CN116563764A - 远程教育辨识程度检测系统 - Google Patents
远程教育辨识程度检测系统 Download PDFInfo
- Publication number
- CN116563764A CN116563764A CN202310612100.9A CN202310612100A CN116563764A CN 116563764 A CN116563764 A CN 116563764A CN 202310612100 A CN202310612100 A CN 202310612100A CN 116563764 A CN116563764 A CN 116563764A
- Authority
- CN
- China
- Prior art keywords
- picture
- unit
- mapping
- mapping unit
- remote education
- 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- Withdrawn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
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000013507 mapping Methods 0.000 claims abstract description 94
- 230000007246 mechanism Effects 0.000 claims abstract description 51
- 238000003384 imaging method Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000011218 segmentation Effects 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 28
- 230000010355 oscillation Effects 0.000 claims description 9
- 239000010453 quartz Substances 0.000 claims description 9
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 2
- 230000001815 facial effect Effects 0.000 abstract description 7
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/36—Applying a local operator, i.e. means to operate on image points situated in the vicinity of a given point; Non-linear local filtering operations, e.g. median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/164—Detection; Localisation; Normalisation using holistic features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/1066—Session management
- H04L65/1083—In-session procedures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Nonlinear Science (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及一种远程教育辨识程度检测系统，包括：分割处理部件，用于辨识多层映射画面中的最浅景深的人体面部目标对应的成像区域，并作为目标成像区域输出；区域鉴定部件，与所述分割处理部件连接，用于获取所述目标成像区域的各个像素点分别对应的各个亮度数值，计算所述各个亮度数值的均方差，并在所述各个亮度数值的均方差超过设定均方差限量时，发出难以辨识信号。通过本发明，通过采用针对性的可视化检测机制对参与远程教育课堂的本地用户面部动作的分辨程度进行高精度的辨识，并在辨识的结果判断分辨程度不佳时，及时提醒远程教师以及本地用户进行本地用户所在场景画面的改善和优化。
Description
技术领域
本发明涉及远程教育领域，尤其涉及一种远程教育辨识程度检测系统。
背景技术
远程教育，也称现代远程教育，是指使用电视及互联网等传播媒体的教学模式，它突破了时空的界线，有别于传统的在校住宿的教学模式。使用这种教学模式的学生，通常是业余进修者。由于不需要到特定地点上课，因此可以随时随地上课。学生亦可以透过电视广播、互联网、辅导专线、课研社、面授(函授)等多种不同管道互助学习。
远程教育是现代信息技术应用于教育后产生的新概念，即运用网络技术与环境开展的教育。招生对象不受年龄和先前学历限制，为广大已步入社会的人们提供了学历和技能提升的机会。
然而，在执行具体的远程教育操作中，参与远程教育课堂的本地用户面部动作的分辨程度不足，远程教师无法观察本地用户的面部细节，会影响远程教师与本地用户的交互效果，进而影响整个远程教育课堂的教学效果，现有技术中并不存在对参与远程教育课堂的本地用户面部动作的分辨程度的高精度的辨识机制，导致无法提醒远程教师以及本地用户进行本地用户所在场景画面的改善和优化。
发明内容
为了解决现有技术中的技术问题，本发明提供了一种远程教育辨识程度检测系统，通过采用针对性的可视化检测机制对参与远程教育课堂的本地用户面部动作的分辨程度进行高精度的辨识，并在辨识的结果判断分辨程度不佳时，及时提醒远程教师以及本地用户进行本地用户所在场景画面的改善和优化，从而保证了整个远程教育课堂的教学效果。
根据本发明的一方面，提供了一种远程教育辨识程度检测系统，所述系统包括：
服务操作机构，用于每隔设定时长发出一次抓取请求指令，所述服务操作机构内置石英振荡单元以基于所述石英振荡单元发出的脉冲数量确定设定时长的到达；
抓取执行机构，设置在运行远程教育课堂的视频采集终端且与所述服务操作机构连接，用于在每接收到一次抓取请求指令时，触发对所述视频采集终端的当前播放画面的内容抓取，以获得并输出相应的即时播放画面，所述视频采集终端用于实时拍摄当前受教用户所在环境的成像画面；
多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面；
分割处理部件，与所述多层映射机构连接，用于辨识接收到的多层映射画面中的最浅景深的人体面部目标对应的成像区域，并作为目标成像区域输出；
区域鉴定部件，与所述分割处理部件连接，用于获取所述目标成像区域的各个像素点分别对应的各个亮度数值，计算所述各个亮度数值的均方差，并在所述各个亮度数值的均方差超过设定均方差限量时，发出难以辨识信号；
其中，所述区域鉴定部件还用于在所述各个亮度数值的均方差未超过所述设定均方差限量时，发出画面可靠信号。
由此可见，本发明至少具有以下三处重要的发明构思：
发明构思A：采用基于均方差的像素点亮度数值的定制数值分析机制，对运行远程教育课堂的视频采集终端的采集画面受教用户面部图案分辨程度进行分析，并在辨识的受教用户面部图案分辨程度低于设定限量时，进行现场警示播放以及远端信息通知，从而保证参与远程教育课堂的本地用户面部动作的分辨程度，维护远程教育课堂的教学秩序，保证教学的交互效果；
发明构思B：辨识针对性优化处理后的采集画面中的最浅景深的人体面部目标对应的成像区域并作为目标成像区域输出，具体地，基于人体面部的基准轮廓形状辨识针对性优化处理后的采集画面中的各个人体面部目标，获取各个人体面部目标分别对应的各个整体景深，并将各个整体景深中数值最小的整体景深对应的人体面部目标对应的成像区域作为目标成像区域输出，从而提升了目标成像区域的分割精度；
发明构思C：对采集画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得针对性优化处理后的采集画面，从而保证了后续画面处理的效率和效果。
附图说明
以下将结合附图对本发明的实施例进行描述，其中：
图1为根据本发明首要实施例示出的远程教育辨识程度检测系统的结构方框图。
图2为根据本发明次要实施例示出的远程教育辨识程度检测系统的结构方框图。
图3为根据本发明再次要实施例示出的远程教育辨识程度检测系统的结构方框图。
具体实施方式
下面将参照附图对本发明的远程教育辨识程度检测系统的实施例进行详细说明。
图1为根据本发明首要实施例示出的远程教育辨识程度检测系统的结构方框图，所述系统包括：
服务操作机构，用于每隔设定时长发出一次抓取请求指令，所述服务操作机构内置石英振荡单元以基于所述石英振荡单元发出的脉冲数量确定设定时长的到达；
示例地，所述服务操作机构内置石英振荡单元以基于所述石英振荡单元发出的脉冲数量确定设定时长的到达包括：所述石英振荡单元发出的脉冲波形为正方形的波形；
抓取执行机构，设置在运行远程教育课堂的视频采集终端且与所述服务操作机构连接，用于在每接收到一次抓取请求指令时，触发对所述视频采集终端的当前播放画面的内容抓取，以获得并输出相应的即时播放画面，所述视频采集终端用于实时拍摄当前受教用户所在环境的成像画面；
多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面；
分割处理部件，与所述多层映射机构连接，用于辨识接收到的多层映射画面中的最浅景深的人体面部目标对应的成像区域，并作为目标成像区域输出；
区域鉴定部件，与所述分割处理部件连接，用于获取所述目标成像区域的各个像素点分别对应的各个亮度数值，计算所述各个亮度数值的均方差，并在所述各个亮度数值的均方差超过设定均方差限量时，发出难以辨识信号；
其中，所述区域鉴定部件还用于在所述各个亮度数值的均方差未超过所述设定均方差限量时，发出画面可靠信号。
图2为根据本发明次要实施例示出的远程教育辨识程度检测系统的结构方框图。
在图2中，与图1不同，本发明次要实施例示出的远程教育辨识程度检测系统还可以包括：
现场播放部件，与所述区域鉴定部件连接，用于在接收到所述难以辨识信号时，执行与所述难以辨识信号对应的警示信息的现场播放；
示例地，所述现场播放部件包括声学播放器件，用于在接收到所述难以辨识信号时，执行与所述难以辨识信号对应的警示信息的现场播放。
图3为根据本发明再次要实施例示出的远程教育辨识程度检测系统的结构方框图。
在图3中，与图1不同，本发明再次要实施例示出的远程教育辨识程度检测系统还可以包括：
时分通信接口，与所述区域鉴定部件连接，用于在接收到所述难以辨识信号时，用于将所述难以辨识信号对应的警示信息以及所述视频采集终端的编号一并发送到远端的远程教育课堂的教育监控服务器；
其中，将所述难以辨识信号对应的警示信息以及所述视频采集终端的编号一并发送到远端的远程教育课堂的教育监控服务器包括：将所述难以辨识信号对应的警示信息以及所述视频采集终端的编号一并打包为网络数据包以发送到远端的远程教育课堂的教育监控服务器；
其中，将所述难以辨识信号对应的警示信息以及所述视频采集终端的编号一并打包为网络数据包以发送到远端的远程教育课堂的教育监控服务器包括：所述网络数据包为IP数据包。
接着，继续对本发明的远程教育辨识程度检测系统的具体结构进行进一步的说明。
在根据本发明的各个实施例的远程教育辨识程度检测系统中：
多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面包括：所述画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元次序连接；
其中，多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面包括：所述第一映射单元用于对所述画面接收单元接收到的即时播放画面执行算术均值滤波操作；
其中，多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面包括：所述第二映射单元用于对所述第一映射单元输出的画面信号执行统计排序滤波操作；
其中，多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面包括：所述第三映射单元用于对所述第二映射单元输出的画面信号执行对数图像增强操作，以获得相应的多层映射画面；
以及其中，所述第三映射单元用于对所述第二映射单元输出的画面信号执行对数图像增强操作，以获得相应的多层映射画面包括：所述对数图像增强操作为基于对数函数的图像内容增强操作。
另外，在所述远程教育辨识程度检测系统中，辨识接收到的多层映射画面中的最浅景深的人体面部目标对应的成像区域，并作为目标成像区域输出包括：基于人体面部的基准轮廓形状辨识接收到的多层映射画面中的各个人体面部目标，获取各个人体面部目标分别对应的各个整体景深，并将各个整体景深中数值最小的整体景深对应的人体面部目标对应的成像区域作为目标成像区域输出。
采用本发明的远程教育辨识程度检测系统，针对现有技术中参与远程教育课堂的本地用户面部动作的分辨程度难以高精度辨识的技术问题，通过采用针对性的可视化检测机制对参与远程教育课堂的本地用户面部动作的分辨程度进行高精度的辨识，并在辨识的结果判断分辨程度不佳时，及时提醒远程教师以及本地用户进行本地用户所在场景画面的改善和优化，从而提升了本地用户与远程教师之间的互动效果。
本领域的技术人员应明白，在不脱离本发明范畴与精神的前提下，可进行各种修改以及改变。因此应理解，上述实施例仅供说明，并不设限。因为本发明的范围由权利要求而非前述说明来限定，因此落入权利要求范围和边界或者这些范围和边界的等同者的任何改变和修改都隶属于权利要求。
Claims (10)
1.一种远程教育辨识程度检测系统，其特征在于，所述系统包括：
服务操作机构，用于每隔设定时长发出一次抓取请求指令，所述服务操作机构内置石英振荡单元以基于所述石英振荡单元发出的脉冲数量确定设定时长的到达；
抓取执行机构，设置在运行远程教育课堂的视频采集终端且与所述服务操作机构连接，用于在每接收到一次抓取请求指令时，触发对所述视频采集终端的当前播放画面的内容抓取，以获得并输出相应的即时播放画面，所述视频采集终端用于实时拍摄当前受教用户所在环境的成像画面；
多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面；
分割处理部件，与所述多层映射机构连接，用于辨识接收到的多层映射画面中的最浅景深的人体面部目标对应的成像区域，并作为目标成像区域输出；
区域鉴定部件，与所述分割处理部件连接，用于获取所述目标成像区域的各个像素点分别对应的各个亮度数值，计算所述各个亮度数值的均方差，并在所述各个亮度数值的均方差超过设定均方差限量时，发出难以辨识信号；
其中，所述区域鉴定部件还用于在所述各个亮度数值的均方差未超过所述设定均方差限量时，发出画面可靠信号。
2.如权利要求1所述的远程教育辨识程度检测系统，其特征在于，所述系统还包括：
现场播放部件，与所述区域鉴定部件连接，用于在接收到所述难以辨识信号时，执行与所述难以辨识信号对应的警示信息的现场播放。
3.如权利要求2所述的远程教育辨识程度检测系统，其特征在于，所述系统还包括：
时分通信接口，与所述区域鉴定部件连接，用于在接收到所述难以辨识信号时，用于将所述难以辨识信号对应的警示信息以及所述视频采集终端的编号一并发送到远端的远程教育课堂的教育监控服务器。
4.如权利要求3所述的远程教育辨识程度检测系统，其特征在于：
将所述难以辨识信号对应的警示信息以及所述视频采集终端的编号一并发送到远端的远程教育课堂的教育监控服务器包括：将所述难以辨识信号对应的警示信息以及所述视频采集终端的编号一并打包为网络数据包以发送到远端的远程教育课堂的教育监控服务器。
5.如权利要求4所述的远程教育辨识程度检测系统，其特征在于：
将所述难以辨识信号对应的警示信息以及所述视频采集终端的编号一并打包为网络数据包以发送到远端的远程教育课堂的教育监控服务器包括：所述网络数据包为IP数据包。
6.如权利要求1-5任一所述的远程教育辨识程度检测系统，其特征在于：
多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面包括：所述画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元次序连接。
7.如权利要求6所述的远程教育辨识程度检测系统，其特征在于：
多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面包括：所述第一映射单元用于对所述画面接收单元接收到的即时播放画面执行算术均值滤波操作。
8.如权利要求7所述的远程教育辨识程度检测系统，其特征在于：
多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面包括：所述第二映射单元用于对所述第一映射单元输出的画面信号执行统计排序滤波操作。
9.如权利要求8所述的远程教育辨识程度检测系统，其特征在于：
多层映射机构，设置在所述视频采集终端内且与所述抓取执行机构连接，包括画面接收单元、第一映射单元、第二映射单元、第三映射单元以及画面发送单元，用于对接收到的即时播放画面次序执行算术均值滤波操作、统计排序滤波操作以及对数图像增强操作，以获得相应的多层映射画面包括：所述第三映射单元用于对所述第二映射单元输出的画面信号执行对数图像增强操作，以获得相应的多层映射画面。
10.如权利要求9所述的远程教育辨识程度检测系统，其特征在于：
所述第三映射单元用于对所述第二映射单元输出的画面信号执行对数图像增强操作，以获得相应的多层映射画面包括：所述对数图像增强操作为基于对数函数的图像内容增强操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310612100.9A CN116563764A (zh) | 2023-05-26 | 2023-05-26 | 远程教育辨识程度检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310612100.9A CN116563764A (zh) | 2023-05-26 | 2023-05-26 | 远程教育辨识程度检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116563764A true CN116563764A (zh) | 2023-08-08 |
Family
ID=87494532
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310612100.9A Withdrawn CN116563764A (zh) | 2023-05-26 | 2023-05-26 | 远程教育辨识程度检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116563764A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117809257A (zh) * | 2024-01-22 | 2024-04-02 | 廊坊艺之美教育科技有限公司 | 远程教育定向场景解析系统 |
-
2023
- 2023-05-26 CN CN202310612100.9A patent/CN116563764A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117809257A (zh) * | 2024-01-22 | 2024-04-02 | 廊坊艺之美教育科技有限公司 | 远程教育定向场景解析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108304793B (zh) | 在线学习分析系统及方法 | |
| 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 | |
| CN116563764A (zh) | 远程教育辨识程度检测系统 | |
| CN114267213A (zh) | 实训的实时演示方法、装置、设备及存储介质 | |
| CN111161592B (zh) | 课堂监督方法和督课终端 | |
| CN112150871A (zh) | 一种基于互联网的在线音乐教学演示系统 | |
| CN113141534A (zh) | 一种网络远程教育装置 | |
| CN116168346B (zh) | 一种基于学生行为捕捉的远程伴读监督系统 | |
| JP2009003227A (ja) | 情報処理システム、情報処理装置、サーバ装置、情報処理方法、およびプログラム | |
| CN111489595A (zh) | 一种直播教学过程中测试信息反馈的方法及装置 | |
| CN115830527A (zh) | 在线远程教育随机监督系统 | |
| KR100772328B1 (ko) | 학교 공지사항 알림 시스템 | |
| CN110933510B (zh) | 控制系统中的信息交互方法 | |
| CN113257059B (zh) | 一种基于智能云平台在线教育培训系统 | |
| CN112528790B (zh) | 基于行为识别的教学管理方法、装置及服务器 | |
| CN111327943B (zh) | 信息管理方法及装置、系统、计算机设备、存储介质 | |
| CN111031369B (zh) | 控制系统中的信息投屏方法 | |
| CN115278272A (zh) | 一种教育实践在线指导系统及方法 | |
| CN112270264A (zh) | 一种多方互动教学系统 | |
| CN111081101A (zh) | 一种互动录播系统、方法及装置 | |
| Leszczuk et al. | Quality assessment in video surveillance | |
| CN116909406B (zh) | 一种基于元宇宙的虚拟课堂显示方法及系统 | |
| CN221010189U (zh) | 一种网络智慧实训室远程教学眼动切换系统 | |
| CN116543350B (zh) | 远程教育实体教室目标分布均匀程度测量系统 | |
| CN113747189B (zh) | 直播信息的显示控制方法、装置、电子设备及计算机介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230808 |
|
| WW01 | Invention patent application withdrawn after publication |