Pul et al. | Automatic functionality verification of hybrid set-top boxes with dynamic user interface | |
WO2021102928A1 (zh) | 图像处理方法及装置 | |
CN112396024A (zh) | 一种基于卷积神经网络的森林火灾告警方法 | |
CN113706429B (zh) | 图像处理方法、装置、电子设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210430 |