CN114783242A - 一种用于在线教育的绘画教学方法及装置 - Google Patents

一种用于在线教育的绘画教学方法及装置 Download PDF

Info

Publication number
CN114783242A
CN114783242A CN202210186006.7A CN202210186006A CN114783242A CN 114783242 A CN114783242 A CN 114783242A CN 202210186006 A CN202210186006 A CN 202210186006A CN 114783242 A CN114783242 A CN 114783242A
Authority
CN
China
Prior art keywords
student
painting
teaching
work
point
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
CN202210186006.7A
Other languages
English (en)
Inventor
林东姝
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.)
Hangzhou Xiaopangxiong Technology Co ltd
Original Assignee
Hangzhou Xiaopangxiong 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 Hangzhou Xiaopangxiong Technology Co ltd filed Critical Hangzhou Xiaopangxiong Technology Co ltd
Priority to CN202210186006.7A priority Critical patent/CN114783242A/zh
Publication of CN114783242A publication Critical patent/CN114783242A/zh
Pending legal-status Critical Current

Links

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
    • G09B11/00—Teaching hand-writing, shorthand, drawing, or painting
    • G09B11/10—Teaching painting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种用于在线教育的绘画教学方法及装置，所述方法包括以下步骤：对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓；对学员绘画作品的色彩特征进行提取；将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导。本发明能够准确分析出学员绘画作品的优缺点，及时根据学员绘画技巧的薄弱点对学员进行指导，在对学员绘画作品分析时，大大减少了抑制学员想象力和创作力的情况，降低了教师对学员进行绘画教学的难度，促进了学员对于绘画的学习。

Description

一种用于在线教育的绘画教学方法及装置
技术领域
本发明涉及在线教育技术领域，尤其涉及一种用于在线教育的绘画教学方法及装置。
背景技术
在线教育顾名思义，是以网络为介质的教学方式，通过网络，学员与教师即使相隔万里也可以开展教学活动；此外，借助网络课件，学员还可以随时随地进行学习，真正打破了时间和空间的限制，对于工作繁忙，学习时间不固定的职场人而言网络远程教育是最方便不过的学习方式。
传统的美术教学初期一般由老师带领学生由易到难的学习绘画或者临摹，在这个过程中，常见的方式是，老师在黑板上绘画，学生在绘画本或者画板上绘画，然后老师查看学生的绘画作品，对学生的绘画作品进行指导和评价；同时，老师也会发给学生一些美术教学资料，让学生自己对照教学资料上临摹，总而言之，美术教学过程中，临摹是非常重要的教学方式，也能够存在较好的教学效果。
目前，对于美术教学而言，通过在线教育的方式指导学员绘画存在一些不足之处，例如由于受空间环境影响，教师无法对学员的绘画作品进行深层次的分析，只能大致通过整体相似度进行判断学员绘画作品的优劣，对于一些开放式美术教学作品，仅以相似度判断学员的绘画作品，可能会极大的限制学员的想象力，无法对学员进行深层次的教学指导，大大影响了教师对学员绘画教学的效率及进度。
发明内容
为了现有技术存在的上述技术缺陷，本发明提供了一种用于在线教育的绘画教学方法及装置，可以有效解决背景技术中的问题。
为了解决上述技术问题，本发明提供的技术方案具体如下：
本发明实施例公开了一种用于在线教育的绘画教学方法，所述方法包括以下步骤：对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓；对学员绘画作品的色彩特征进行提取；将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导。
在上述任一方案中优选的是，在美术创作中,教师一般不能很快的区别出学员的绘画作品的优劣，由于绘画作品其本身的特殊性，往往需要考虑创作本身的含义，在进行绘画教学时，需针对学员的绘画作品，分辨出学员优缺处，从而进行指导和教学；对于学员的绘画作品而言，最主要从学员的基本功进行分辨，绘画的基本功包括绘画作品的形体结构、色彩关系和绘画风格。
在上述任一方案中优选的是，获取学员的绘画作品，绘画作品包括主体图像和背景图像,通过对图像检测边缘，确定学员绘画作品的轮廓，可识别出学员绘画作品的基本形体结构和物体在群组和画面中的对比视觉关系。
在上述任一方案中优选的是，通过高斯滤波器平滑图像，利用公式
Figure BDA0003522871610000021
二维高斯函数对图像进行平滑，其中，通过高斯函数的分布参数σ，控制平滑图像的程度，σ越小，滤波器的定位精度越高，信噪比越低，反之相反。
在上述任一方案中优选的是，通过公式：
Figure BDA0003522871610000031
Figure BDA0003522871610000032
Figure BDA0003522871610000033
计算学员的绘画作品I中每个点的梯度幅值G和梯度θ方向，其中Gx(i,j)和Gy(i,j)分别为点(i，j)在x,y方向的偏导数。
在上述任一方案中优选的是，以点(i，j)为领域中心点，将领域中θ(i，j)方向上的每个点的梯度值G(i,j)进行比较，取其中梯度最大的值所在的点(i，j)作为候选边缘点，否则为非边缘点，得到候选边缘图像K。
在上述任一方案中优选的是，设定高阈值Th和低阈值Tl，对获得的候选边缘点的任一点(i,j)进行检测，若点(i,j)出的梯度值G(i,j)＞Th，则判定该店为边缘点，若G(i,j)＜Tl，则该点不为边缘点；若Tl＜G(i,j)＜Th，则判断该点的领域是否存在边缘点，若存在则该点为边缘点，反之不为边缘点。
在上述任一方案中优选的是，对于绘画作品而言，色彩即决定作品情感的重要因素，色彩是人眼对光谱中可见光的感知结果，既客观存在，又主观感知，根据色度学和光学的原理，所有颜色都可以由相互独立的三基色(R、G、B)混合得到，需对学员的绘画作品进行色彩特征提取，进行分析。
在上述任一方案中优选的是，通过颜色矩表征学员绘画作品的颜色特征，一阶矩表示学员绘画作品的均值信息，二阶矩表示学员绘画作品的方差信息，三阶矩表示学员绘画作品的斜度信息，可通过公式：
Figure BDA0003522871610000041
Figure BDA0003522871610000042
计算颜色的一阶矩μci、二阶矩σci、三阶矩ξci；其中，N为图像中像素的个数，Pci为颜色值为C且颜色分量为i的像素出现的概率，C为绘画作品中包含的颜色种数；每种颜色有三个分量，每个分量各有三阶矩，学员绘画作品的颜色特征为：
Figure BDA0003522871610000043
在上述任一方案中优选的是，通过对学员绘画作品进行提取轮廓和色彩特征的方法，对教学美术作品再次进行提取轮廓和色彩特征，并计算教学美术作品与学员绘画作品的图像相似度，教师可根据教学美术作品的轮廓和色彩特征通过分析学员绘画作品的轮廓、色彩特征和相似度，进行评价。
在上述任一方案中优选的是，通过公式：
Figure BDA0003522871610000044
计算教学美术作品与学员绘画作品的中心距距离；其中d(Hi,Ii)为教学美术作品H与学员绘画作品I中颜色i的中心距距离，μHij为图像H中颜色i的j分量的一阶矩，σHij为图像H中的颜色i的j分量的二阶矩，ξHij为图像H中颜色i的j分量的三阶矩，D(H，I)为教学美术作品H与学员绘画作品I的中心距距离，其D(H，I)值越小，教学美术作品与学员绘画作品的相似度越高。
在上述任一方案中优选的是，对于美术作品而言，不能只通过相似度对学员的绘画作品进行判断，在学员的绘画作品中，可能存在优于教学美术作品之处；进而，教师可根据教学美术作品的轮廓和色彩特征通过分析学员绘画作品的轮廓和色彩特征，并结合教学美术作品与学员绘画作品的相似度，对学员的绘画作品进行评价和指导，能够准确分析出学员绘画作品的优缺点，及时根据学员绘画技巧的薄弱点对学员进行指导，在对学员绘画作品分析时，大大减少了抑制学员想象力和创作力的情况，降低了教师对学员进行绘画教学的难度，促进了学员对于绘画的学习。
一种用于在线教育的绘画教学装置，所述装置包括：
检测模块，用于对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓；
提取模块，用于对学员绘画作品的色彩特征进行提取；
比对模块，用于将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导。
与现有技术相比，本发明的有益效果：
本发明提供了一种用于在线教育的绘画教学的方法及装置，通过对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓；对学员绘画作品的色彩特征进行提取；将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导；能够准确分析出学员绘画作品的优缺点，及时根据学员绘画技巧的薄弱点对学员进行指导，在对学员绘画作品分析时，大大减少了抑制学员想象力和创作力的情况，降低了教师对学员进行绘画教学的难度，促进了学员对于绘画的学习。
附图说明
附图用于对本发明的进一步理解，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1是本发明一种用于在线教育的绘画教学方法的流程示意图；
图2是本发明一种用于在线教育的绘画教学装置的模块示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。
在本发明的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
为了更好地理解上述技术方案，下面将结合说明书附图及具体实施方式对本发明技术方案进行详细说明。
本发明提供了一种用于在线教育的绘画教学方法，所述方法包括以下步骤：
步骤1，对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓。
具体的，在美术创作中,教师一般不能很快的区别出学员的绘画作品的优劣，由于绘画作品其本身的特殊性，往往需要考虑创作本身的含义，在进行绘画教学时，需针对学员的绘画作品，分辨出学员优缺处，从而进行指导和教学；对于学员的绘画作品而言，最主要从学员的基本功进行分辨，绘画的基本功包括绘画作品的形体结构、色彩关系和绘画风格。
进一步的，对于绘画作品的形体关系而言，需将绘画作品的轮廓从整个绘画作品中剥离，进行独立分析；进而获取学员的绘画作品，通常在绘画作品中，图像内容包括主体图像和背景图像,通过对图像检测边缘，确定学员绘画作品的轮廓，可识别出学员绘画作品的整体形体结构，进而可分析出学员的绘画作品中基本形体结构和物体在群组和画面中的对比视觉关系。
进一步的，通过以下方式对学员的绘画作品检测边缘，确定学员绘画作品中的轮廓：
(Ⅰ)通过高斯滤波器平滑图像，利用公式
Figure BDA0003522871610000071
二维高斯函数对图像进行平滑，其中，通过高斯函数的分布参数σ，控制平滑图像的程度，σ越小，滤波器的定位精度越高，信噪比越低，反之相反；
(Ⅱ)利用公式
Figure BDA0003522871610000081
Figure BDA0003522871610000082
Figure BDA0003522871610000083
计算学员的绘画作品I中每个点的梯度幅值G和梯度θ方向，其中Gx(i,j)和Gy(i,j)分别为点(i，j)在x,y方向的偏导数；
(Ⅲ)以点(i，j)为领域中心点，将领域中θ(i，j)方向上的每个点的梯度值G(i,j)进行比较，取其中梯度最大的值所在的点(i，j)作为候选边缘点，否则为非边缘点，得到候选边缘图像K；
(Ⅳ)设定高阈值Th和低阈值Tl，对获得的候选边缘点的任一点(i,j)进行检测，若点(i,j)出的梯度值G(i,j)＞Th，则判定该店为边缘点，若G(i,j)＜Tl，则该点不为边缘点；若Tl＜G(i,j)＜Th，则判断该点的领域是否存在边缘点，若存在则该点为边缘点，反之不为边缘点。
步骤2，对学员绘画作品的色彩特征进行提取。
具体的，对于绘画作品而言，色彩即决定作品情感的重要因素，色彩是人眼对光谱中可见光的感知结果，既客观存在，又主观感知，根据色度学和光学的原理，所有颜色都可以由相互独立的三基色(R、G、B)混合得到，需对学员的绘画作品进行色彩特征提取，进行分析。
进一步的，通过颜色矩表征学员绘画作品的颜色特征，由于绘画作品的颜色信息主要集中在低阶矩中，利用颜色的一阶矩、二阶矩和三阶矩可以完全表征学员绘画作品的颜色分布，其中，一阶矩表达了学员绘画作品的均值信息，也就是学员绘画作品的整体概括，二阶矩表达了学员绘画作品的方差信息，即学员绘画作品的细节变化情况，三阶矩表达了学员绘画作品的斜度信息，可通过公式：
Figure BDA0003522871610000091
Figure BDA0003522871610000092
Figure BDA0003522871610000093
计算颜色的一阶矩μci、二阶矩σci、三阶矩ξci；其中，N为图像中像素的个数，Pci为颜色值为C且颜色分量为i的像素出现的概率，C为绘画作品中包含的颜色种数；由于每种颜色有三个分量，而每个分量又各有三阶矩，学员绘画作品的颜色特征为
Figure BDA0003522871610000094
步骤3，将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导。
具体的，通过对学员绘画作品进行提取轮廓和色彩特征的方法，对教学美术作品再次进行提取轮廓和色彩特征，并计算教学美术作品与学员绘画作品的图像相似度，教师可根据教学美术作品的轮廓和色彩特征通过分析学员绘画作品的轮廓、色彩特征和相似度，进行评价。
进一步的，通过公式：
Figure BDA0003522871610000095
计算教学美术作品与学员绘画作品的中心距距离；其中d(Hi,Ii)为教学美术作品H与学员绘画作品I中颜色i的中心距距离，μHij为图像H中颜色i的j分量的一阶矩，σHij为图像H中的颜色i的j分量的二阶矩，ξHij为图像H中颜色i的j分量的三阶矩，D(H，I)为教学美术作品H与学员绘画作品I的中心距距离，其D(H，I)值越小，教学美术作品与学员绘画作品的相似度越高。
进一步的，对于美术作品而言，不能只通过相似度对学员的绘画作品进行判断，在学员的绘画作品中，可能存在优于教学美术作品之处；进而，教师可根据教学美术作品的轮廓和色彩特征通过分析学员绘画作品的轮廓和色彩特征，并结合教学美术作品与学员绘画作品的相似度，对学员的绘画作品进行评价和指导。
本发明还提供了一种用于在线教育的绘画教学装置，所述装置包括：
检测模块，用于对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓；
提取模块，用于对学员绘画作品的色彩特征进行提取；
比对模块，用于将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导。
与现有技术相比，本发明一种用于在线教育的绘画教学的方法及装置的有益效果是：
本发明提供了一种用于在线教育的绘画教学的方法及装置，通过对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓；对学员绘画作品的色彩特征进行提取；将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导；能够准确分析出学员绘画作品的优缺点，及时根据学员绘画技巧的薄弱点对学员进行指导，在对学员绘画作品分析时，大大减少了抑制学员想象力和创作力的情况，降低了教师对学员进行绘画教学的难度，促进了学员对于绘画的学习。
以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于在线教育的绘画教学方法，其特征在于：所述方法包括以下步骤：
对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓；
对学员绘画作品的色彩特征进行提取；
将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导。
2.根据权利要求1所述的用于在线教育的绘画教学方法，其特征在于：获取学员的绘画作品，绘画作品包括主体图像和背景图像,通过对图像检测边缘，确定学员绘画作品的轮廓，可识别出学员绘画作品的基本形体结构和物体在群组和画面中的对比视觉关系。
3.根据权利要求2所述的用于在线教育的绘画教学方法，其特征在于：通过高斯滤波器平滑图像，利用公式
Figure FDA0003522871600000011
二维高斯函数对图像进行平滑，其中，通过高斯函数的分布参数σ，控制平滑图像的程度，σ越小，滤波器的定位精度越高，信噪比越低，反之相反。
4.根据权利要求3所述的用于在线教育的绘画教学方法，其特征在于：通过公式
Figure FDA0003522871600000012
Figure FDA0003522871600000013
Figure FDA0003522871600000014
Figure FDA0003522871600000015
计算学员的绘画作品I中每个点的梯度幅值G和梯度θ方向，其中Gx(i,j)和Gy(i,j)分别为点(i，j)在x,y方向的偏导数。
5.根据权利要求4所述的用于在线教育的绘画教学方法，其特征在于：以点(i，j)为领域中心点，将领域中θ(i，j)方向上的每个点的梯度值G(i,j)进行比较，取其中梯度最大的值所在的点(i，j)作为候选边缘点，否则为非边缘点，得到候选边缘图像K。
6.根据权利要求5所述的用于在线教育的绘画教学方法，其特征在于：设定高阈值Th和低阈值Tl，对获得的候选边缘点的任一点(i,j)进行检测，若点(i,j)出的梯度值G(i,j)＞Th，则判定该店为边缘点，若G(i,j)＜Tl，则该点不为边缘点；若Tl＜G(i,j)＜Th，则判断该点的领域是否存在边缘点，若存在则该点为边缘点，反之不为边缘点。
7.根据权利要求6所述的用于在线教育的绘画教学方法，其特征在于：通过颜色矩表征学员绘画作品的颜色特征，一阶矩表示学员绘画作品的均值信息，二阶矩表示学员绘画作品的方差信息，三阶矩表示学员绘画作品的斜度信息，可通过公式：
Figure FDA0003522871600000021
Figure FDA0003522871600000022
计算颜色的一阶矩μci、二阶矩σci、三阶矩ξci；其中，N为图像中像素的个数，Pci为颜色值为C且颜色分量为i的像素出现的概率，C为绘画作品中包含的颜色种数；每种颜色有三个分量，每个分量各有三阶矩，学员绘画作品的颜色特征为：
Figure FDA0003522871600000023
8.根据权利要求7所述的用于在线教育的绘画教学方法，其特征在于：通过对学员绘画作品进行提取轮廓和色彩特征的方法，对教学美术作品再次进行提取轮廓和色彩特征，并计算教学美术作品与学员绘画作品的图像相似度，教师可根据教学美术作品的轮廓和色彩特征通过分析学员绘画作品的轮廓、色彩特征和相似度，进行评价。
9.根据权利要求8所述的用于在线教育的绘画教学方法，其特征在于：通过公式：
Figure FDA0003522871600000031
计算教学美术作品与学员绘画作品的中心距距离；其中d(Hi,Ii)为教学美术作品H与学员绘画作品I中颜色i的中心距距离，μHij为图像H中颜色i的j分量的一阶矩，σHij为图像H中的颜色i的j分量的二阶矩，ξHij为图像H中颜色i的j分量的三阶矩，D(H，I)为教学美术作品H与学员绘画作品I的中心距距离，其D(H，I)值越小，教学美术作品与学员绘画作品的相似度越高。
10.一种用于在线教育的绘画教学装置，其特征在于：所述装置包括：
检测模块，用于对学员绘画作品检测图像边缘，提取学员绘画作品的轮廓；
提取模块，用于对学员绘画作品的色彩特征进行提取；
比对模块，用于将对学员绘画作品的轮廓和色彩特征与教学美术作品分析比对，进行指导。
CN202210186006.7A 2022-02-28 2022-02-28 一种用于在线教育的绘画教学方法及装置 Pending CN114783242A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210186006.7A CN114783242A (zh) 2022-02-28 2022-02-28 一种用于在线教育的绘画教学方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210186006.7A CN114783242A (zh) 2022-02-28 2022-02-28 一种用于在线教育的绘画教学方法及装置

Publications (1)

Publication Number Publication Date
CN114783242A true CN114783242A (zh) 2022-07-22

Family

ID=82424033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210186006.7A Pending CN114783242A (zh) 2022-02-28 2022-02-28 一种用于在线教育的绘画教学方法及装置

Country Status (1)

Country Link
CN (1) CN114783242A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116052492A (zh) * 2023-03-29 2023-05-02 深圳市人马互动科技有限公司 基于互动绘图剧情的多模态信息处理的方法、装置及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008217494A (ja) * 2007-03-05 2008-09-18 Sharp Corp 画像処理方法、画像処理プログラムおよび画像処理装置
CN106203438A (zh) * 2016-06-21 2016-12-07 华中科技大学 一种基于图像处理的元件作品及动画作品自动评分方法
KR101979285B1 (ko) * 2018-01-29 2019-05-15 최예은 프로그래밍 학습 및 창의력 향상 교육 시스템
CN113378706A (zh) * 2021-06-10 2021-09-10 浙江大学 一种辅助儿童观察植物和学习生物多样性的绘画系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008217494A (ja) * 2007-03-05 2008-09-18 Sharp Corp 画像処理方法、画像処理プログラムおよび画像処理装置
CN106203438A (zh) * 2016-06-21 2016-12-07 华中科技大学 一种基于图像处理的元件作品及动画作品自动评分方法
KR101979285B1 (ko) * 2018-01-29 2019-05-15 최예은 프로그래밍 학습 및 창의력 향상 교육 시스템
CN113378706A (zh) * 2021-06-10 2021-09-10 浙江大学 一种辅助儿童观察植物和学习生物多样性的绘画系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116052492A (zh) * 2023-03-29 2023-05-02 深圳市人马互动科技有限公司 基于互动绘图剧情的多模态信息处理的方法、装置及介质
CN116052492B (zh) * 2023-03-29 2023-06-23 深圳市人马互动科技有限公司 基于互动绘图剧情的多模态信息处理的方法、装置及介质

Similar Documents

Publication Publication Date Title
CN110348400B (zh) 一种评分获取方法、装置及电子设备
CN106778676B (zh) 一种基于人脸识别及图像处理的注意力评估方法
CN110008933A (zh) 一种通用智能阅卷系统和方法
CN106355973A (zh) 一种绘画辅导方法及装置
CN105869085A (zh) 一种成绩录入系统及图像处理的方法
CN105913093A (zh) 一种用于文字识别处理的模板匹配方法
CN105719318A (zh) 一种教育玩具套件及其基于hsv的魔方颜色识别方法
CN111091538A (zh) 一种管道焊缝自动识别、缺陷检测方法及装置
CN108388895A (zh) 一种基于机器学习的试卷答题卡自动处理方法
CN106485710A (zh) 一种元件错件检测方法和装置
CN117152648B (zh) 一种基于增强现实的辅助教学识图装置
CN109741285A (zh) 一种水下图像数据集的构建方法及系统
CN111126330A (zh) 一种瞳膜中心定位方法及学员听课疲劳度检测方法
CN109740654A (zh) 一种基于深度学习的舌体自动检测方法
CN111126143A (zh) 一种基于深度学习的运动评判指导方法及系统
CN111814718A (zh) 一种融合多种判别技术的注意力检测方法
CN110766580A (zh) 一种基于人脸特征的课堂质量监控系统
CN114783242A (zh) 一种用于在线教育的绘画教学方法及装置
CN114219224A (zh) 一种用于智慧教室的教学质量检测方法和系统
CN113888757A (zh) 基于对标评价的考卷智能分析方法、系统及存储介质
CN210038810U (zh) 智能评测设备及系统
Carson et al. Angle-drawing accuracy as an objective performance-based measure of drawing expertise.
CN110298236A (zh) 一种基于深度学习的盲文图像自动识别方法和系统
CN111189826B (zh) 用于pH试纸测量待测溶液pH值的智能评分实验设备及方法
CN108764029A (zh) 模型智能检查方法

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