CN114973090A - 一种实验评分方法、装置、电子设备及存储介质 - Google Patents
一种实验评分方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114973090A CN114973090A CN202210606817.8A CN202210606817A CN114973090A CN 114973090 A CN114973090 A CN 114973090A CN 202210606817 A CN202210606817 A CN 202210606817A CN 114973090 A CN114973090 A CN 114973090A
- Authority
- CN
- China
- Prior art keywords
- scoring
- point
- experiment
- target
- balance
- 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 249
- 238000013077 scoring method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000002452 interceptive effect Effects 0.000 claims abstract description 131
- 238000001514 detection method Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims description 59
- 230000003993 interaction Effects 0.000 claims description 54
- 238000001739 density measurement Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000004140 cleaning Methods 0.000 claims description 8
- 239000004744 fabric Substances 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 5
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 26
- 239000004575 stone Substances 0.000 description 20
- 230000009471 action Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000013145 classification model Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 238000007667 floating Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000005303 weighing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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
- G06V20/44—Event detection
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种实验评分方法、装置、电子设备及存储介质,应用于图像处理技术领域,该评分方法包括:获取待评分人员在操作目标实验时的操作视频;对操作视频中的各视频帧进行对象检测,得到视频帧中存在的各个对象以及各个对象的位置信息;根据所得到的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别指定部位与各个器件之间是否存在交互关系,得到识别结果;针对目标实验的每一评分点,基于识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果;基于各个评分点对应的判断结果,计算待评分人员关于目标实验的评分结果。通过本方案可以减少老师在对学生实验操作进行评分的工作量。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种实验评分方法、装置、电子设备及存储介质。
背景技术
实验操作是帮助学生掌握知识内容的一项重要手段。例如:密度测量是学生在物理学习时的重点,通常,在密度测量的教学过程中,老师会对物体密度测量实验的操作进行演示。
此外,为了帮助学生更好地理解和记忆所学习的知识内容,老师会要求学生独立完成实验操作,并通过对学生实验操作情况的评分来评价学生的实验操作规范性。
当前,老师对学生实验操作情况进行评分的方法是:在学生进行实验时,老师在旁边观察学生的实验操作过程,并基于所观察到的内容进行评分。显然,这种评分方法需要老师参与每个学生的实验操作过程,从而使得老师的工作量较大。
那么,对于物体密度测量等评分受到操作动作规范性影响的实验而言,如何减少老师在对学生的实验操作进行评分的工作量,是一个亟待解决的问题。
发明内容
本发明实施例的目的在于提供一种实验评分方法、装置、电子设备及存储介质,以实现减少老师对学生的实验操作进行评分工作量。具体技术方案如下:
第一方面,本发明实施例提供了一种实验评分方法,所述方法包括:
获取待评分人员在操作目标实验时的操作视频;
对所述操作视频中的各视频帧进行对象检测,得到所述视频帧中存在的各个对象以及各个对象的位置信息;其中,所述各个对象包括:所述目标实验所需的各个器件以及所述待评分人员的指定部位;
根据所得到的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别所述指定部位与各个器件之间是否存在交互关系,得到识别结果;
针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果;
基于各个评分点对应的判断结果,计算所述待评分人员关于所述目标实验的评分结果。
第二方面,本发明实施例提供了一种实验评分装置,所述装置包括:
获取模块,用于获取待评分人员在操作目标实验时的操作视频;
检测模块,用于对所述操作视频中的各视频帧进行对象检测,得到所述视频帧中存在的各个对象以及各个对象的位置信息;其中,所述各个对象包括:所述目标实验所需的各个器件以及所述待评分人员的指定部位;
识别模块,用于根据所得到的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别所述指定部位与各个器件之间是否存在交互关系,得到识别结果;
判断模块,用于针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果;
计算模块,用于基于各个评分点对应的判断结果,计算所述待评分人员关于所述目标实验的评分结果。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现任一实验评分方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现任一实验评分方法。
本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的实验评分方法。
本发明实施例有益效果:
本发明实施例提供的一种实验评分方法,在对学生实验操作情况进行评分时,不需要老师在旁边观察学生的实验操作过程,并基于所观察的内容进行评分,而是通过获取学生操作目标实验的操作视频,从而基于该操作视频确定器件之间是否存在交互关系、以及指定部位与器件之间是否存在交互关系,进而,自动获取该学生的关于该目标实验的评分结果。这样,可以极大地减少老师对学生的实验操作进行评分的工作量。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的一种实验评分方法的流程示意图;
图2为本发明实施例提供的一种实验评分方法的另一流程示意图;
图3为本发明实施例提供的一种实验评分方法的另一流程示意图;
图4为本发明实施例提供的一种实验评分方法的另一流程示意图;
图5为本发明实施例提供的一种实验评分方法的另一流程示意图;
图6为本发明实施例提供的一种实验评分方法的另一流程示意图;
图7为本发明实施例提供的一种实验评分方法的原理示意图;
图8为本发明实施例提供的一种实验评分方法的另一原理示意图;
图9为本发明实施例提供的一种实验评分方法的又一原理示意图;
图10为本发明实施例提供的一种实验评分装置的示意图;
图11为本发明实施例提供的一种电子设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本发明保护的范围。
实验当前在教育中的重要性逐年增加。在对实验进行评分时,一般是老师观看学生的实验操作或老师回看学生操作实验的录像,并人工打分,这样需要老师逐一的观看每个学生的操作并打分,存在评分效率低、评分公平性等问题。那么,对于密度测量等评分受到操作动作规范性影响的实验而言,如何减少老师在对学生的实验操作进行评分的工作量,是一个亟待解决的问题。
基于此,本发明实施例提供了一种实验评分方法、装置、电子设备及存储介质,以减少老师在对学生的实验操作进行评分的工作量。
下面首先对本发明提供的一种实验评分方法进行介绍。
其中,本发明实施例提供的一种实验评分方法可以应用于电子设备,该电子设备可以为终端设备或服务器,示例性的,终端设备可以为:智能手机、平板电脑、台式电脑或笔记本电脑等,本发明并不对电子设备的具体形态进行限定。本发明实施例提供的一种实验评分方法可以应用于对任一具有操作动作规范性影响的实验进行评分的场景,例如:对学生的物体密度测量实验进行评分的场景、对学生操作物体质量测量实验进行评分的场景、或者,对学生操作物体体积测量实验进行评分的场景等。
具体而言,该实验评分方法的执行主体可以为实验评分装置。示例性的,当该实验评分方法应用于终端设备时,该实验评分装置可以为运行于终端设备的功能软件,例如:用于实验评分的功能软件;该实验评分装置也可以为现有客户端中的插件,例如:用于学生信息管理的客户端中的插件。示例性的,当该实验评分方法应用于服务器时,该实验评分装置可以为运行于服务器中的、播放视频的客户端对应的服务端程序中的功能模块。
本发明实施例提供的一种实验评分方法,可以包括如下步骤:
获取待评分人员在操作目标实验时的操作视频;
对所述操作视频中的各视频帧进行对象检测,得到所述视频帧中存在的各个对象以及各个对象的位置信息;其中,所述各个对象包括:所述目标实验所需的各个器件以及所述待评分人员的指定部位;
根据所得到的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别所述指定部位与各个器件之间是否存在交互关系,得到识别结果;
针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果;
基于各个评分点对应的判断结果,计算所述待评分人员关于所述目标实验的评分结果。
本发明实施例提供的一种实验评分方法,在对学生实验操作情况进行评分时,不需要老师在旁边观察学生的实验操作过程,并基于所观察的内容进行评分,而是通过获取学生操作目标实验的操作视频,从而基于该操作视频确定器件之间是否存在交互关系、以及指定部位与器件之间是否存在交互关系,进而,自动获取该学生的关于该目标实验的评分结果。这样,可以极大地减少老师对学生的实验操作进行评分的工作量。
下面结合附图,对本发明实施例提供的一种实验评分方法进行示例性介绍。
如图1所示,本发明实施例提供的一种实验评分方法,可以包括如下步骤:
S101:获取待评分人员在操作目标实验时的操作视频;
可以理解的是,本发明实施例提供的一种实验评分方法是基于待评分人员操作目标实验的操作视频完成的,因此,电子设备需要首先获取待评分人员操作目标实验的操作视频,也就是,待评分人员操作目标实验时,需要对目标实验的操作过程进行监控。
需要说明的是,可以通过多种方式对待评分人员操作目标实验的过程进行监控,得到操作视频,在此,不对获取操作视频的方式进行限定。
示例性的,可以在每个实验台上安装一台或多台对准该实验台的摄像头,当待评分人员在该实验台上操作目标实验时,该摄像头可以对待评分人员操作目标实验的过程进行监控,得到操作视频,进而该摄像头可以将该操作视频发送至与之通信的上述电子设备中,也可以保存至本地的存储空间,这都是合理的。需要说明的是,当利用多台摄像头时,多台摄像头的方向可以不同,例如:侧面、正面、正上方或者包含一定角度的斜上方,这都是合理的。并且,多台摄像头仅仅是从不同的角度对待评分人员进行监控,待评分人员所操作的实验、操作时间和操作动作等均相同。
另外,当摄像头将待评分人员操作目标实验的操作视频保存于摄像头本地的存储空间时,电子设备可以利用多种方式获取该操作视频。
示例性的,获取摄像头中待评分人员操作目标实验的操作视频的方式可以为:接收与电子设备通信连接的摄像头发送的操作视频、向与电子设备通信连接的摄像头发送视频获取请求、或者,获取摄像头中包含有操作视频的内存卡等,从而获取待评分人员操作目标实验的操作视频。
需要说明的是,当电子设备与摄像头建立有通信连接时,在对待评分人员的监控过程中,可以实时的获取操作视频,电子设备在获取到操作视频时,可以实时的执行本发明实施例所提供的实验评分方法,从而实现对待评分人员操作目标实验的过程进行实时评分,这样,当待评分人员完成对目标实验的操作时,可以立即得到待评分人员操作目标实验的评分结果。
S102:对操作视频中的各视频帧进行对象检测,得到视频帧中存在的各个对象以及各个对象的位置信息;
其中,所述各个对象包括:所述目标实验所需的各个器件以及所述待评分人员的指定部位。
可以理解的是,在进行实验操作时,通常需要利用实验器件完成实验操作,并且,对实验进行评分时,需要查看操作者是否正确使用实验器件,从而得到操作者针对目标实验对应的评分。因此,需要对目标实验的操作视频中的各视频帧进行对象检测,得到存在于视频帧中的各个对象及其位置信息。需要说明的是,各个对象包含有待评分人员操作目标实验所需的各个器件以及待评分人员的指定部位;示例性的,若目标实验为物体密度测量实验,则目标实验所需的各个器件可以为:天平、砝码、镊子、物体、胶头滴管和量筒等实验器件;待评分人员的指定部位可以为:待评分人员的手部;当然,对于一些特殊要求的目标实验,指定部位可以为:待评分人员的肩部、胳膊等部位,在此并不做限定。
其中,对象检测也可以称为目标检测,是指利用图像处理与模式识别等领域的理论和方法,检测出视频帧中存在的各个对象,即确定各个对象的语义类别,并标定出目标对象在图像中的位置。语义类别可以用于对各个对象进行分类,例如,属于何种器件的对象,或者属于指定部位的对象。可以理解的是,实现对象检测的方式可以存在多种,示例性的,可以通过预先训练的对象检测模型来对视频帧进行对象检测,从而得到视频帧中存在的对象以及对象位置,本发明实施例并不限定对象检测模型的结构以及训练过程;示例性的,也可以通过其他图像分析算法来对视频帧中的对象进行检测。
在得到各个对象的位置信息后,可以利用各个对象的位置信息执行后续的步骤,实现对目标实验的操作进行评分。
S103:根据所得到的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别指定部位与各个器件之间是否存在交互关系,得到识别结果;
需要说明的是,在一些场景下,操作视频的各视频帧中即使存在目标实验所需的各个器件以及待评分人员的指定部位,但是也不能因此就直接确定待评分人员对目标实验进行了正确的实验操作。例如:实验开始前,待评分人员在阅读实验须知或实验守则,此时虽然会存在目标实验的各个器件和待评分人员的指定部位,但是待评分人员并未进行任何操作,不能直接确定待评分人员进行了正确的实验操作,无法对待评分人员针对目标实验的操作视频直接进行评分。
因此,得到各个对象的位置信息后,可以进一步识别各个器件之间、各个器件与指定部位之间是否存在交互关系,得到识别结果。具体而言,可以利用各个对象的位置信息,识别各个对象的交互关系,进而,通过执行后续的实验评分步骤实现对目标实验的评分。
示例性的,识别各个器件之间是否存在交互关系的方式,可以包括:针对各个器件中的至少两个器件,若基于所述至少两个器件的位置信息,识别出在连续多帧中所述至少两个器件存在位置重叠,则判定在该连续多帧的时间范围内,所述至少两个器件存在交互关系,否则,判定所述至少两个器件不存在交互关系。需要说明的是,由于在正常情况下,目标实验的各个器件会存放于不重叠的指定位置中,因此,针对至少两个器件的位置信息,若在连续多帧中至少两个器件的位置发生了重叠,可以直接判定在这连续多帧的时间范围内,这至少两个器件存在交互关系,即发生了交互;否则,判定其不存在交互关系。以物体密度测量实验为例,若在某一连续视频帧中,物体的位置框完整的包含在天平左侧托盘的位置框内,可以直接判定物体位于天平左侧托盘,即在该连续帧的范围内,物体与天平存在交互关系。
示例性的,识别所述指定部位与各个器件之间是否存在交互关系的方式,包括:若基于所述指定部位的位置信息和至少一个器件的位置信息,识别出在连续多帧中所述指定部位分别与所述至少一个器件存在位置重叠,则利用第一指定帧对应的器件候选集合,判断所述指定部位与所述至少一个器件之间是否存在交互关系;其中,所述第一指定帧为该连续多帧中的视频帧,所述第一指定帧对应的器件候选集合中包括至少一个候选器件,每一候选器件为在所述第一指定帧的时间范围内,所述指定部位所使用的器件或所述指定部位待使用的器件。所述指定部位所使用的器件或所述指定部位待使用的器件为:在所述第一指定帧的时间范围内,待评分人员为了完成目标实验所使用的器件或待使用的器件。
需要说明的是,由于视频帧是二维数据,即便通过图像分析得到指定部位与任一器件存在位置重叠,也可能实际上指定部位与任一器件并未接触,而是由于透视关系导致的位置重叠,因此,在连续多帧的时间范围内,若指定部位与至少一个器件存在位置重叠,此时直接确定至少一个器件与指定部位均存在交互关系显然是不合适的。并且,在实验过程中,待评分人员的指定部位会处于特定的操作姿态,此时待评分人员的指定部位和某些器件不存在交互,而与另一些器件可能存在交互。因此,若在连续多帧中指定部位与至少一个器件存在位置重叠,并不是直接判定指定部位与至少一个器件存在交互关系,而是可以进一步利用第一指定帧对应的器件候选集合,判断指定部位是否与至少一个器件发生交互。例如:在连续多帧中,手部与砝码、天平和镊子均存在位置重叠,但是,只有镊子存在于该器件候选集合中,可以确定镊子与手部存在交互关系,而与砝码、天平均不存在交互关系。
另外,当操作视频是一个摄像头拍摄的,可以直接通过器件是否重叠,或者,指定部位与器件是否重叠以及器件是否处于器件候选集合中,判断器件的交互关系或指定部位与器件的交互关系。当操作视频是多个摄像头拍摄的,若一个方向下器件之间发生重叠或指定部位与器件发生重叠,此时,直接判断器件的交互关系或指定部位与器件的交互关系是不合适的,因此,可以查看其他方向同一时间的操作视频中,是否器件之间发生重叠或指定部位与器件发生重叠,从而准确的判断器件之间的交互关系,或者,指定部位与器件的交互关系。
需要说明的是,上述对于器件间的交互关系,以及指定部位与器件的交互关系,仅仅作为示例,并不应构成对本发明的限定。对于交互关系的详细判定方式,将在后续进行介绍,在此不做赘述。
S104:针对目标实验的每一评分点,基于识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果;
对于目标实验而言,目标实验可以存在一个或多个评分点,当得到识别出的交互关系的结果后,可以根据识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果,从而根据每一评分点的判断结果,执行后续的实验评分步骤,得到目标实验的评分结果。
示例性的,在一种实现方式中,针对目标实验的每一评分点,基于识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果的方式可以包括:针对目标实验的每一评分点,对比识别结果与每一评分点所对应的正确的实验操作,判断识别结果中是否发生该评分点对应的正确的实验操作,从而得到对应的判断结果。例如:在物体密度测量实验中,包含天平调平的评分点,若识别结果中包含天平调平所对应的正确的器件之间的交互关系或指定部位与器件的交互关系,得到的判断结果为:该目标实验对应的正确的操作的结果。
需要说明的是,上述对每一评分点的判断结果的说明仅仅作为示例,详细的针对每一评分点的判断过程,后续将结合一具体实施例进行详细介绍,在此不做赘述。
S105:基于各个评分点对应的判断结果,计算待评分人员关于目标实验的评分结果;
当得到每一评分点对应的判断结果后,可以根据判断结果,计算待评分人员关于目标实验的评分结果。
示例性的,所述基于各个评分点对应的判断结果,计算所述待评分人员关于所述目标实验的评分结果,包括:针对每一评分点,确定该评分点对应的评分类型,基于该评分点对应的评分类型以及该评分点对应的判断结果,确定该评分点对应的分值;其中,评分类型包括得分类型或扣分类型;将各个评分点对应的分值进行累加,得到所述待评分人员关于所述目标实验的评分结果。例如:对于物体密度测量实验,针对天平调平的评分点,若该评分点对应的评分类型为正确操作所对应的评分,即得分类型,且判断结果为正确的天平调平对应的操作,确定该评分点对应的分值为:该评分点对应的正确操作所对应的评分;或者,若该评分点对应的评分类型为错误操作所对应的评分,即扣分类型,且判断结果为错误的天平调平对应的操作,确定该评分点对应的分值为:该评分点对应的错误操作对应的评分;另外,若判断结果为部分错误的天平调平对应的操作,该评分点对应的分值为:该评分点对应的部分错误的操作对应的评分。
需要说明的是,可以在得到每一评分点的判断结果后,通过每一评分点的计算结果,进而计算整个目标实验进的评分结果,或者,在得到任一评分点的判断结果后,先计算该评分点对应的评分结果,在得到全部评分点对应的评分结果后,再计算整个目标实验的评分结果。另外,得到各个评分点对应的分值后,还可以按照预定的权重比例,计算所述待评分人员关系目标实验的评分结果;该权重可以是平均设定的,也可以是按照评分点的实验难度不同而设定的。本发明实施例并不对具体的计算顺序以及计算方式进行限定。
通过对任一评分点评分结果的计算,可以详细显示各个评分点详细的分数,对于待评分人员来说,可以了解在实验操作过程中,具体失分的环节,方便待评分人员对实验或实验对应的知识点进行巩固和改进。
本发明实施例提供的一种实验评分方法,在对学生实验操作情况进行评分时,不需要老师在旁边观察学生的实验操作过程,并基于所观察的内容进行评分,而是通过获取学生操作目标实验的操作视频,从而基于该操作视频确定器件之间是否存在交互关系、以及指定部位与器件之间是否存在交互关系,进而,自动获取该学生的关于该目标实验的评分结果。这样,可以极大地减少老师对学生的实验操作进行评分的工作量。
可选地,在本发明的另一实施例中,所述利用第一指定帧对应的器件候选集合,判断所述指定部位与所述至少一个器件之间是否存在交互关系,包括步骤A1-A4:
步骤A1:检测所述至少一个器件,是否在第一指定帧对应的器件候选集合中,得到检测结果;
可以理解的是,当检测到指定部位与至少一个器件存在位置重叠后,需要继续检测至少一个器件是否存在第一指定帧对应的器件候选集合中,若不存在,即使指定部位与至少一个器件存在位置重叠,两者也是不存在交互关系的;若存在,需要根据具体情况进行分析,从而判定该器件是否与指定部位存在交互关系。
步骤A2:若所述检测结果表明所述至少一个器件均不在所述器件候选集合中,判定在该连续多帧的时间范围内,所述指定部位与所述至少一个器件均不存在交互关系;
若检测结果为该至少一个器件均不存在器件候选集合中,即使该器件与指定部位存在位置重叠,判定结果仍为该器件与指定部位不存在交互关系。例如:在一连续帧时间范围内,待评分人员手部与量筒发生了位置重叠,但是物体密度测量实验中,手部并不会操作量筒,此时需要进一步利用器件候选集合,判断量筒与手部是否存在交互关系,若量筒不存在于器件候选集合中,可以判定:手部与量筒不存在交互关系。
步骤A3:若所述检测结果表明一个器件在所述器件候选集合中,判定在该连续多帧的时间范围内,所述指定部位与存在于所述器件候选集合的一个器件,存在交互关系,以及所述指定部位与所述至少一个器件中的其他器件不存在交互关系;
若检测结果为只有一个器件在该器件候选集合中,此时可以直接判断该器件与指定部位存在交互关系,除该器件外的其他器件不存在与指定部位的交互关系。例如:在物体体积测量实验中,至少一个器件包括:砝码、天平和量筒,但是在物体体积测量实验的第一指定帧中,其所对应的器件候选集合为:胶头滴管、量筒和物体,此时只有量筒在器件候选集合中,可以判定,在物体体积测量实验的第一指定帧的范围内,待评分人员的手部与量筒存在交互关系,砝码和天平与待评分人员的手部不存在交互关系。
步骤A4:若所述检测结果表明多个器件在所述器件候选集合中,在所述多个器件中,识别与所述指定部位距离最近的目标器件,确定在该连续多帧的时间范围内,所述指定部位与所述目标器件存在交互关系,以及所述指定部位与所述至少一个器件中的其他器件不存在交互关系。
若检测结果为多个器件存在器件候选集合中,此时直接判断所存在器件候选集合中的多个器件均与指定部位存在交互关系显然是不合适的,并且,若一器件与指定部位存在交互关系,两者之间的距离相比指定部位与其他器件的距离是最小的,因此,可以进一步通过距离关系判断与指定部位交互的目标器件。例如:在物体密度测量实验时,指定部位为手部,检测出存在器件候选集合中的多个器件为:胶头滴管和量筒,在第一指定帧的范围内,直接判定手部与量筒和胶头滴管均存在交互关系显然是不合适的。并且,若一器件距离手部最近,通常该器件与手部存在交互关系。因此可以确定在第一指定帧的连续帧时间范围内,与手部最近的器件,当距离手部最近的器件为胶头滴管时,此时可以确定手部与胶头滴管存在交互关系,手部与至少一个器件中的其他器件均不存在交互关系。
可选地,所述在所述多个器件中,识别与所述指定部位距离最近的目标器件,包括:
基于在第二指定帧中所述多个器件的深度信息,在所述多个器件中,识别与所述指定部位距离最近的目标器件;
所述第二指定帧为该连续多帧中的视频帧。
指定部位与多个器件的距离可以通过多个器件的深度信息确定,该深度信息即为多个器件距离摄像头的距离信息。当得到多个器件的深度信息后,可以基于后续的步骤,从而确定与指定部位距离最近的目标器件。
示例性的,所述基于在第二指定帧中所述多个器件的深度信息,在所述多个器件中,识别与所述指定部位距离最近的目标器件,包括:
基于在第二指定帧中所述多个器件的深度信息,选取表征深度最小的深度信息,作为待利用深度信息;
将具有所述待利用深度信息的器件,确定为与所述指定部位距离最近的目标器件。
一般而言,待评分人员的指定部位相对于多个器件而言,会处于距离摄像头最近的位置,因此当得到多个器件的深度信息后,可以选取表征深度信息最小的深度信息,作为待利用深度信息,并且该待利用深度信息对应的器件可以为与指定部位距离最近的目标器件。即距离摄像头距离最小的器件即为距离待评分人员指定部位距离最小的目标器件。
需要说明的是,其他任一可以确定与指定部位距离最近的目标器件的方式,均适用于本发明,在此不做限定。
其中,在所述第二指定帧中任一对象的深度信息的确定方式,包括:
确定所述第二指定帧中各个像素点的深度信息;
基于所述第二指定帧中目标区域内的像素点的深度信息,确定在所述第二指定帧中所述任一对象的深度信息;
其中,所述目标区域为所述第二指定帧中所述任一对象的位置信息所表征的区域。
示例性的,在一种实现方式中,可以利用单目深度估计模型,确定第二指定帧中各个像素点的深度信息,当得到各个像素点的深度信息后,可以根据对象检测所检测到的各个对象所处的区域位置,即目标区域,确定各个像素点对应的对象,例如:对象检测得到的对象为:待评分人员的手部、胶头滴管和量筒,针对量筒而言,可以利用对象检测得到的量筒的位置信息,确定第二指定帧中,哪些像素点是属于量筒的像素点,从而根据属于量筒的像素点的深度信息,确定量筒的深度信息。其中,单目深度估计模型可以是利用样本图像以及样本图像中各个像素点的真值深度信息所训练得到的模型,本发明实施例对于单目深度估计模型的具体模型结构以及训练过程,不做限定。另外,任何一种能够确定第二指定帧中各个像素点的深度信息的实现方式,均可以应用于本发明实施例。
并且,该深度信息可以是在对操作视频中的各视频帧进行对象检测的同时,利用单目深度估计模型对各个视频帧中的各个对象进行深度估计所获取的,也可以是后续得到的,在此并不做限定。
通过器件候选集合确定交互关系的方式,进一步确定各个器件是否在指定部位所使用的器件或指定部位待使用的器件所构成的集合中,并且,针对各种可能存在检测结果,都能确定与指定部位与至少一个器件中的一个器件存在交互关系,从而更加准确的确定指定部位与器件的交互关系。
可选地,在本发明的另一实施例中,所述第一指定帧对应的器件候选集合的构建方式,包括:
确定在所述第一指定帧中所述指定部位的操作状态,作为目标操作状态;
从预先建立的关于所述指定部位的各个操作状态与器件的映射关系种,查找所述目标操作状态对应的器件,得到候选器件;每一操作状态对应的器件为所述指定部位在处于该操作状态时,所使用的器件或待使用的器件;
利用所得到的候选器件,构建所述第一指定帧对应的器件候选集合。
需要说明的是,第一指定帧对应的器件候选集合可以是预先构建的,当需要利用该器件候选集合进行指定部位与各个至少一个器件的交互关系判断时,可以直接进行查询。由于该器件候选集合是针对指定部位的集合,因此,可以先确定第一指定帧中,指定部位的操作状态,作为目标操作状态,然后从关于目标操作状态与器件的映射关系中,查找与目标操作状态对应的候选器件,之后可以利用所得到的候选器件,构建第一指定帧对应的器件候选集合。
其中,指定部位的操作状态可以存在多个,可以根据经验预先设定不同的操作状态与器件的映射关系。指定部位的操作状态可以通过图像分类模型识别得到,具体可以为:将标注有指定部位的位置信息的视频帧,输入到预先训练得到的图像分类模型进行识别,得到该视频帧中指定部位的操作状态。以手部为例,若目标实验为物体密度测量实验,此时,手部的操作状态可以包括:无操作状态、手部持镊子的状态、手部持胶头滴管的状态或手部持量筒的状态等。
示例性的,在一种实现方式中,图像分类模型可以识别指定部位属于各个操作状态的概率,可以利用各个概率中的最大值,确定指定部位的操作状态。以手部为例,图像分类模型所识别出的结果为:属于手部持镊子的状态的概率为90%,属于手部持胶头滴管的概率为10%;可以将概率最大的操作状态,确定为手部的操作状态,即手部处于手持镊子的操作状态;当然并不限于此。
通过针对指定部位的操作状态构建器件候选集合的方式,在候选集合构建时,可以全面准确的针对手部的各种操作状态进行识别,并且利用手部可能处于的操作状态对应的器件确定器件候选集合的方式,可以避免在交互关系判断时产生错误的判断结果,从而,提高了后续的实验评分的准确率。
可选地,在本发明的另一实施例中,所述目标实验为:物体密度测量实验,所述指定部位为手部;所述目标实验的评分点包括:第一评分点、第二评分点、第三评分点、第四评分点和第五评分点;
其中,所述第一评分点所表征的实验事件包括:调节天平的平衡螺母使得天平平衡;
所述第二评分点所表征的实验事件包括:物体位于天平左侧,调节砝码和游码使得所述天平水平平衡;
所述第三评分点所表征的实验事件包括:在所述第二评分点的实验事件过程中,未调节所述平衡螺母;
所述第四评分点所表征的实验事件包括:使用胶头滴管、量筒、烧杯和水测量物体体积;
所述第五评分点所表征的实验事件包括:使用抹布擦拭所述物体,并将所使用的器件归位。
需要说明的是,针对物体密度测量实验,可以获取待评分人员操作物体密度测量实验时的操作视频,并对视频中的各视频帧进行对象检测,得到视频帧中各个对象及各个对象的位置信息,各个对象为:物体密度测量实验所需的各个器件和待评分人员的指定部位,各个器件可以包括:镊子、砝码、天平、物体、量筒、胶头滴管和水等,待评分人员的指定部位可以为待评分人员的手部。之后可以利用各个对象的位置信息,识别各个器件之间以及各个器件与待评分人员的手部的交互关系,得到识别结果,例如:手部与镊子存在交互关系、物体与天平存在交互关系或手部与胶头滴管存在交互关系等。
下面,当目标实验为物体密度测量实验时,对本发明实施例提供的一种实验评分方法中的步骤S104进行具体介绍。
针对第一评分点,如图2所示,上述步骤S104可以包括:S201-S202;
S201:针对所述目标实验的第一评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与所述天平的平衡螺母存在交互关系,且基于该连续多帧中所述天平的刻度盘的位置信息,识别所述刻度盘中的指针是否位于中央刻度线位置;
针对第一评分点,所获取的操作视频中存在的各个对象可以为:天平和待评分人员的手部,当利用手部与天平的位置关系得到识别结果后,由于第一评分点为针对天平调平的平衡点,此时若待评分人员要完成第一评分点对应的操作,需要利用手部调节天平两侧的平衡螺母,使得天平平衡,因此,可以基于所识别的结果,检测是否在一连续多帧的时间范围内,手部与天平两侧的平衡螺母存在交互关系,即手部调节天平两侧平衡螺母,且基于该连续多帧中天平刻度盘的位置信息,识别刻度盘中的指针是否位于中央刻度线位置,即识别天平是否处于平衡状态。从而根据检测结果,可以得到第一评分点对应的判断结果。
S202:若检测结果均为是,判定发生该第一评分点所表征的实验事件,得到该第一评分点对应的判断结果;
若检测结果均为是,即待评分人员使用手部调节天平平衡螺母使得天平平衡,便可以判定待评分人员的操作为第一评分点所表征的实验事件,得到第一评分点对应的判断结果,判断结果可以为:针对第一评分点正确的实验操作。可以利用该第一评分点对应的判断结果,确定第一评分点对应的评分。
针对第二评分点,如图3所示,上述步骤S104可以包括:S301-S302;
S301:针对所述目标实验的第二评分点,基于所述识别结果,检测是否在第一连续多帧的时间范围内,所述物体与所述天平的左侧托盘存在交互关系,以及检测是否在第二连续多帧的时间范围,手部与镊子存在交互关系,所述镊子与所述砝码存在交互关系,所述砝码与天平右侧托盘存在交互关系,检测是否在第三连续多帧的时间范围内,手部与镊子存在交互关系,所述镊子与所述天平的游码存在交互关系,并基于所述第三连续多帧中所述天平的刻度盘的位置信息,检测所述刻度盘中的指针是否位于中央刻度线位置;
其中,所述第一连续多帧为任一连续多帧,所述第二连续多帧的起始时间不早于所述第一连续多帧的起始时间,所述第三连续多帧的起始时间不早于所述第二连续多帧的起始时间。
针对第二评分点,所获取的操作视频中存在的各个对象可以为:天平、镊子、砝码、物体和待评分人员的手部。在待评分人员调节天平平衡螺母使得天平平衡后,可以先利用天平测得物体的质量,在利用天平进行物体质量测量时,按照实验的操作顺序,首先将物体放置于天平左侧,之后待评分人员可以利用镊子将砝码放置于天平右侧,使得天平大致上平衡,最终待评分人员可以利用镊子,调节天平中的游码,使得天平平衡,根据砝码与游码的读数,可以测得物体质量。因此,可以首先检测是否在第一连续多帧的时间范围内,物体与天平左侧托盘存在交互关系,然后再检测是否在第二连续多帧的时间范围内,手部与镊子存在交互关系,镊子与砝码存在交互关系,砝码与天平右侧托盘存在交互关系,即待评分人员通过手部利用镊子将砝码放入右侧托盘的过程,最终检测第三连续多帧的时间范围内,检测是否手部与镊子存在交互关系,镊子与游码存在交互关系,且天平刻度盘的指针是否位于中央刻度线位置,即待评分人员调节游码使得天平平衡。最终,可以得到物体质量为m。
需要说明的是,天平在使用时,物体应当位于天平左侧托盘,砝码应当位于天平右侧托盘,否则会导致测量误差,并且,在物体质量测量过程中,待评分人员的手部不应与砝码或游码直接接触,而是可以利用镊子进行操作,否则会导致砝码质量不准确或游码刻度线不清楚,从而导致物体质量测量的误差。
S302:若检测结果均为是,判定发生所述第二评分点所表征的实验事件,得到所述第二评分点对应的判断结果;
若检测结果均为是,即待评分人员通过手部与各个器件交互,使得物体位于天平左侧,砝码位于天平右侧,且天平平衡,从而测得物体质量,便可以判断待评分人员的操作为第二评分点所表征的实验事件,得到第二评分点对应的判断结果,判断结果可以为:针对第二评分点正确的实验操作。可以利用该第二评分点对应的判断结果,确定第二评分点对应的评分。
针对第三评分点,如图4所示,上述步骤S104可以包括:S401-S402;
S401:针对所述目标实验的第三评分点,基于所述识别结果,检测是否在指定的连续多帧的时间范围内,手部与平衡螺母存在交互关系;
其中,所述指定的连续多帧的起始时间点,晚于第一连续多帧的起始时间点,且早于第三连续多帧的结束时间点,所述第一连续多帧的时间范围内所述物体与所述天平的左侧托盘存在交互关系,所述第三连续多帧的时间范围内手部与所述天平的游码存在交互关系。
针对第三评分点,由于在第一评分点时天平已经调平,在第二评分点对物体质量测量的过程中,即第一连续多帧的起始时间至第三连续多帧的结束时间内,不能调节平衡螺母,否则会导致测得的物体质量存在误差。因此,在第二评分点对应的时间范围内,待评分人员的手部不能接触天平两侧的平衡螺母。可以通过检测是否在指定的连续多帧的时间范围内,手部与平衡螺母存在交互关系,即手部是否调节平衡螺母。从而根据检测结果,可以得到第三评分点对应的判断结果。
S402:若检测结果为否,判定发生所述第三评分点的实验事件,得到所述第三评分点对应的判断结果;
若检测结果为否,即手部未调节天平两侧的平衡螺母,便可以判定待评分人员的操作为第三评分点所表征的实验事件,得到第二评分点对应的判断结果,判断结果可以为:针对第三评分点正确的实验操作。可以利用该第三评分点对应的判断结果,确定第三评分点对应的评分。
针对第四评分点,如图5所示,上述步骤S104可以包括:S501-S502;
S501:针对所述目标实验的第四评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与胶头滴管存在交互关系,以及检测是否在一连续多帧的时间范围内,胶头滴管与量筒存在交互关系;
针对第四评分点,所获取的操作视频中存在的各个对象可以为:胶头滴管、量筒、物体、烧杯和待评分人员的手部。当物体质量测量完成后,可以测量物体体积,然后基于密度计算公式,将质量与体积的比值,作为该物体的密度。在物体体积测量时,通常是利用物体溢出水的体积,作为物体的体积。首先需要利用烧杯和胶头滴管向量筒中加入适量的水,即利用烧杯先向量筒导入大量的水,之后再利用胶头滴管加入少量的水,此时量筒中含有适量的水;待液面稳定后,读取未放入物体时水的液面读数V1,之后将物体放入量筒,待液面稳定后,读取水与物体的总体积V2,可以利用两者的差值,得到物体的体积:V2-V1。那么物体的密度可以为m/(V2-V1)。所谓适量的水即:物体放入量筒后,水可以浸没物体,并且浸没后水与物体的总体积不超过量筒的刻度线。
需要说明的是,在利用胶头滴管向量筒加水时,待评分人员需要通过手部利用胶头滴管向量筒中加入适量的水,此时若检测手部与胶头滴管的交互关系以及胶头滴管与量筒的交互关系,便可以检测是否待评分人员针对第四评分点的实验事件进行了对应的操作。另外,也可以在检测第四评分点对应的连续多帧的时间范围后,按照视频的播放顺序,继续检测是否在另一连续多帧的时间范围内,物体与量筒存在交互关系,即检测物体是否放入量筒中。
S502:若检测结果为是,判定发生所述第四评分点所表征的实验事件,得到所述第四评分点对应的判断结果;
若检测结果为是,即待评分人员利用手部使用胶头滴管向量筒中加入适量的水,测量物体体积,便可以判定待评分人员的操作为第四评分点所表征的实验事件,得到第四评分点对应的判断结果,判断结果可以为:针对第四评分点正确的实验操作。可以利用该第四评分点对应的判断结果,确定第四评分点对应的评分。
针对第五评分点,如图6所示,上述步骤S104可以包括:S601-S602;
S601:针对所述目标实验的第五评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与抹布存在交互关系,以及检测是否在一连续多帧的时间范围内,抹布与所述物体存在交互关系;以及,检测在所述抹布与所述物体存在交互关系的时间范围之后的视频帧中,各个器件的位置是否处于预定位置;
针对第五评分点,当得到计算得到物体的密度之后,即实验完成,此时还需整理实验器件,使得该实验器件处于实验开始时的位置。针对所测量的物体,需要利用抹布擦拭物体表面的水,对于其他所使用的实验器件,可以直接对其进行归位。因此,可以检测在一连续多帧的时间范围内,手部与抹布是否存在交互关系,抹布与物体是否存在交互关系,以及各个器件是否处于预定位置,从而检测待评分人员的操作是否存在针对第五评分点的实验事件。
S602:若检测结果均为是,判定发生所述第五评分点所表征的实验事件,得到所述第五评分点对应的判断结果;
若检测结果均为是,即待评分人员利用手部使用抹布擦拭物体,并且使得所使用的实验器件归位,便可以判定待评分人员的操作为第五评分点所表征的实验事件,得到第五评分点对应的判断结果,判断结果可以为:针对第五评分点正确的实验操作。可以利用该第五评分点对应的判断结果,确定第五评分点对应的评分。
通过针对每一评分点对应的判断结果的确定,可以针对待评分人员的每一评分点的操作进行详细识别,并且对于后续的评分步骤,可以直接利用判断结果,快速计算目标实验的评分结果。
下面结合一具体实施例,对本发明实施例提供的一种实验评分方法进行详细介绍。
如图7所示,该实验评分方法可以包括如下步骤:
两路视频流入:本实施例的场景为:每个实验台上方安装有两个摄像头,用以获取学生实验操作的俯视方向的视频和侧视方向的视频。两路视频即基于俯视和侧视方向所拍摄的待评分人员的操作目标实验的视频,对应上述获取待评分人员操作目标实验的操作视频。
目标感知:目标感知模块的输入为俯视和侧视两路同步视频,即同一时间两个方向的操作视频,目标感知模块中包含有图像分类、目标检测、语义分割、单目深度估计等多个模型,当输入两路视频帧后,可以得到操作者、各类实验器件在图像中的位置、大小、角度、深度等信息。对应上述对操作视频中的各视频帧进行对象检测,得到各个对象及其位置信息。
以物体密度测量实验为例,目标检测模型可以对两路视频进行分析,分别得到两个视角下的天平(包括托盘、游码、刻度盘等部件)、砝码、石块、镊子、量筒、烧杯、胶头滴管、抹布等主要实验仪器的位置信息,以及操作者的双手部、眼睛、头部的位置信息。基于检测到的手部的位置,图像分类模型可以进一步区分手部所处状态,例如:手部持镊子、手部持抹布、手部持胶头滴管等状态,得到候选仪器,并构建仪器候选集合,对应上述的器件候选集合。基于俯视检测到的刻度盘的位置,语义分割模型可以进一步获取指针位置和刻度盘中央刻度线位置。基于俯视检测结果,单目深度估计模型可以进一步获取各检测目标相对于相机的距离。
交互关系构建:交互关系构建模块基于目标感知模块输出的连续帧结果,建立并确定手部与仪器、仪器与仪器之间的交互关系,并且可以结合不同实验的具体特点,可以进一步感知当前画面所处实验环节。对应上述根据所得到的的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别指定部位与各个器件之间是否存在交互关系,得到识别结果的步骤。
仪器与仪器的交互关系主要根据两个仪器空间位置是否存在重叠判断,对应上述各个器件之间是否存在交互关系的识别方式。例如:连续帧范围内,石块的位置框完全包含在天平左侧托盘的位置框内,则可视为石块放入天平中。
实验操作识别:基于交互关系构建模块的结果,结合具体实验的评分细则,实验操作识别模块可以实现全程操作状态的识别。可以根据各个实验的特点和考题变化,灵活运用和设计。对应上述针对目标实验的每一评分点,基于识别结果,判断是否发生该评分点所表征的实验时间,得到该评分点对应的判断结果的步骤。
综合评价:综合评价模块可以基于实验操作识别模块的结果,根据评分细则对各考点进行评分,对应上述基于各个评分点对应的判断结果,计算待评分人员关于目标实验的评分结果的步骤。并且,综合评价模块支持输出学生最终得分、扣分点及原因、整体实验完成度、熟练度等全方位评价指标。此外,当用于日常实验教学时,该模块可以实时给出实验操作指导和错误实验操作提醒,同时,可以记录、回溯实验过程,提高教学质量和效率。
输出评分结果:针对综合评价模块的结果,可以输出学生整体实验的评分结果以及各个评分点对应的评分结果。
关于手部与仪器交互关系的构建及确定方式、实验操作识别模块将在后续实施例进行具体介绍,在此不做赘述。
本发明实施例提供的一种实验评分方法,通过综合运用人工智能等多种技术,支持各种类型实验仪器,通过模块化设计识别关键实验操作,实现多考点智能评分。同时可根据需要自由调整考点和评分要求,具有很强的通用性,便于推广。并且,从视频输入到实验智能评分整个流程无需人工干预,大大减轻老师评分负担,而且机器评分采用同一的标准,减少不同人评分之间的差异,保证评分的公平性。可以满足不同地区条件下的区域化需求,发挥人工智能技术在教育行业以考促学方面的能效。
下面结合一具体实施例,对本发明实施例提供的一种实验评分方法中,手与仪器的交互关系的确定进行具体介绍。
如图8所示,由于手与仪器的交互关系构建和判断较为复杂,首先需要进行手与仪器的空间位置判定,即获取指定部位与至少一个器件位置信息,并且判断手与仪器的空间位置是否存在重叠,也就是,识别指定部位与至少一个器件是否存在位置重叠;若重叠,进一步判断该仪器是否在手分类得到的仪器候选集中,对应上述器件候选集,若只有一个仪器存在该候选集中,可以直接确定该仪器与手存在交互;若不重叠或该仪器不在手分类得到的仪器的候选集中,则确定该仪器与手无关。
若多个仪器同时与手存在重叠且在仪器候选集中,可以进一步根据单目深度估计模型获取各仪器相对于相机的距离,并结合不同实验的特点,综合判断手与哪个仪器存在交互,也就是,执行上述指定部位与至少一个器件之间交互关系的判断步骤;例如:判断深度距离是否最近,将深度距离最近的仪器作为与手交互的仪器。一般而言,确定与相机距离更近的仪器为交互对象,例如:学生使用镊子向托盘加入砝码,手会同时与镊子、砝码天平托盘等仪器发生重叠,但镊子距离相机距离最近,可以确定手与镊子存在交互。可以理解的是,在正常操作实验时,与手深度距离最近的仪器一般是一个,当然也可能同时使用多个仪器,对于其他深度距离不是最近的仪器而言,可以确定该仪器与手无关。
通过交互关系构建模块建立手与仪器、仪器与仪器之间的交互关系,适用于物理、化学等各类中学实验,尤其适用于强调学生操作动作规范性的实验,并在此基础上快速识别实验操作并智能评分。
下面结合一具体实施例,以石块密度测量为例,介绍基于交互关系以及各个对象的位置信息,结合具体实验评分细则,实现全过程操作状态识别。
如图9所示,实现全过程操作状态识别所利用的实验操作识别模块可以包括:读数记录子模块、仪器位置监测子模块和关键操作识别子模块。
读数记录子模块,可以针对天平指针距离、石块质量记录和量筒体积测量进行读数并记录。天平指针距离即计算天平刻度盘指针到刻度盘中央刻度线的距离,当该距离连续帧小于阈值时,视为天平处于平衡状态。石块质量记录即石块放在天平左侧托盘时,记录放在天平右侧托盘的砝码值,并计算刻度尺上游码值,砝码值和游码值相加得到石块质量。当天平处于平衡状态时,所记录石块质量即为最终的石块质量。量筒体积测量即在侧拍视角下,根据量筒液面位置和量筒主要刻度位置,计算体积值。其中,需要记录未放入石块前的初始体积值V1和石块稳定放置在量筒时的总体积值V2,最终得到的石块体积为V2-V1。利用该子模块所记录的读数可以进一步确定物体密度测量实验所得到的的结果的准确度。
仪器位置监测子模块,可以对仪器拿取放回和石块稳定放置进行监测。仪器拿取放回即判断天平、砝码盒、量筒等主要测量仪器是否处于指定操作位置,以及实验结束后是否复原。石块稳定放置即根据连续帧石块与天平左侧托盘、量筒的空间交互关系,判断实验是否处于称重状态或测量体积状态。仪器位置监测子模块所实现的功能对应于上述的:在实验过程中,指定部位与器件存在交互关系或器件与器件存在交互关系时,指定部位所处的姿态以及器件所处位置。可以利用该子模块所检测的仪器位置,判断待评分人员操作目标实验的规范程度。
关键操作识别子模块,可以对调节平衡螺母、胶头滴管使用和抹布擦拭石块等关键操作进行识别。其中,调节平衡螺母即判断学生是否在称重开始前和称重过程中用手部调节天平两侧的平衡螺母,并且,通过连续帧检测到手部与天平左右两侧托盘交互,并结合刻度盘指针距离变化范围,综合进行判断。其中,胶头滴管使用即在手部与胶头滴管交互且量筒与胶头滴管交互时,视为学生在使用胶头滴管往量筒加水;同时根据胶头滴管检测框的大小、角度判断学生是否存在倾斜滴加、伸入量筒口等违规操作。其中,抹布擦拭石块即根据连续帧手部与抹布交互且石块与抹布交互时,视为学生使用抹布擦拭石块。关键操作识别子模块所实现的功能对应于上述的:针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所对应的实验事件。可以利用该子模块所记录的实验操作,可以判断待评分人员是否进行了每一评分点对应的实验事件,并进行准确的评分。
实验操作识别模块可以针对操作者在实验中的读数、仪器位置和关键操作进行记录、检测和识别,能够准确记录操作者在实验操作过程中针对各个得分点的操作数据和操作动作,便于后续针对关键操作、仪器位置和读数等信息进行实验评分。并且,待评分人员可以利用该记录结果,对目标实验进行完善,对目标实验对应的知识点进行巩固。
基于上述实验评分方法,本发明实施例还提供了一种实验评分装置,如图10所示,该装置包括:
获取模块1010,用于获取待评分人员在操作目标实验时的操作视频;
检测模块1020,用于对所述操作视频中的各视频帧进行对象检测,得到所述视频帧中存在的各个对象以及各个对象的位置信息;其中,所述各个对象包括:所述目标实验所需的各个器件以及所述待评分人员的指定部位;
识别模块1030,用于根据所得到的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别所述指定部位与各个器件之间是否存在交互关系,得到识别结果;
判断模块1040,用于针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果;
计算模块1050,用于基于各个评分点对应的判断结果,计算所述待评分人员关于所述目标实验的评分结果。
本发明实施例提供的一种实验评分方法,在对学生实验操作情况进行评分时,不需要老师在旁边观察学生的实验操作过程,并基于所观察的内容进行评分,而是通过获取学生操作目标实验的操作视频,从而基于该操作视频确定器件之间是否存在交互关系、以及指定部位与器件之间是否存在交互关系,进而,自动获取该学生的关于该目标实验的评分结果。这样,可以极大地减少老师对学生的实验操作进行评分的工作量。
可选地,识别各个器件之间是否存在交互关系的方式,包括:
针对各个器件中的至少两个器件,若基于所述至少两个器件的位置信息,识别出在连续多帧中所述至少两个器件存在位置重叠,则判定在该连续多帧的时间范围内,所述至少两个器件存在交互关系,否则,判定所述至少两个器件不存在交互关系。
可选地,识别所述指定部位与各个器件之间是否存在交互关系的方式,包括:
若基于所述指定部位的位置信息和至少一个器件的位置信息,识别出在连续多帧中所述指定部位分别与所述至少一个器件存在位置重叠,则利用第一指定帧对应的器件候选集合,判断所述指定部位与所述至少一个器件之间是否存在交互关系;
其中,所述第一指定帧为该连续多帧中的视频帧,所述第一指定帧对应的器件候选集合中包括至少一个候选器件,每一候选器件为在所述第一指定帧的时间范围内,所述指定部位所使用的器件或所述指定部位待使用的器件。
可选地,所述利用第一指定帧对应的器件候选集合,判断所述指定部位与所述至少一个器件之间是否存在交互关系,包括:
检测所述至少一个器件,是否在第一指定帧对应的器件候选集合中,得到检测结果;
若所述检测结果表明所述至少一个器件均不在所述器件候选集合中,判定在该连续多帧的时间范围内,所述指定部位与所述至少一个器件均不存在交互关系;
若所述检测结果表明一个器件在所述器件候选集合中,判定在该连续多帧的时间范围内,所述指定部位与存在于所述器件候选集合的一个器件,存在交互关系,以及所述指定部位与所述至少一个器件中的其他器件不存在交互关系;
若所述检测结果表明多个器件在所述器件候选集合中,在所述多个器件中,识别与所述指定部位距离最近的目标器件,确定在该连续多帧的时间范围内,所述指定部位与所述目标器件存在交互关系,以及所述指定部位与所述至少一个器件中的其他器件不存在交互关系。
可选地,所述在所述多个器件中,识别与所述指定部位距离最近的目标器件,包括:
基于在第二指定帧中所述多个器件的深度信息,在所述多个器件中,识别与所述指定部位距离最近的目标器件;
所述第二指定帧为该连续多帧中的视频帧。
可选地,所述基于在第二指定帧中所述多个器件的深度信息,在所述多个器件中,识别与所述指定部位距离最近的目标器件,包括:
基于在第二指定帧中所述多个器件的深度信息,选取表征深度最小的深度信息,作为待利用深度信息;
将具有所述待利用深度信息的器件,确定为与所述指定部位距离最近的目标器件。
可选地,在所述第二指定帧中任一对象的深度信息的确定方式,包括:
确定所述第二指定帧中各个像素点的深度信息;
基于所述第二指定帧中目标区域内的像素点的深度信息,确定在所述第二指定帧中所述任一对象的深度信息;
其中,所述目标区域为所述第二指定帧中所述任一对象的位置信息所表征的区域。
可选地,所述第一指定帧对应的器件候选集合的构建方式,包括:
确定在所述第一指定帧中所述指定部位的操作状态,作为目标操作状态;
从预先建立的关于所述指定部位的各个操作状态与器件的映射关系种,查找所述目标操作状态对应的器件,得到候选器件;每一操作状态对应的器件为所述指定部位在处于该操作状态时,所使用的器件或待使用的器件;
利用所得到的候选器件,构建所述第一指定帧对应的器件候选集合。
可选地,所述目标实验为:物体密度测量实验,所述指定部位为手部;所述目标实验的评分点包括:第一评分点、第二评分点、第三评分点、第四评分点和第五评分点;
其中,所述第一评分点所表征的实验事件包括:调节天平的平衡螺母使得天平平衡;
所述第二评分点所表征的实验事件包括:物体位于天平左侧,调节砝码和游码使得所述天平水平平衡;
所述第三评分点所表征的实验事件包括:在所述第二评分点的实验事件过程中,未调节所述平衡螺母;
所述第四评分点所表征的实验事件包括:使用胶头滴管、量筒、烧杯和水测量物体体积;
所述第五评分点所表征的实验事件包括:使用抹布擦拭所述物体,并将所使用的器件归位。
可选地,所述判断模块,包括:
第一判断子模块,用于针对所述目标实验的第一评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与所述天平的平衡螺母存在交互关系,且基于该连续多帧中所述天平的刻度盘的位置信息,识别所述刻度盘中的指针是否位于中央刻度线位置;若检测结果均为是,判定发生该第一评分点所表征的实验事件,得到该第一评分点对应的判断结果。
可选地,所述判断模块,包括:
第二判断子模块,用于针对所述目标实验的第二评分点,基于所述识别结果,检测是否在第一连续多帧的时间范围内,所述物体与所述天平的左侧托盘存在交互关系,以及检测是否在第二连续多帧的时间范围,手部与镊子存在交互关系,所述镊子与所述砝码存在交互关系,所述砝码与天平右侧托盘存在交互关系,检测是否在第三连续多帧的时间范围内,手部与镊子存在交互关系,所述镊子与所述天平的游码存在交互关系,并基于所述第三连续多帧中所述天平的刻度盘的位置信息,检测所述刻度盘中的指针是否位于中央刻度线位置;其中,所述第一连续多帧为任一连续多帧,所述第二连续多帧的起始时间不早于所述第一连续多帧的起始时间,所述第三连续多帧的起始时间不早于所述第二连续多帧的起始时间;若检测结果均为是,判定发生所述第二评分点所表征的实验事件,得到所述第二评分点对应的判断结果。
可选地,所述判断模块,包括:
第三判断子模块,用于针对所述目标实验的第三评分点,基于所述识别结果,检测是否在指定的连续多帧的时间范围内,手部与平衡螺母存在交互关系;其中,所述指定的连续多帧的起始时间点,晚于第一连续多帧的起始时间点,且早于第三连续多帧的结束时间点,所述第一连续多帧的时间范围内所述物体与所述天平的左侧托盘存在交互关系,所述第三连续多帧的时间范围内手部与所述天平的游码存在交互关系;若检测结果为否,判定发生所述第三评分点的实验事件,得到所述第三评分点对应的判断结果。
可选地,所述判断模块,包括:
第四判断子模块,用于针对所述目标实验的第四评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与胶头滴管存在交互关系,以及检测是否在一连续多帧的时间范围内,胶头滴管与量筒存在交互关系;若检测结果为是,判定发生所述第四评分点所表征的实验事件,得到所述第四评分点对应的判断结果。
可选地,所述判断模块,包括:
第五判断子模块,用于针对所述目标实验的第五评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与抹布存在交互关系,以及检测是否在一连续多帧的时间范围内,抹布与所述物体存在交互关系;以及,检测在所述抹布与所述物体存在交互关系的时间范围之后的视频帧中,各个器件的位置是否处于预定位置;若检测结果均为是,判定发生所述第五评分点所表征的实验事件,得到所述第五评分点对应的判断结果。
可选地,所述计算模块具体用于:
针对每一评分点,确定该评分点对应的评分类型,基于该评分点对应的评分类型以及该评分点对应的判断结果,确定该评分点对应的分值;其中,评分类型包括得分类型或扣分类型;
将各个评分点对应的分值进行累加,得到所述待评分人员关于所述目标实验的评分结果。
本发明实施例还提供了一种电子设备,如图11所示,包括处理器1101、通信接口1102、存储器1103和通信总线1104,其中,处理器1101,通信接口1102,存储器1103通过通信总线1104完成相互间的通信,
存储器1103,用于存放计算机程序;
处理器1101,用于执行存储器1103上所存放的程序时,实现任一种实验评分方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实验评分方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一实验评分方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (18)
1.一种实验评分方法,其特征在于,所述方法包括:
获取待评分人员在操作目标实验时的操作视频;
对所述操作视频中的各视频帧进行对象检测,得到所述视频帧中存在的各个对象以及各个对象的位置信息;其中,所述各个对象包括:所述目标实验所需的各个器件以及所述待评分人员的指定部位;
根据所得到的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别所述指定部位与各个器件之间是否存在交互关系,得到识别结果;
针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果;
基于各个评分点对应的判断结果,计算所述待评分人员关于所述目标实验的评分结果。
2.根据权利要求1所述的方法,其特征在于,识别各个器件之间是否存在交互关系的方式,包括:
针对各个器件中的至少两个器件,若基于所述至少两个器件的位置信息,识别出在连续多帧中所述至少两个器件存在位置重叠,则判定在该连续多帧的时间范围内,所述至少两个器件存在交互关系,否则,判定所述至少两个器件不存在交互关系。
3.根据权利要求1所述的方法,其特征在于,识别所述指定部位与各个器件之间是否存在交互关系的方式,包括:
若基于所述指定部位的位置信息和至少一个器件的位置信息,识别出在连续多帧中所述指定部位分别与所述至少一个器件存在位置重叠,则利用第一指定帧对应的器件候选集合,判断所述指定部位与所述至少一个器件之间是否存在交互关系;
其中,所述第一指定帧为该连续多帧中的视频帧,所述第一指定帧对应的器件候选集合中包括至少一个候选器件,每一候选器件为在所述第一指定帧的时间范围内,所述指定部位所使用的器件或所述指定部位待使用的器件。
4.根据权利要求3所述的方法,其特征在于,所述利用第一指定帧对应的器件候选集合,判断所述指定部位与所述至少一个器件之间是否存在交互关系,包括:
检测所述至少一个器件,是否在第一指定帧对应的器件候选集合中,得到检测结果;
若所述检测结果表明所述至少一个器件均不在所述器件候选集合中,判定在该连续多帧的时间范围内,所述指定部位与所述至少一个器件均不存在交互关系;
若所述检测结果表明一个器件在所述器件候选集合中,判定在该连续多帧的时间范围内,所述指定部位与存在于所述器件候选集合的一个器件,存在交互关系,以及所述指定部位与所述至少一个器件中的其他器件不存在交互关系;
若所述检测结果表明多个器件在所述器件候选集合中,在所述多个器件中,识别与所述指定部位距离最近的目标器件,确定在该连续多帧的时间范围内,所述指定部位与所述目标器件存在交互关系,以及所述指定部位与所述至少一个器件中的其他器件不存在交互关系。
5.根据权利要求4所述的方法,其特征在于,所述在所述多个器件中,识别与所述指定部位距离最近的目标器件,包括:
基于在第二指定帧中所述多个器件的深度信息,在所述多个器件中,识别与所述指定部位距离最近的目标器件;
所述第二指定帧为该连续多帧中的视频帧。
6.根据权利要求5所述的方法,其特征在于,所述基于在第二指定帧中所述多个器件的深度信息,在所述多个器件中,识别与所述指定部位距离最近的目标器件,包括:
基于在第二指定帧中所述多个器件的深度信息,选取表征深度最小的深度信息,作为待利用深度信息;
将具有所述待利用深度信息的器件,确定为与所述指定部位距离最近的目标器件。
7.根据权利要求5所述的方法,其特征在于,在所述第二指定帧中任一对象的深度信息的确定方式,包括:
确定所述第二指定帧中各个像素点的深度信息;
基于所述第二指定帧中目标区域内的像素点的深度信息,确定在所述第二指定帧中所述任一对象的深度信息;
其中,所述目标区域为所述第二指定帧中所述任一对象的位置信息所表征的区域。
8.根据权利要求3所述的方法,其特征在于,所述第一指定帧对应的器件候选集合的构建方式,包括:
确定在所述第一指定帧中所述指定部位的操作状态,作为目标操作状态;
从预先建立的关于所述指定部位的各个操作状态与器件的映射关系中,查找所述目标操作状态对应的器件,得到候选器件;每一操作状态对应的器件为所述指定部位在处于该操作状态时,所使用的器件或待使用的器件;
利用所得到的候选器件,构建所述第一指定帧对应的器件候选集合。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述目标实验为:物体密度测量实验,所述指定部位为手部;所述目标实验的评分点包括:第一评分点、第二评分点、第三评分点、第四评分点和第五评分点;
其中,所述第一评分点所表征的实验事件包括:调节天平的平衡螺母使得天平平衡;
所述第二评分点所表征的实验事件包括:物体位于天平左侧,调节砝码和游码使得所述天平水平平衡;
所述第三评分点所表征的实验事件包括:在所述第二评分点的实验事件过程中,未调节所述平衡螺母;
所述第四评分点所表征的实验事件包括:使用胶头滴管、量筒、烧杯和水测量物体体积;
所述第五评分点所表征的实验事件包括:使用抹布擦拭所述物体,并将所使用的器件归位。
10.根据权利要求9所述的方法,其特征在于,所述针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果,包括:
针对所述目标实验的第一评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与所述天平的平衡螺母存在交互关系,且基于该连续多帧中所述天平的刻度盘的位置信息,识别所述刻度盘中的指针是否位于中央刻度线位置;
若检测结果均为是,判定发生该第一评分点所表征的实验事件,得到该第一评分点对应的判断结果。
11.根据权利要求9所述的方法,其特征在于,所述针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果,包括:
针对所述目标实验的第二评分点,基于所述识别结果,检测是否在第一连续多帧的时间范围内,所述物体与所述天平的左侧托盘存在交互关系,以及检测是否在第二连续多帧的时间范围,手部与镊子存在交互关系,所述镊子与所述砝码存在交互关系,所述砝码与天平右侧托盘存在交互关系,检测是否在第三连续多帧的时间范围内,手部与镊子存在交互关系,所述镊子与所述天平的游码存在交互关系,并基于所述第三连续多帧中所述天平的刻度盘的位置信息,检测所述刻度盘中的指针是否位于中央刻度线位置;其中,所述第一连续多帧为任一连续多帧,所述第二连续多帧的起始时间不早于所述第一连续多帧的起始时间,所述第三连续多帧的起始时间不早于所述第二连续多帧的起始时间;
若检测结果均为是,判定发生所述第二评分点所表征的实验事件,得到所述第二评分点对应的判断结果。
12.根据权利要求9所述的方法,其特征在于,所述针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果,包括:
针对所述目标实验的第三评分点,基于所述识别结果,检测是否在指定的连续多帧的时间范围内,手部与平衡螺母存在交互关系;其中,所述指定的连续多帧的起始时间点,晚于第一连续多帧的起始时间点,且早于第三连续多帧的结束时间点,所述第一连续多帧的时间范围内所述物体与所述天平的左侧托盘存在交互关系,所述第三连续多帧的时间范围内手部与所述天平的游码存在交互关系;
若检测结果为否,判定发生所述第三评分点的实验事件,得到所述第三评分点对应的判断结果。
13.根据权利要求9所述的方法,其特征在于,所述针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果,包括:
针对所述目标实验的第四评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与胶头滴管存在交互关系,以及检测是否在一连续多帧的时间范围内,胶头滴管与量筒存在交互关系;
若检测结果为是,判定发生所述第四评分点所表征的实验事件,得到所述第四评分点对应的判断结果。
14.根据权利要求9所述的方法,其特征在于,所述针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果,包括:
针对所述目标实验的第五评分点,基于所述识别结果,检测是否在一连续多帧的时间范围内,手部与抹布存在交互关系,以及检测是否在一连续多帧的时间范围内,抹布与所述物体存在交互关系;以及,检测在所述抹布与所述物体存在交互关系的时间范围之后的视频帧中,各个器件的位置是否处于预定位置;
若检测结果均为是,判定发生所述第五评分点所表征的实验事件,得到所述第五评分点对应的判断结果。
15.根据权利要求1-8任一项所述的方法,其特征在于,所述基于各个评分点对应的判断结果,计算所述待评分人员关于所述目标实验的评分结果,包括:
针对每一评分点,确定该评分点对应的评分类型,基于该评分点对应的评分类型以及该评分点对应的判断结果,确定该评分点对应的分值;其中,评分类型包括得分类型或扣分类型;
将各个评分点对应的分值进行累加,得到所述待评分人员关于所述目标实验的评分结果。
16.一种实验评分装置,其特征在于,所述装置包括:
获取模块,用于获取待评分人员在操作目标实验时的操作视频;
检测模块,用于对所述操作视频中的各视频帧进行对象检测,得到所述视频帧中存在的各个对象以及各个对象的位置信息;其中,所述各个对象包括:所述目标实验所需的各个器件以及所述待评分人员的指定部位;
识别模块,用于根据所得到的各个对象的位置信息,识别各个器件之间是否存在交互关系,以及识别所述指定部位与各个器件之间是否存在交互关系,得到识别结果;
判断模块,用于针对所述目标实验的每一评分点,基于所述识别结果,判断是否发生该评分点所表征的实验事件,得到该评分点对应的判断结果;
计算模块,用于基于各个评分点对应的判断结果,计算所述待评分人员关于所述目标实验的评分结果。
17.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-15任一所述的方法步骤。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-15任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210606817.8A CN114973090A (zh) | 2022-05-31 | 2022-05-31 | 一种实验评分方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210606817.8A CN114973090A (zh) | 2022-05-31 | 2022-05-31 | 一种实验评分方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114973090A true CN114973090A (zh) | 2022-08-30 |
Family
ID=82957898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210606817.8A Pending CN114973090A (zh) | 2022-05-31 | 2022-05-31 | 一种实验评分方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114973090A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860591A (zh) * | 2023-03-03 | 2023-03-28 | 济南大学 | 一种实验操作ai考试评分方法及系统 |
CN117994864A (zh) * | 2024-04-03 | 2024-05-07 | 北京师范大学珠海校区 | 中学生物实验操作测评方法、装置、电子设备及存储介质 |
-
2022
- 2022-05-31 CN CN202210606817.8A patent/CN114973090A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860591A (zh) * | 2023-03-03 | 2023-03-28 | 济南大学 | 一种实验操作ai考试评分方法及系统 |
CN117994864A (zh) * | 2024-04-03 | 2024-05-07 | 北京师范大学珠海校区 | 中学生物实验操作测评方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114973090A (zh) | 一种实验评分方法、装置、电子设备及存储介质 | |
CN111753635B (zh) | 化学实验操作的智能评分方法、装置及存储介质 | |
CN110188633B (zh) | 人体体态指标预测方法、装置、电子设备及存储介质 | |
CN113628079A (zh) | 评分方法、装置、电子设备及可读介质 | |
CN108830837A (zh) | 一种用于检测钢包溶蚀缺陷的方法和装置 | |
CN103885168B (zh) | 用于显微镜装置的自校准的方法 | |
CN112101828B (zh) | 岗位技能评估方法、系统、电子设备及存储介质 | |
WO2022088096A1 (zh) | 缺陷实际面积的检测方法、显示面板的检测方法及装置 | |
CN113393723A (zh) | 一种用于电路实验操作考试的智能评价装置及方法 | |
Rodríguez‐Martín et al. | Learning methodology based on weld virtual models in the mechanical engineering classroom | |
CN109597937A (zh) | 网络课程推荐方法及装置 | |
CN106302776A (zh) | 一种处理计量数据的云平台和方法 | |
CN104185020B (zh) | 一种检测立体视觉疲劳度的系统及方法 | |
CN115568823B (zh) | 一种人体平衡能力评估的方法、系统和装置 | |
CN112801967A (zh) | 一种精子形态分析方法和装置 | |
TWI635844B (zh) | Vision detecting device and vision detecting method capable of automatically adjusting visual target size | |
CA3093646C (en) | Method and system for extraction of statistical sample of moving objects | |
CN108830881B (zh) | 一种运动生物的视频追踪方法和装置 | |
CN111768439B (zh) | 一种确定实验评分的方法、装置、电子设备及介质 | |
Christoforaki et al. | Step: A scalable testing and evaluation platform | |
CN112153320A (zh) | 一种物品尺寸的测量方法、装置、电子设备和存储介质 | |
CN115862080A (zh) | 血清质量识别模型的训练方法、装置、设备及存储介质 | |
Wang et al. | Instrumental evaluation of fabric abrasive wear using 3D surface images | |
CN203101029U (zh) | 一种用于检测中继镜的装置 | |
Bush | An empirical exploration of teacher clarity. |
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 |