CN113359982A - 一种基于云平台的虚拟现实课件制作管理方法及系统 - Google Patents
一种基于云平台的虚拟现实课件制作管理方法及系统 Download PDFInfo
- Publication number
- CN113359982A CN113359982A CN202110609791.8A CN202110609791A CN113359982A CN 113359982 A CN113359982 A CN 113359982A CN 202110609791 A CN202110609791 A CN 202110609791A CN 113359982 A CN113359982 A CN 113359982A
- Authority
- CN
- China
- Prior art keywords
- courseware
- data
- teaching
- information
- virtual
- 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.)
- Withdrawn
Links
- 238000007726 management method Methods 0.000 title claims description 65
- 238000004519 manufacturing process Methods 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000002452 interceptive effect Effects 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims description 55
- 238000001514 detection method Methods 0.000 claims description 37
- 238000012216 screening Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 27
- 239000013068 control sample Substances 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005192 partition Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 22
- 238000013481 data capture Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000009471 action Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 208000001613 Gambling Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F3/014—Hand-worn input/output arrangements, e.g. data gloves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Computer Graphics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于云平台的虚拟现实课件制作管理方法及系统,所述方法包括:根据第一教学属性信息,获得第一教学参数;将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;根据所述第一课件信息,判断是否存在第一预设标识;若存在,生成第一虚拟课件数据;通过进行空间数据采集和人体数据捕捉,获得第一空间数据和第一捕捉数据,并构建第一制作空间模型;根据所述第一交互设备,获得第二虚拟课件数据并上传到第二云端数据库中,生成第一制作节点完成课件管理。解决了现有技术中存在由于课件制作数据较多,使得虚拟现实课件制作管理过程的稳定性不高,智能化程度不够完善的技术问题。
Description
技术领域
本发明涉及课件制作相关领域,尤其涉及一种基于云平台的虚拟现实课件制作管理方法及系统。
背景技术
虚拟现实(VirtualReality,VR)是近年多媒体技术的热点之一,正快速的被应用到影视制作,游戏,城市规划,建筑,旅游等各个领域,其中,虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统,它利用计算机生成一种模拟环境,是一种多源信息融合的交互式的三维动态视景和实体行为的系统仿真,使用户沉浸到该环境中。课件根据教学大纲的要求和教学的需要,经过严格的教学设计制作成教学信息,由于课件制作的自主性较高,从而使得虚拟现实课件制作管理具有重要意义。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在由于课件制作数据较多,使得虚拟现实课件制作管理过程的稳定性不高,智能化程度不够完善的技术问题。
发明内容
本申请实施例通过提供一种基于云平台的虚拟现实课件制作管理方法及系统,解决了现有技术中存在由于课件制作数据较多,使得虚拟现实课件制作管理过程的稳定性不高,智能化程度不够完善的技术问题,达到了通过基于云平台和虚拟现实技术的结合,使得课件制作的稳定性和安全性得到保证,实现较高质量的智能化管理水平的技术效果。
鉴于上述问题,提出了本申请实施例提供一种基于云平台的虚拟现实课件制作管理方法及系统。
第一方面,本申请实施例提供了一种基于云平台的虚拟现实课件制作管理方法,其中,所述方法应用于一种基于云平台的虚拟现实课件制作管理系统,所述系统与第一交互设备智能连接,所述方法包括:获得第一教学用户的第一教学属性信息;根据所述第一教学属性信息,获得第一教学参数;将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;根据所述第一课件信息,判断是否存在第一预设标识;若存在,将所述第一预设标识对应的课件进行存储,生成第一虚拟课件数据;通过对第一制作环境进行空间数据采集,获得第一空间数据;通过对所述第一教学用户进行人体数据捕捉,获得第一捕捉数据;根据所述第一空间数据和所述第一捕捉数据,构建第一制作空间模型;根据所述第一交互设备将所述第一虚拟课件数据输入所述第一制作空间模型中,获得第二虚拟课件数据;将所述第二虚拟课件数据上传到第二云端数据库中,生成第一制作节点,其中,所述第二云端数据库中包括多个存储区块且每个存储区块对应一个节点;根据所述第一制作节点完成对所述第一课件信息的管理。
另一方面,本申请还提供了一种基于云平台的虚拟现实课件制作管理系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一教学用户的第一教学属性信息;第二获得单元,所述第二获得单元用于根据所述第一教学属性信息,获得第一教学参数;第一生成单元,所述第一生成单元用于将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;第一判断单元,所述第一判断单元用于根据所述第一课件信息,判断是否存在第一预设标识;第二生成单元,所述第二生成单元用于若存在,将所述第一预设标识对应的课件进行存储,生成第一虚拟课件数据;第三获得单元,所述第三获得单元用于通过对第一制作环境进行空间数据采集,获得第一空间数据;第四获得单元,所述第四获得单元用于通过对所述第一教学用户进行人体数据捕捉,获得第一捕捉数据;第一构建单元,所述第一构建单元用于根据所述第一空间数据和所述第一捕捉数据,构建第一制作空间模型;第五获得单元,所述第五获得单元用于根据第一交互设备将所述第一虚拟课件数据输入所述第一制作空间模型中,获得第二虚拟课件数据;第三生成单元,所述第三生成单元用于将所述第二虚拟课件数据上传到第二云端数据库中,生成第一制作节点,其中,所述第二云端数据库中包括多个存储区块且每个存储区块对应一个节点;第一管理单元,所述第一管理单元用于根据所述第一制作节点完成对所述第一课件信息的管理。
第三方面,本发明提供了一种基于云平台的虚拟现实课件制作管理系统,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,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过获得第一教学用户的第一教学属性信息进而获得对应的教学参数,并将所述第一教学参数上传到第一云端数据库中进行具体的课件制作,生成第一课件信息,并判断所述第一课件信息中是否存在第一预设标识,当存在将对应的课件进行存储以获得第一虚拟课件数据,进一步的,分别对空间数据和人体数据进行数据采集和不做,对应获得第一空间数据和第一捕捉数据,并根据这些数据构建出第一制作空间模型,其中,所述第一制作空间模型为三维空间模型,再根据所述第一教育而用户采用的第一交互设备完成对应虚拟课件数据的制作并输出到对应的空间模型中进行具体场景的实现,从而便于所述第一教学用户完成对应的制作,并基于课件制作的过程获得的第二虚拟课件数据上传至第二云端数据库中进行分节点存储,基于节点来进行课件管理的方式,达到了通过基于云平台和虚拟现实技术的结合,使得课件制作的稳定性和安全性得到保证,实现较高质量的智能化管理水平的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于云平台的虚拟现实课件制作管理方法的流程示意图;
图2为本申请实施例一种基于云平台的虚拟现实课件制作管理系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一生成单元13,第一判断单元14,第二生成单元15,第三获得单元16,第四获得单元17,第一构建单元18,第五获得单元19,第三生成单元20,第一管理单元21,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种基于云平台的虚拟现实课件制作管理方法及系统,解决了现有技术中存在由于课件制作数据较多,使得虚拟现实课件制作管理过程的稳定性不高,智能化程度不够完善的技术问题,达到了通过基于云平台和虚拟现实技术的结合,使得课件制作的稳定性和安全性得到保证,实现较高质量的智能化管理水平的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
虚拟现实(VirtualReality,VR)是近年多媒体技术的热点之一,正快速的被应用到影视制作,游戏,城市规划,建筑,旅游等各个领域,其中,虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统,它利用计算机生成一种模拟环境,是一种多源信息融合的交互式的三维动态视景和实体行为的系统仿真,使用户沉浸到该环境中。课件根据教学大纲的要求和教学的需要,经过严格的教学设计制作成教学信息,由于课件制作的自主性较高,从而使得虚拟现实课件制作管理具有重要意义。但现有技术中存在由于课件制作数据较多,使得虚拟现实课件制作管理过程的稳定性不高,智能化程度不够完善的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于云平台的虚拟现实课件制作管理方法,其中,所述方法应用于一种基于云平台的虚拟现实课件制作管理系统,所述系统与第一交互设备智能连接,所述方法包括:获得第一教学用户的第一教学属性信息;根据所述第一教学属性信息,获得第一教学参数;将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;根据所述第一课件信息,判断是否存在第一预设标识;若存在,将所述第一预设标识对应的课件进行存储,生成第一虚拟课件数据;通过对第一制作环境进行空间数据采集,获得第一空间数据;通过对所述第一教学用户进行人体数据捕捉,获得第一捕捉数据;根据所述第一空间数据和所述第一捕捉数据,构建第一制作空间模型;根据所述第一交互设备将所述第一虚拟课件数据输入所述第一制作空间模型中,获得第二虚拟课件数据;将所述第二虚拟课件数据上传到第二云端数据库中,生成第一制作节点,其中,所述第二云端数据库中包括多个存储区块且每个存储区块对应一个节点;根据所述第一制作节点完成对所述第一课件信息的管理。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于云平台的虚拟现实课件制作管理方法,其中,所述方法应用于一种基于云平台的虚拟现实课件制作管理系统,所述系统与第一交互设备智能连接,所述方法包括:
步骤S100:获得第一教学用户的第一教学属性信息;
步骤S200:根据所述第一教学属性信息,获得第一教学参数;
具体而言,所述第一教学用户为进行教学课件制作的用户。所述第一教学属性信息是根据教学用户的教学目标确定,完成教学内容和任务分析等具体教学内容的分析,从而确定对应的教学参数,进一步的,所述教学参数是这怒地与课件制作的过程中的所有参数信息,由于课件制作的基本模式有多种类型,比如练习型、指导型、咨询性等各种类型,课件可在计算机上展现的文字、声音、图像、视频等素材的集合,具体来说,所述第一教学参数是根据教学用户的教学类别等具体确定其课件制作的主要方向和参数,比如教学时间分配、外观设计、内容规划等,进而达到了确定课件制作参数,实现课件的有效化设计制作,提供课件制作基础数据。
步骤S300:将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;
具体而言,基于教学参数进行课件制作的过程中包括有教学内容信息和教学框架以及课件设计等各个数据完成,因此较为复杂且海量的数据存储对计算机进行复杂计算存在影响,由于云平台具有的服务特征优势,从而使得具有该项云服务的同时不需要提供对应的经济或技术条件,距离来说,当教学用户使用云平台计算时只需要连接互联网完成计算,不需要额外购置计算设备。因此,通过将所述第一教学参数上传到所述第一云端数据库中,使得对应的计算过程在云处理器中的一个数据库中存储,当需要匹配计算制作时从第一云端数据库中进行调用,以完成课件信息的制作,由于课件的制作是需要通过一定的课程软件进行多媒体的制作,包括其播放效果,页面效果,动态变化等各个信息,从而使得第一云端数据库能够将海量的信息完成存储,并且可以防止数据的丢失,达到了提高课件制作过程中的稳定性和准确性的技术效果。
步骤S400:根据所述第一课件信息,判断是否存在第一预设标识;
步骤S500:若存在,将所述第一预设标识对应的课件进行存储,生成第一虚拟课件数据;
具体而言,所述第一预设标识是提前设置的对动态类别进行标识,判断是否存在第一预设标识即判断所述第一课件信息中具有一定动态特征,由于生成的课件信息是需要通过播放页面进行课件的展示,因此,不同课件页面的播放效果也有所不同,将具有特殊动态标识的对应课件页面进行存储生成所述第一虚拟课件数据,其中,所述第一虚拟课件数据是将动态制作的页面进行单独存储获得的课件数据信息,比如课件文稿的播放页面、存在特技处理的动态页面、画面动态转动等,基于虚拟现实的信息环境处理系统再对所述第一虚拟课件数据进行课件制作,从而达到了提高课件制作质量的技术效果。
步骤S600:通过对第一制作环境进行空间数据采集,获得第一空间数据;
具体而言,空间数据采集的过程是通过遥感技术和定位系统及时获取空间数据,建立准确可靠的虚拟现实空间环境,其中,遥感是一种利用物体反射和辐射电磁波的固有特性,通过贯彻电磁波、识别物体以及物体存在环境条件的技术。从而对所述第一教学用户进行课件制作的环境通过遥感技术和定位系统进行空间数据的采集,其中,空间数据分析会转化为虚拟现实系统支持的数据格式,从而完成三维虚拟现实的空间转化。
步骤S700:通过对所述第一教学用户进行人体数据捕捉,获得第一捕捉数据;
具体而言,人体数据捕捉的过程是通过对所述第一教学用户的数据进行捕捉,从而实时的记录人体的各项数据和动作,由于人体数据的会对虚拟现实的显示过程产生一定的影响,因此需要对所述第一教学用户的人体数据进行实时的捕捉采集,从而保证其实时性。进一步的,在人体数据捕捉的过程中包括人体动作、面部表情、生理指数、气味、语音等,进而获得所述第一捕捉数据,这些采集到的实时数据是完成课件制作的动作控制媒介,因此,准确的数据采集对实现高质量课件制作具有重要意义,基于所述第一捕捉数据,能实现课件制作的准确性和及时性。
步骤S800:根据所述第一空间数据和所述第一捕捉数据,构建第一制作空间模型;
具体而言,构建所述第一制作空间模型是基于所述第一空间数据和所述第一捕捉数据完成构建的,其中,所述第一制作空间模型为由计算机图形构成的三维数字模型,编制到计算机中产生具体的虚拟环境,从而使得用户在市局的上产生一种沉浸于虚拟环境的感觉。进一步的,基于所述第一空间数据和所述第一捕捉数据能够保证所述第一教学用户在制作课件的过程中空间模型的准确性。
步骤S900:根据所述第一交互设备将所述第一虚拟课件数据输入所述第一制作空间模型中,获得第二虚拟课件数据;
具体而言,所述第一交互设备是一种三维显示设备,其中,所述第一交互设备有头盔式显示器和立体眼镜等,其中,头盔显示器采用立体图回执技术来产生两幅相隔一定间距的透视图,并直接显示到应用于用户的左、右眼的显示器上,进一步的,其中的显示器都配有磁定位传感器测定用户的视线方面,视线场景的改变。进一步的,所述第一交互设备是基于教学用户的基本教学属性决定的,进一步的,通过所述第一交互设备连接的控制设备进行虚拟空间中课件制作的有效控制,一般而言,控制设备包括数据手套、跟踪球、三维探针、鼠标器等,从而实现在虚拟现实空间中的课件制作,其中,将所述第一虚拟课件数据投放到空间后进行对应的课件制作,比如教学用户通过录制赌赢课件过程进行内容填充,或者基于其动态画面播放进行检测和设计,进而获得不断完善的虚拟课件数据,即所述第二虚拟课件数据,从而能够针对空间中的课件完成不断的完善。
步骤S1000:将所述第二虚拟课件数据上传到第二云端数据库中,生成第一制作节点,其中,所述第二云端数据库中包括多个存储区块且每个存储区块对应一个节点;
步骤S1100:根据所述第一制作节点完成对所述第一课件信息的管理。
具体而言,所述第二云端数据库与所述第一云端数据库不相同,与云端服务器智能连接,其中,所述第一云端数据库主要是对课件制作前的基础课件设计参数和课件填充内容进行预备存储的数据库,所述第二云端数据库主要是将再虚拟环境中完成虚拟课件制作的赌赢课件信息进行存储,且存储的过程中对应于每个制作阶段会生成保存的节点,每一个区域中存储一个节点,进一步的,通过对每个存储的区块完成多个节点的存储管理,实现流程有效化的基于云平台的管理,使得存储的数据具有稳定性和准确性,并且基于多节点的控制能够使得管理效率得到较大的提升。
进一步而言,本申请实施例步骤S1000还包括:
步骤S1010:获得第一预设周期;
步骤S1020:判断所述第一预设周期中所述第一制作节点的总数量是否大于等于预设节点数量;
步骤S1030:若所述第一预设周期中所述第一制作节点的总数量大于等于所述预设节点数量,获得第一排列指令;
步骤S1040:根据所述第一排列指令对所述第一预设周期中所述第一制作节点的总数量进行比例划分,生成多节点分区;
步骤S1050:根据所述多节点分区设置对应节点分区标签进行存储。
具体而言,所述第一预设周期是根据课件制作频次和制作时长进行具体化计算获得的周期长度,进而针对所述第一预设周期中所有的制作节点进行数量统计,再判断其所有的节点数量是否大于等于所述预设节点数量,其中,所述预设节点数量是根据页面实时存储的节点数量进行决定的,当超出预设数量时表示目前页面存储的节点数量过多,影响用户使用体验,从而将所有的节点进行排列分组才能对应的标签存储,即对同一组节点中按照节点制作流程时间点完成对应数量节点的划分并对应设置标签,使得课件制作的过程或者能够对将制作的页面得到最大的有效化管理。
进一步而言,所述判断所述第一预设周期中所述第一制作节点的总数量是否大于等于预设节点数量之前,本申请实施例步骤S1010还包括:
步骤S1011:获得所述第一预设周期中第一制作节点集合;
步骤S1012:获得第二预设周期,其中,所述第二预设周期小于等于所述第一预设周期;
步骤S1013:根据所述第二预设周期对所述第一制作节点集合进行筛选,生成第一筛选节点集合;
步骤S1014:根据所述第一教学用户和第一清洗规则,生成第二制作节点集合。
具体而言,由于所述第一制作节点是根据所述第二虚拟课件获得的,所述第二预设周期与所述第一预设周期有所不同,其中,所述第一预设周期是针对于制作节点总数量进行检验设置的周期,所述第二周期是针对于制作节点的筛选清洗频率设置的周期,从而能够通过所述第二周期完成对所述第一制作节点中的有效节点进行筛选,比如,在虚拟空间中进行课件制作的过程中,教学用户会通过增加内容或者删减、更新等方式完成对应课件的制作,从而产生了部分废除节点,或者无效的制作部分,因此,需要基于所述第二预设周期定期完成对所述第一制作节点集合进行清洗,并且所述第一清洗规则需要通过所述第一教学用户完后才能对应的清洗命令后完成智能清洗,从而获得所述第二制作节点集合和所述第一筛选节点集合,由于所述第一筛选节点集合为重复、缺损等页面的集合,因此,可以通过设置一定的存储周期后再上传于云端数据库中进行存储,当达到周期后自主删除,再将筛选后的所述第二制作节点集合进行区块标签存储,从而能够有效节省管理量,提升管理质量的技术效果。
进一步而言,本申请实施例步骤S900还包括:
步骤S910:获得所述第一交互设备的第一设备属性信息;
步骤S920:根据所述第一设备属性信息,获得第一控制参数;
步骤S930:根据所述第一控制参数,生成第一控制样本训练集;
步骤S940:将第一控制样本训练集输入参数控制检测模型中,生成第一检测系数,所述第一控制系数用于表示所述第一交互设备的准确性;
步骤S950:根据所述第一检测系数,获得第一提醒信息。
具体而言,基于交互设备的不同使用属性,从而获得其设备对应的控制所述类别,比如手势控制、鼠标控制、操作杆控制等各个属性类别,进而基于设备的属性信息获得对应的控制参数实现虚拟空间的对应控制,其中,所述第一控制参数能够控制读个自由度,对应于描述三维对象的宽度、高度、深度、俯仰角、转动角和偏转角,因此,对应于所述第一控制参数需要具有较高的控制准确度,因此通过参数控制检测模型完成对控制参数准确性的检测,对应于较高准确性的控制参数再完成具体使用,所述第一控制样本训练集是通过设置多个样本进行检验,增加输入信息的丰富性提供检测结果的准确度,并且所述参数及控制检测模型是基于神经网络模型进行建立的,从而能够保证训练样本及输出结果的智能化数据处理能力,提高教学用户课件制作的使用感。
进一步而言,本申请实施例S920还包括:
步骤S921:根据所述第一设备属性信息对所述第一教学用户进行动作捕捉,生成第一训练数据集,其中,所述第一训练数据集中包括多组训练数据;
步骤S922:构建第一筛选规则,其中,所述第一筛选规则为将大于等于预设质量等级的数据进行筛选;
步骤S923:根据所述第一筛选规则对所述多组训练数据中每组训练数据进行筛选,生成第一筛选训练数据;
步骤S924:根据所述第一筛选训练数据,生成所述第一控制参数。
具体而言,根据所述第一设备属性信息进行动作的训练,由于每个教学用户会具有不同的动作习惯和动作特点,因此,基于设备自身的属性信息对用户的动作进行实时的捕捉,生成针对每种控制映射结果的对应训练数据,即对多种的控制参数进行具体动作的采集,且每种动作采集也包括多个动作数据,并且对每组训练数据进行筛选,获得其中较高质量的对应数据,进而生成所述第一筛选训练数据,获得质量和准确率较高的控制参数,再将对应样本数据输入到所述参数控制检测模型中进行训练,从而提高数据训练的准确性。
进一步而言,本申请实施例步骤S1100还包括:
步骤S1110:根据所述第一教学用户,获得第一权限逻辑规则;
步骤S1120:获得第二教学用户的第一使用权限;
步骤S1130:将所述第一使用权限输入所述第一权限逻辑规则中进行判断,获得第一判断结果;
步骤S1140:若所述第一判断结果为第一结果,获得第二提醒信息,其中,所述第一结果为不通过;
步骤S1150:根据所述第二提醒信息,获得第二采集指令。
具体而言,所述第一权限逻辑规则是基于所述第一教学用户获得的,即根据实时采集的人体数据判断是否为第一教学用户,若不是第一教学用户,判断所述第二教学用户的第一使用权限是否符合所述第一权限逻辑规则,获得第一判断结果,其中,所述第一判断结果包括第一结果和第二结果,所述第一结果为权限不通过,所述第二结果为权限通过,从而根据设置的权限逻辑规则,完成课件制作的权限的安全使用,当获得第二提醒信息时获得对应的采集指令,进一步的,所述采集指令用于对所述第二教学用户进行数据采集训练。达到了提高虚拟现实课件制作安全性的技术效果。
进一步而言,本申请实施例步骤S940还包括:
步骤S941:将所述第一控制样本训练集作为输入信息输入参数控制检测模型;
步骤S942:所述参数控制检测模型通过多组训练数据训练至收敛获得,其中,所述多组训练数据中的每组数据均包括所述第一控制样本训练集和作为用于标识第一检测系数的标识信息;
步骤S943:获得所述参数控制检测模型的输出结果,所述输出结果包括所述第一检测系数。
具体而言,将所述第一检测系数作为监督数据输入每一组训练数据中进行监督学习,所述参数控制检测模型为是以神经网络模型为基础建立的模型,而神经网络是大量的神经元之间相互连接构成的一种运算模型,网络的输出则依照网络的连接方式的一种逻辑策略表达。进一步而言,所述训练的过程实质为监督学习的过程,所述多组训练数据中的每组均包括所述第一控制样本训练集和作为用于标识第一检测系数的标识信息,所述参数控制检测模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,结束本组数据监督学习,进行下一组数据监督学习。当所述参数控制检测模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束,达到了通过所述参数控制检测模型的训练使得输出所述第一检测系数更加准确,达到了数据智能化分析的技术效果。
综上所述,本申请实施例所提供的一种基于云平台的虚拟现实课件制作管理方法及系统具有如下技术效果:
1、由于采用了通过获得第一教学用户的第一教学属性信息进而获得对应的教学参数,并将所述第一教学参数上传到第一云端数据库中进行具体的课件制作,生成第一课件信息,并判断所述第一课件信息中是否存在第一预设标识,当存在将对应的课件进行存储以获得第一虚拟课件数据,构建出第一制作空间模型进行具体场景的实现并基于课件制作的过程获得的第二虚拟课件数据上传至第二云端数据库中的方式,达到了通过基于云平台和虚拟现实技术的结合,使得课件制作的稳定性和安全性得到保证,实现较高质量的智能化管理水平的技术效果。
2、由于采用了通过对虚拟现实制作的课件进行分节点存储,并完成数量统计进行组节点划分的方式,达到了完成对应数量节点的划分并对应设置标签,使得课件制作的过程或者能够对将制作的页面得到最大的有效化管理的技术效果。
3、由于采用了通过对用户进行数据采集保证课件制作的权限的安全使用,并针对用户完成对应控制参数的样本训练,达到了增加输入信息的丰富性,提高控制参数控制准确性的技术效果。
实施例二
基于与前述实施例中一种基于云平台的虚拟现实课件制作管理方法同样发明构思,本发明还提供了一种基于云平台的虚拟现实课件制作管理系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一教学用户的第一教学属性信息;
第二获得单元12,所述第二获得单元12用于根据所述第一教学属性信息,获得第一教学参数;
第一生成单元13,所述第一生成单元13用于将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;
第一判断单元14,所述第一判断单元14用于根据所述第一课件信息,判断是否存在第一预设标识;
第二生成单元15,所述第二生成单元15用于若存在,将所述第一预设标识对应的课件进行存储,生成第一虚拟课件数据;
第三获得单元16,所述第三获得单元16用于通过对第一制作环境进行空间数据采集,获得第一空间数据;
第四获得单元17,所述第四获得单元17用于通过对所述第一教学用户进行人体数据捕捉,获得第一捕捉数据;
第一构建单元18,所述第一构建单元18用于根据所述第一空间数据和所述第一捕捉数据,构建第一制作空间模型;
第五获得单元19,所述第五获得单元19用于根据第一交互设备将所述第一虚拟课件数据输入所述第一制作空间模型中,获得第二虚拟课件数据;
第三生成单元20,所述第三生成单元20用于将所述第二虚拟课件数据上传到第二云端数据库中,生成第一制作节点,其中,所述第二云端数据库中包括多个存储区块且每个存储区块对应一个节点;
第一管理单元21,所述第一管理单元21用于根据所述第一制作节点完成对所述第一课件信息的管理。
进一步的,所述系统还包括:
第六获得单元,所述第六获得单元用于获得第一预设周期;
第二判断单元,所述第二判断单元用于判断所述第一预设周期中所述第一制作节点的总数量是否大于等于预设节点数量;
第七获得单元,所述第七获得单元用于若所述第一预设周期中所述第一制作节点的总数量大于等于所述预设节点数量,获得第一排列指令;
第四生成单元,所述第四生成单元用于根据所述第一排列指令对所述第一预设周期中所述第一制作节点的总数量进行比例划分,生成多节点分区;
第一存储单元,所述第一存储单元用于根据所述多节点分区设置对应节点分区标签进行存储。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于获得所述第一预设周期中第一制作节点集合;
第九获得单元,所述第九获得单元用于获得第二预设周期,其中,所述第二预设周期小于等于所述第一预设周期;
第五生成单元,所述第五生成单元用于根据所述第二预设周期对所述第一制作节点集合进行筛选,生成第一筛选节点集合;
第六生成单元,所述第六生成单元用于根据所述第一教学用户和第一清洗规则,生成第二制作节点集合。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于获得所述第一交互设备的第一设备属性信息;
第十一获得单元,所述第十一获得单元用于根据所述第一设备属性信息,获得第一控制参数;
第七生成单元,所述第七生成单元用于根据所述第一控制参数,生成第一控制样本训练集;
第八生成单元,所述第八生成单元用于将第一控制样本训练集输入参数控制检测模型中,生成第一检测系数,所述第一控制系数用于表示所述第一交互设备的控制准确性;
第十二获得单元,所述第十二获得单元用于根据所述第一检测系数,获得第一提醒信息。
进一步的,所述系统还包括:
第十三获得单元,所述第十三获得单元用于根据所述第一设备属性信息对所述第一教学用户进行动作捕捉,生成第一训练数据集,其中,所述第一训练数据集中包括多组训练数据;
第二构建单元,所述第二构建单元用于构建第一筛选规则,其中,所述第一筛选规则为将大于等于预设质量等级的数据进行筛选;
第九生成单元,所述第九生成单元用于根据所述第一筛选规则对所述多组训练数据中每组训练数据进行筛选,生成第一筛选训练数据;
第十生成单元,所述第十生成单元用于根据所述第一筛选训练数据,生成所述第一控制参数。
进一步的,所述系统还包括:
第十四获得单元,所述第十四获得单元用于根据所述第一教学用户,获得第一权限逻辑规则;
第十五获得单元,所述第十五获得单元用于获得第二教学用户的第一使用权限;
第十六获得单元,所述第十六获得单元用于将所述第一使用权限输入所述第一权限逻辑规则中进行判断,获得第一判断结果;
第十七获得单元,所述第十七获得单元用于若所述第一判断结果为第一结果,获得第二提醒信息,其中,所述第一结果为不通过;
第十八获得单元,所述第十八获得单元用于根据所述第二提醒信息,获得第二采集指令。
进一步的,所述系统还包括:
第一输入单元,所述第一输入单元用于将所述第一控制样本训练集作为输入信息输入参数控制检测模型;
第十九获得单元,所述第十九获得单元用于所述参数控制检测模型通过多组训练数据训练至收敛获得,其中,所述多组训练数据中的每组数据均包括所述第一控制样本训练集和作为用于标识第一检测系数的标识信息;
第二十获得单元,所述第二十获得单元用于获得所述参数控制检测模型的输出结果,所述输出结果包括所述第一检测系数。
前述图1实施例一中的一种基于云平台的虚拟现实课件制作管理方法的各种变化方式和具体实例同样适用于本实施例的一种基于云平台的虚拟现实课件制作管理系统,通过前述对一种基于云平台的虚拟现实课件制作管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于云平台的虚拟现实课件制作管理系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于云平台的虚拟现实课件制作管理方法的发明构思,本发明还提供一种基于云平台的虚拟现实课件制作管理系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于云平台的虚拟现实课件制作管理方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种基于云平台的虚拟现实课件制作管理方法,其中,所述方法应用于一种基于云平台的虚拟现实课件制作管理系统,所述系统与第一交互设备智能连接,所述方法包括:获得第一教学用户的第一教学属性信息;根据所述第一教学属性信息,获得第一教学参数;将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;根据所述第一课件信息,判断是否存在第一预设标识;若存在,将所述第一预设标识对应的课件进行存储,生成第一虚拟课件数据;通过对第一制作环境进行空间数据采集,获得第一空间数据;通过对所述第一教学用户进行人体数据捕捉,获得第一捕捉数据;根据所述第一空间数据和所述第一捕捉数据,构建第一制作空间模型;根据所述第一交互设备将所述第一虚拟课件数据输入所述第一制作空间模型中,获得第二虚拟课件数据;将所述第二虚拟课件数据上传到第二云端数据库中,生成第一制作节点,其中,所述第二云端数据库中包括多个存储区块且每个存储区块对应一个节点;根据所述第一制作节点完成对所述第一课件信息的管理。解决了现有技术中存在由于课件制作数据较多,使得虚拟现实课件制作管理过程的稳定性不高,智能化程度不够完善的技术问题,达到了通过基于云平台和虚拟现实技术的结合,使得课件制作的稳定性和安全性得到保证,实现较高质量的智能化管理水平的技术效果。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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)
1.一种基于云平台的虚拟现实课件制作管理方法,其中,所述方法应用于一种基于云平台的虚拟现实课件制作管理系统,所述系统与第一交互设备智能连接,所述方法包括:
获得第一教学用户的第一教学属性信息;
根据所述第一教学属性信息,获得第一教学参数;
将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;
根据所述第一课件信息,判断是否存在第一预设标识;
若存在,将所述第一预设标识对应的课件进行存储,生成第一虚拟课件数据;
通过对第一制作环境进行空间数据采集,获得第一空间数据;
通过对所述第一教学用户进行人体数据捕捉,获得第一捕捉数据;
根据所述第一空间数据和所述第一捕捉数据,构建第一制作空间模型;
根据所述第一交互设备将所述第一虚拟课件数据输入所述第一制作空间模型中,获得第二虚拟课件数据;
将所述第二虚拟课件数据上传到第二云端数据库中,生成第一制作节点,其中,所述第二云端数据库中包括多个存储区块且每个存储区块对应一个节点;
根据所述第一制作节点完成对所述第一课件信息的管理。
2.如权利要求1所述的方法,所述方法还包括:
获得第一预设周期;
判断所述第一预设周期中所述第一制作节点的总数量是否大于等于预设节点数量;
若所述第一预设周期中所述第一制作节点的总数量大于等于所述预设节点数量,获得第一排列指令;
根据所述第一排列指令对所述第一预设周期中所述第一制作节点的总数量进行比例划分,生成多节点分区;
根据所述多节点分区设置对应节点分区标签进行存储。
3.如权利要求2所述的方法,所述判断所述第一预设周期中所述第一制作节点的总数量是否大于等于预设节点数量之前,所述方法还包括:
获得所述第一预设周期中第一制作节点集合;
获得第二预设周期,其中,所述第二预设周期小于等于所述第一预设周期;
根据所述第二预设周期对所述第一制作节点集合进行筛选,生成第一筛选节点集合;
根据所述第一教学用户和第一清洗规则,生成第二制作节点集合。
4.如权利要求1所述的方法,所述方法还包括:
获得所述第一交互设备的第一设备属性信息;
根据所述第一设备属性信息,获得第一控制参数;
根据所述第一控制参数,生成第一控制样本训练集;
将第一控制样本训练集输入参数控制检测模型中,生成第一检测系数,所述第一控制系数用于表示所述第一交互设备的控制准确性;
根据所述第一检测系数,获得第一提醒信息。
5.如权利要求4所述的方法,所述方法还包括:
根据所述第一设备属性信息对所述第一教学用户进行动作捕捉,生成第一训练数据集,其中,所述第一训练数据集中包括多组训练数据;
构建第一筛选规则,其中,所述第一筛选规则为将大于等于预设质量等级的数据进行筛选;
根据所述第一筛选规则对所述多组训练数据中每组训练数据进行筛选,生成第一筛选训练数据;
根据所述第一筛选训练数据,生成所述第一控制参数。
6.如权利要求1所述的方法,所述方法还包括:
根据所述第一教学用户,获得第一权限逻辑规则;
获得第二教学用户的第一使用权限;
将所述第一使用权限输入所述第一权限逻辑规则中进行判断,获得第一判断结果;
若所述第一判断结果为第一结果,获得第二提醒信息,其中,所述第一结果为不通过;
根据所述第二提醒信息,获得第二采集指令。
7.如权利要求4所述的方法,所述方法还包括:
将所述第一控制样本训练集作为输入信息输入参数控制检测模型;
所述参数控制检测模型通过多组训练数据训练至收敛获得,其中,所述多组训练数据中的每组数据均包括所述第一控制样本训练集和作为用于标识第一检测系数的标识信息;
获得所述参数控制检测模型的输出结果,所述输出结果包括所述第一检测系数。
8.一种基于云平台的虚拟现实课件制作管理系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一教学用户的第一教学属性信息;
第二获得单元,所述第二获得单元用于根据所述第一教学属性信息,获得第一教学参数;
第一生成单元,所述第一生成单元用于将所述第一教学参数上传到第一云端数据库中,生成第一课件信息;
第一判断单元,所述第一判断单元用于根据所述第一课件信息,判断是否存在第一预设标识;
第二生成单元,所述第二生成单元用于若存在,将所述第一预设标识对应的课件进行存储,生成第一虚拟课件数据;
第三获得单元,所述第三获得单元用于通过对第一制作环境进行空间数据采集,获得第一空间数据;
第四获得单元,所述第四获得单元用于通过对所述第一教学用户进行人体数据捕捉,获得第一捕捉数据;
第一构建单元,所述第一构建单元用于根据所述第一空间数据和所述第一捕捉数据,构建第一制作空间模型;
第五获得单元,所述第五获得单元用于根据第一交互设备将所述第一虚拟课件数据输入所述第一制作空间模型中,获得第二虚拟课件数据;
第三生成单元,所述第三生成单元用于将所述第二虚拟课件数据上传到第二云端数据库中,生成第一制作节点,其中,所述第二云端数据库中包括多个存储区块且每个存储区块对应一个节点;
第一管理单元,所述第一管理单元用于根据所述第一制作节点完成对所述第一课件信息的管理。
9.一种基于云平台的虚拟现实课件制作管理系统,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,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110609791.8A CN113359982A (zh) | 2021-06-01 | 2021-06-01 | 一种基于云平台的虚拟现实课件制作管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110609791.8A CN113359982A (zh) | 2021-06-01 | 2021-06-01 | 一种基于云平台的虚拟现实课件制作管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113359982A true CN113359982A (zh) | 2021-09-07 |
Family
ID=77531007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110609791.8A Withdrawn CN113359982A (zh) | 2021-06-01 | 2021-06-01 | 一种基于云平台的虚拟现实课件制作管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113359982A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114707471A (zh) * | 2022-06-06 | 2022-07-05 | 浙江大学 | 基于超参数评估图算法的人工智能课件制作方法及装置 |
CN117113730A (zh) * | 2023-10-23 | 2023-11-24 | 北京中物汇智科技有限公司 | 一种训练课程内容、配置、仿真的生成方法、装置和系统 |
-
2021
- 2021-06-01 CN CN202110609791.8A patent/CN113359982A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114707471A (zh) * | 2022-06-06 | 2022-07-05 | 浙江大学 | 基于超参数评估图算法的人工智能课件制作方法及装置 |
CN117113730A (zh) * | 2023-10-23 | 2023-11-24 | 北京中物汇智科技有限公司 | 一种训练课程内容、配置、仿真的生成方法、装置和系统 |
CN117113730B (zh) * | 2023-10-23 | 2024-01-23 | 北京中物汇智科技有限公司 | 一种训练课程内容、配置、仿真的生成方法、装置和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110362209B (zh) | 一种mr混合现实智能感知交互系统 | |
Tian | Immersive 5G virtual reality visualization display system based on big-data digital city technology | |
CN111353392B (zh) | 换脸检测方法、装置、设备及存储介质 | |
CN113359982A (zh) | 一种基于云平台的虚拟现实课件制作管理方法及系统 | |
EP3392745B1 (en) | Multi-device virtual reality, artifical reality and mixed reality analytics | |
CN109325516A (zh) | 一种面向图像分类的集成学习方法及装置 | |
CN113094495A (zh) | 深度强化学习的学习路径演示方法、装置、设备及介质 | |
Pan et al. | Multi‐source information art painting fusion interactive 3d dynamic scene virtual reality technology application research | |
CN110889450A (zh) | 超参数调优、模型构建方法和装置 | |
CN112668608B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN110490959A (zh) | 三维图像处理方法及装置、虚拟形象生成方法以及电子设备 | |
CN114429528A (zh) | 图像处理方法、装置、设备、计算机程序及存储介质 | |
CN115210752A (zh) | 缺陷检测方法及装置、模型训练方法及装置及电子设备 | |
CN115394143A (zh) | 一种基于数字孪生的虚拟仿真教育系统及其交互方法 | |
CN115933930A (zh) | 教育元宇宙中学习对象的注意力分析方法、终端及装置 | |
CN117333646B (zh) | 一种ar地图联动跑步机的漫游方法 | |
CN112121419B (zh) | 虚拟对象控制方法、装置、电子设备以及存储介质 | |
CN110585730A (zh) | 游戏的节奏感测试方法、装置以及相关设备 | |
CN116229011A (zh) | 一种基于空间数据融合和网格化的车辆感知训练方法 | |
CN110796594A (zh) | 一种图像生成方法、装置及设备 | |
CN109754665A (zh) | 一种机械制造模具虚拟装配培训信息处理系统及培训方法 | |
CN115222917A (zh) | 三维重建模型的训练方法、装置、设备及存储介质 | |
CN115546408A (zh) | 模型简化方法、装置、存储介质、电子设备及产品 | |
CN113345102A (zh) | 一种基于虚拟现实设备的多人教学辅助方法及系统 | |
Zhong | A convolutional neural network based online teaching method using edge-cloud computing platform |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210907 |
|
WW01 | Invention patent application withdrawn after publication |