CN115830527A - 在线远程教育随机监督系统 - Google Patents
在线远程教育随机监督系统 Download PDFInfo
- Publication number
- CN115830527A CN115830527A CN202211267425.XA CN202211267425A CN115830527A CN 115830527 A CN115830527 A CN 115830527A CN 202211267425 A CN202211267425 A CN 202211267425A CN 115830527 A CN115830527 A CN 115830527A
- Authority
- CN
- China
- Prior art keywords
- playing
- playing terminal
- scene image
- target
- terminal
- 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- Withdrawn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
- 238000012544 monitoring process Methods 0.000 title abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 14
- 238000003384 imaging method Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 8
- 230000006399 behavior Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及一种在线远程教育随机监督系统,包括:内容抓取部件,设置在在线远程教育的服务器端,用于随机选择目标播放终端并抓取目标播放终端的播放场景图像;偏差鉴别部件,用于确定播放场景图像是否明暗过度;位置提取设备,用于确定播放场景图像中最近脸部对象是否居中时,并在未居中时发出位置偏差信号。本发明的在线远程教育随机监督系统布局有效、监督智能。由于能够采用随机选择的模式实现对各个在线学员的现场学习画面的遍历式监督,其中实现对随机选中的现场学员的成像画面的明暗程度的分析以及学员面部是否居中的分析,从而为现场学员对现场环境关系的调整以及学习姿态的调整提供可靠的参考信息。
Description
技术领域
本发明涉及远程教育领域,尤其涉及一种在线远程教育随机监督系统。
背景技术
伴随着互联网技术的发展和普及,远程教育被越拉越多的人认可和使用,脱离了时间空间的限制,这种教育形式在当下有许多的优势。具体表现如下。
现如今的远程教育,多指以互联网为载体,通过视频授课的方式来进行教育和学习。除了专业教育组织统一开展远程教育外,现在还有许多以营利为目的的网络课程,也得到了很多人的使用。在一些官方网站上,能够方便的根据远程教育进行学习。
远程教育不再拘泥于教室这一空间,能够不受时间空间限制的进行学习。尤其是当前互联网技术发展的很好,几乎每家都有电脑可以方便的选择网课进行学习。远程教育的很多网站集合了许多优质的教师资源,能够给学生更高质量的教育。远程教育的学习时间由自己掌控,对于一些上班族来说能够利用休息时间进行学习提升,所以得到了很多人的称赞。另外,远程教育能够让各种类型的人随时随地能够进行学习,满足了人们终身学习的需要。
然而,在远程教育的实践中仍存在一定的缺陷需要解决。例如,进行远程教育的教师需要了解在线每一位学员的学习状态,如果学员将自己面部隐匿在现场摄像头的成像视角之外,则教师很难对学员进行观察,同时,在进行远程教育时,学员所在环境的成像区域光线过足或者不足,都会导致现场监督画面过明或者过暗,过明或者过暗的成像画面也很难观察学员的学习姿态和学习状态。
申请公布号为CN113095198A的申请公开了一种基于学习者行为的AI考核方法,涉及网络学习考核技术领域;包括如下步骤:准备阶段、视频播放准备阶段、视频播放阶段,收集图像信息为摄像头拍摄的学习者照片信息,配置的系统规则包括视频播放的抓拍规则和人脸识别规则,其中抓拍规则包括未识别人脸情况下的连续未识别的容忍时间阈值t1和容忍时间阈值t1内的抓拍次数n、验证成功时,视频播放情况下,重复验证的阈值t2、系统对比图像和储存信息的匹配度阈值t3。该申请可有效的防止网课代刷的情况,另一方面,采用AI活体识别,增加了识别的精确度,并且识别失败,在阈值内会继续进行多次识别,以解决网络延迟和光线导致匹配不上的短暂间隔问题。
申请公布号为CN112597977A的申请是基于HSV-YOLOv3的网课学生行为识别方法,该方法包括以下步骤:步骤1,获取学生网课图像标定数据;步骤2,模拟噪声环境数据;步骤3,提取学生上课图像的颜色特征;步骤4,设计基于简单投票法的学生网课行为识别;步骤5,处理学生行为类别异常;步骤6,将训练获得的学生行为分类模型嵌入至系统平台中,并实际应用。该申请在模拟噪声环境下的基础上,提出了基于HSV-YOLOv3的网课学生行为识别方法。该申请有效的模拟了网课系统平台在采集数据时受到的噪声环境的干扰,增强了分类模型在噪声环境下的鲁棒性;同时采用了投票法进行学生行为分类,经过投票决策最终得出学生行为类别,提高了分类模型的精确度。
申请公布号为CN112364321A的申请公开了基于云桌面的用于移动学习智能手机的监测方法,包括以下步骤:步骤一:教师登录监测云桌面开始网课教学,学生使用智能终端登录云桌面进行课程学习;步骤二:学生在登录云桌面时需要进行身份验证,身份验证通过即可进行网课学习;步骤三:网课开始进行后即开始进行学习监测,学生进行网络学习时云平台会通过学生登录的智能终端的摄像头获取到学生影像;步骤四:对学生影像进行实时的分析,通过对摄像头内的学生影像进行实时分析对学生进行扣分项添加;步骤五:当学生离开登录智能终端的摄像头超过预设时长后,即对其进行二次身份验证。该申请能够更好的对学生进监督,有效的提升了学生的学习效率。
发明内容
为了克服上述缺陷,本发明提出了一种在线远程教育随机监督系统,能够采用随机选择的模式实现对各个在线学员的现场学习画面的遍历式监督,尤其关键的是,通过对随机选中的现场学员的成像画面的明暗程度的分析以及学员面部是否居中的分析,对现场学员对现场环境关系的调整以及学习姿态的调整提供参考信息,从而便于进行远程教育的教师了解在线每一位学员的学习状态。
根据本发明的一方面,提供了一种在线远程教育随机监督系统,所述系统包括:
内容抓取部件,设置在在线远程教育的服务器端,用于每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像;
分量录入部件,与所述内容抓取部件连接,用于获取所述目标播放终端的播放场景图像的每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值;
偏差鉴别部件,与所述分量录入部件连接,用于在所述目标播放终端的播放场景图像的像素点的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值的协方差未超过设定协方差阈值时,发出明暗过度信号;
信号增强部件,与所述内容抓取部件电性连接,用于对所述目标播放终端的播放场景图像次序执行直方图均衡处理、清晰化处理以及小波滤波处理以获得场景增强图像;
位置提取设备,与所述信号增强部件连接,用于在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号;
其中,所述位置提取设备还用于在所述目标播放终端的播放场景图像中最近脸部对象占据所述目标播放终端的播放场景图像的中央位置时,发出位置居中信号。
本发明的在线远程教育随机监督系统布局有效、监督智能。本发明能够采用随机选择的模式实现对各个在线学员的现场学习画面的遍历式监督,其中实现对随机选中的现场学员的成像画面的明暗程度的分析以及学员面部是否居中的分析,从而为现场学员对现场环境关系的调整以及学习姿态的调整提供可靠的参考信息。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明A实施方案示出的在线远程教育随机监督系统的结构示意图。
图2为根据本发明B实施方案示出的在线远程教育随机监督系统的结构示意图。
图3为根据本发明C实施方案示出的在线远程教育随机监督系统的结构示意图。
具体实施方式
下面将参照附图对本发明的在线远程教育随机监督系统的实施方案进行详细说明。
实施例1
图1为根据本发明A实施方案示出的在线远程教育随机监督系统的结构示意图,所述系统包括:
内容抓取部件,设置在在线远程教育的服务器端,用于每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像;
分量录入部件,与所述内容抓取部件连接,用于获取所述目标播放终端的播放场景图像的每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值;
其中,获取所述目标播放终端的播放场景图像的每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值包括:每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值中的每一分量数值的取值都在0-255之间;
偏差鉴别部件,与所述分量录入部件连接,用于在所述目标播放终端的播放场景图像的像素点的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值的协方差未超过设定协方差阈值时,发出明暗过度信号;
信号增强部件,与所述内容抓取部件电性连接,用于对所述目标播放终端的播放场景图像次序执行直方图均衡处理、清晰化处理以及小波滤波处理以获得场景增强图像;
位置提取设备,与所述信号增强部件连接,用于在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号;
其中,所述位置提取设备还用于在所述目标播放终端的播放场景图像中最近脸部对象占据所述目标播放终端的播放场景图像的中央位置时,发出位置居中信号。
实施例2
图2为根据本发明B实施方案示出的在线远程教育随机监督系统的结构示意图,所述系统包括:
内容抓取部件,设置在在线远程教育的服务器端,用于每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像;
分量录入部件,与所述内容抓取部件连接,用于获取所述目标播放终端的播放场景图像的每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值;
其中,获取所述目标播放终端的播放场景图像的每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值包括:每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值中的每一分量数值的取值都在0-255之间;
偏差鉴别部件,与所述分量录入部件连接,用于在所述目标播放终端的播放场景图像的像素点的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值的协方差未超过设定协方差阈值时,发出明暗过度信号;
信号增强部件,与所述内容抓取部件电性连接,用于对所述目标播放终端的播放场景图像次序执行直方图均衡处理、清晰化处理以及小波滤波处理以获得场景增强图像;
位置提取设备,与所述信号增强部件连接,用于在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号;
其中,所述位置提取设备还用于在所述目标播放终端的播放场景图像中最近脸部对象占据所述目标播放终端的播放场景图像的中央位置时,发出位置居中信号;
播放控制部件,设置在在线远程教育的服务器端,用于对位置偏差信号或者明暗过度信号对应的目标播放终端执行暂停视频播放处理;
其中,对位置偏差信号或者明暗过度信号对应的目标播放终端执行暂停视频播放处理还包括:对位置偏差信号或者明暗过度信号对应的目标播放终端执行暂停视频播放处理后,记录视频暂停播放的时间点。
实施例3
图3为根据本发明C实施方案示出的在线远程教育随机监督系统的结构示意图,所述系统包括:
内容抓取部件,设置在在线远程教育的服务器端,用于每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像;
分量录入部件,与所述内容抓取部件连接,用于获取所述目标播放终端的播放场景图像的每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值;
其中,获取所述目标播放终端的播放场景图像的每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值包括:每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值中的每一分量数值的取值都在0-255之间;
偏差鉴别部件,与所述分量录入部件连接,用于在所述目标播放终端的播放场景图像的像素点的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值的协方差未超过设定协方差阈值时,发出明暗过度信号;
信号增强部件,与所述内容抓取部件电性连接,用于对所述目标播放终端的播放场景图像次序执行直方图均衡处理、清晰化处理以及小波滤波处理以获得场景增强图像;
位置提取设备,与所述信号增强部件连接,用于在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号;
其中,所述位置提取设备还用于在所述目标播放终端的播放场景图像中最近脸部对象占据所述目标播放终端的播放场景图像的中央位置时,发出位置居中信号;
数值存储机构,与所述偏差鉴别部件连接,用于存储所述设定协方差阈值,并将所述设定协方差阈值发送给所述数值存储机构。
接着,继续对本发明的在线远程教育随机监督系统的具体结构进行进一步的说明。
在根据本发明任一实施方案的在线远程教育随机监督系统中:
在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号包括:获取所述目标播放终端的播放场景图像中各个脸部对象分别对应的各个脸部所在区域,将整体景深数值最小的脸部所在区域对应的脸部对象作为所述目标播放终端的播放场景图像中的最近脸部对象;
其中,在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号还包括:在最近脸部对象对应的脸部所在区域的中间位置与所述播放场景图像的中间位置之间的距离小于等于设定像素点数量时,判断所述目标播放终端的播放场景图像中最近脸部对象占据所述目标播放终端的播放场景图像的中央位置;
其中,在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号还包括:在最近脸部对象对应的脸部所在区域的中间位置与所述播放场景图像的中间位置之间的距离大于所还是设定像素点数量时,判断所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置。
在根据本发明任一实施方案的在线远程教育随机监督系统中:
所述偏差鉴别部件还用于在所述目标播放终端的播放场景图像的像素点的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值的协方差超过所述设定协方差阈值时,发出明暗均匀信号。
以及在根据本发明任一实施方案的在线远程教育随机监督系统中:
每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像包括:所述播放场景图像来自于所述目标播放终端的前面屏的微型摄像头;
其中,每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像还包括:所述设定时长的取值小于等于设定时长限量;
其中,每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像还包括:基于随机函数的输出结果每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像;
其中,基于随机函数的输出结果每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像包括:对各个视频播放终端进行编号,所述随机函数的各个输入为所述各个视频播放终端的各个编号,所述随机函数的输出结果为每隔设定时长随机选中的视频播放终端的编号。
另外,在所述在线远程教育随机监督系统中,获取所述目标播放终端的播放场景图像中各个脸部对象分别对应的各个脸部所在区域,将整体景深数值最小的脸部所在区域对应的脸部对象作为所述目标播放终端的播放场景图像中的最近脸部对象包括:基于人体脸部的标准几何外形获取所述目标播放终端的播放场景图像中各个脸部对象分别对应的各个脸部所在区域,将整体景深数值最小的脸部所在区域对应的脸部对象作为所述目标播放终端的播放场景图像中的最近脸部对象。
因此相比于现有技术,本发明具备以下有益的技术效果:
第一处有益的技术效果:利用过明或者过暗的成像画面像素值解决的像素点较多的特性,在判断播放场景画面的各个像素值的CMYK通道协方差数值未超限时,确定播放场景画面明暗过度,并暂缓相应播放终端的远程教育视频内容的播放,从而实现对终端用户执行设备调整的有效提醒;
第二处有益的技术效果:采用针对性的可视化分析机制对终端用户的面部成像区域是否处于播放场景画面中央区域进行现场分析,并在不处于中央区域时进行及时提醒,从而为远程教育服务器端观察每一位学员的表情和姿态提供可靠的数据基础。
本申请实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
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。
Claims (10)
1.一种在线远程教育随机监督系统,其特征在于,所述系统包括:
内容抓取部件,设置在在线远程教育的服务器端,用于每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像;
分量录入部件,与所述内容抓取部件连接,用于获取所述目标播放终端的播放场景图像的每一个像素点在CMYK空间下的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值;
偏差鉴别部件,与所述分量录入部件连接,用于在所述目标播放终端的播放场景图像的像素点的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值的协方差未超过设定协方差阈值时,发出明暗过度信号;
信号增强部件,与所述内容抓取部件电性连接,用于对所述目标播放终端的播放场景图像次序执行直方图均衡处理、清晰化处理以及小波滤波处理以获得场景增强图像;
位置提取设备,与所述信号增强部件连接,用于在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号;
其中,所述位置提取设备还用于在所述目标播放终端的播放场景图像中最近脸部对象占据所述目标播放终端的播放场景图像的中央位置时,发出位置居中信号。
2.如权利要求1所述的在线远程教育随机监督系统,其特征在于,所述系统还包括:
播放控制部件,设置在在线远程教育的服务器端,用于对位置偏差信号或者明暗过度信号对应的目标播放终端执行暂停视频播放处理。
3.如权利要求1所述的在线远程教育随机监督系统,其特征在于,所述系统还包括:
数值存储机构,与所述偏差鉴别部件连接,用于存储所述设定协方差阈值,并将所述设定协方差阈值发送给所述数值存储机构。
4.如权利要求1-3任一所述的在线远程教育随机监督系统,其特征在于:
在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号包括:获取所述目标播放终端的播放场景图像中各个脸部对象分别对应的各个脸部所在区域,将整体景深数值最小的脸部所在区域对应的脸部对象作为所述目标播放终端的播放场景图像中的最近脸部对象。
5.如权利要求4所述的在线远程教育随机监督系统,其特征在于:
在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号还包括:在最近脸部对象对应的脸部所在区域的中间位置与所述播放场景图像的中间位置之间的距离小于等于设定像素点数量时,判断所述目标播放终端的播放场景图像中最近脸部对象占据所述目标播放终端的播放场景图像的中央位置。
6.如权利要求5所述的在线远程教育随机监督系统,其特征在于:
在所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置时,发出位置偏差信号还包括:在最近脸部对象对应的脸部所在区域的中间位置与所述播放场景图像的中间位置之间的距离大于所还是设定像素点数量时,判断所述目标播放终端的播放场景图像中最近脸部对象未占据所述目标播放终端的播放场景图像的中央位置。
7.如权利要求1-3任一所述的在线远程教育随机监督系统,其特征在于:
所述偏差鉴别部件还用于在所述目标播放终端的播放场景图像的像素点的青色分量数值、品红色分量数值、黄色分量数值和黑色分量数值的协方差超过所述设定协方差阈值时,发出明暗均匀信号。
8.如权利要求1-3任一所述的在线远程教育随机监督系统,其特征在于:
每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像包括:所述播放场景图像来自于所述目标播放终端的前面屏的微型摄像头。
9.如权利要求8所述的在线远程教育随机监督系统,其特征在于:
每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像还包括:所述设定时长的取值小于等于设定时长限量;
其中,每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像还包括:基于随机函数的输出结果每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像。
10.如权利要求9所述的在线远程教育随机监督系统,其特征在于:
基于随机函数的输出结果每隔设定时长从当前进入所述服务器对应的在线远程教育网络的各个视频播放终端中随机选择一个视频播放终端作为目标播放终端,抓取所述目标播放终端的播放场景图像包括:对各个视频播放终端进行编号,所述随机函数的各个输入为所述各个视频播放终端的各个编号,所述随机函数的输出结果为每隔设定时长随机选中的视频播放终端的编号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267425.XA CN115830527A (zh) | 2022-10-17 | 2022-10-17 | 在线远程教育随机监督系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211267425.XA CN115830527A (zh) | 2022-10-17 | 2022-10-17 | 在线远程教育随机监督系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115830527A true CN115830527A (zh) | 2023-03-21 |
Family
ID=85524834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211267425.XA Withdrawn CN115830527A (zh) | 2022-10-17 | 2022-10-17 | 在线远程教育随机监督系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115830527A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116580354A (zh) * | 2023-05-11 | 2023-08-11 | 泰州市元根体育器材有限公司 | 应用模式切换的远程教育监考系统 |
-
2022
- 2022-10-17 CN CN202211267425.XA patent/CN115830527A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116580354A (zh) * | 2023-05-11 | 2023-08-11 | 泰州市元根体育器材有限公司 | 应用模式切换的远程教育监考系统 |
CN116580354B (zh) * | 2023-05-11 | 2023-11-03 | 北京优思安科技有限公司 | 应用模式切换的远程教育监考系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522815B (zh) | 一种专注度评估方法、装置及电子设备 | |
CN111046819B (zh) | 一种行为识别处理方法及装置 | |
CN110945522B (zh) | 一种学习状态的判断方法、装置及智能机器人 | |
CN108399809A (zh) | 虚拟教学系统、云平台管理系统和处理终端管理系统 | |
KR101775974B1 (ko) | 학생 수업태도 분석 시스템 및 분석 방법 | |
CN111402439B (zh) | 一种基于人脸识别的在线培训到课率统计管理方法及系统 | |
CN106856063A (zh) | 一种新型教学平台 | |
CN112862639B (zh) | 一种基于大数据分析的在线教育平台的教育方法 | |
CN113781853B (zh) | 基于终端的师生远程互动教育平台 | |
CN113377200B (zh) | 基于vr技术的交互式培训方法及装置、存储介质 | |
CN112613780B (zh) | 一种学习报告生成的方法、装置、电子设备及存储介质 | |
CN112861650A (zh) | 一种行为评价方法、装置及系统 | |
CN108629497A (zh) | 课程内容掌握程度评价方法和装置 | |
CN116229777A (zh) | 一种互联网综合教学实训方法、系统、介质及设备 | |
TWI607421B (zh) | 遊戲式教學暨學習系統 | |
CN115660909B (zh) | 一种数字学校平台沉浸式数字化学习方法及系统 | |
CN115830527A (zh) | 在线远程教育随机监督系统 | |
CN112488527A (zh) | 一种基于区块链的学生学习状态分析共享系统 | |
Jalali et al. | An automatic method for cheating detection in online exams by processing the student’s webcam images | |
CN111985282A (zh) | 一种学习能力的训练和评测系统 | |
CN202907086U (zh) | 一种基于物联网的校园视讯系统 | |
JP4817674B2 (ja) | 対戦型教育システム及び対戦型教育用サーバ並びに対戦型教育方法 | |
CN115937961A (zh) | 一种线上学习识别方法及设备 | |
CN116233556A (zh) | 视频推送方法、装置、存储介质以及电子设备 | |
CN117057669A (zh) | 教学质量评估方法、装置及系统 |
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: 20230321 |
|
WW01 | Invention patent application withdrawn after publication |