[发明专利]一种基于人工智能图像识别技术的教学系统在审

专利信息
申请号: 202111493862.9 申请日: 2021-12-08
公开(公告)号: CN114220305A 公开(公告)日: 2022-03-22
发明(设计)人: 葛菲;左楠;江婷婷 申请(专利权)人: 安徽新华传媒股份有限公司
主分类号: G09B5/12 分类号: G09B5/12;G06F16/27;G06N3/04;G06N3/08;G06V30/40
代理公司: 暂无信息 代理人: 暂无信息
地址: 230001*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 图像 识别 技术 教学 系统
【说明书】:

发明涉及一种基于人工智能图像识别技术的教学系统,包括图像录入模块、AI识别模块、教学知识点录入模块、修改和录入模块、标签和索引模块、触控面板终端,数据交互模块、知识点展示模块。本发明将AI技术和图像识别技术应用于现代化教学系统,学生整理出相关教材中的知识点,针对教材中出现的相关疑难点或者不懂知识点,利用图像识别技术和AI技术将纸质教材上的疑难点或者不懂知识点进行识别、运算最终从数据库中得到相应的解答;无需用户花时间去整理、手动录入,交互体验好,应用效果好。

技术领域

本发明涉及一种基于人工智能图像识别技术的教学系统,属于人工智能技术领域。

背景技术

AI人工智能目前在商用服务上的技术是很发达和先进的,例如:具有腾讯AI开放平台、华为ModelArts等商用开放平台,上述商用开放平台具有样本量大,功能丰富,算法领先的优势。

然而,却鲜有涉及针对教学系统的开放程序。而目前随着教育领域对智能化的要求,传统的课堂教学模式越来越难以满足对于当代教育需求。

目前国内的学生学习有两种途径,一是在学校或者其它课外教育机构由授课老师教学,二是自学。现有的自学模式中,学生在自学时,有两个难处,一是书本上对疑难知识点的指导不会展开得很详细,学生很难深入理解知识点可能似懂非懂就过去了。二是,如果学生希望深究,就需要通过网络通过输入的方式查询或向资深者咨询,过程繁琐,又难以整理。

发明内容

本发明针对现有技术存在的不足,提供了一种基于人工智能图像识别技术的教学系统,具体技术方案如下:

一种基于人工智能图像识别技术的教学系统,包括:图像录入模块、AI识别模块、教学知识点录入模块、修改和录入模块、标签和索引模块、触控面板终端,数据交互模块、知识点展示模块。

作为上述技术方案的改进,所述图像录入模块用来对纸质教材进行扫描得到电子图像教材,

所述AI识别模块用来对电子图像教材进行特征提取、AI识别得到第一数字教材,第一数字教材上传到云端数据库;

通过教学知识点录入模块将下载的数字教材上传到云端数据库;

通过修改和录入模块对云端数据库的数字教材进行知识点归纳和总结,并将归纳和总结内容插入到数字教材得到修改后的数字教材;

通过标签和索引模块对修改后的数字教材中的重点内容打上标签和建立索引链接;

从云端数据库下载第一数字教材并显示在触控面板终端的显示屏,用户根据纸质教材对应的内容对第一数字教材进行校正、修改得到第二数字教材,第二数字教材上传至云端数据库;

用户根据学习需要通过触控面板终端对第二数字教材的部分内容进行截取、排版、录入得到待解惑数据;对待解惑数据通过数据交互模块、标签和索引模块从修改后的数字教材中抓取对应的相关知识点;

待解惑数据以及与待解惑数据对应的相关知识点在触控面板终端进行文字展示,语音展示和视频展示通过知识点展示模块向用户展示。

作为上述技术方案的改进,还包括对比模块,通过对比模块对第一数字教材与云端数据库存储的数字教材、修改后的数字教材进行相似度比对,将相似度大于设定阙值的数字教材、修改后的数字教材归集为待选教材集合;将待选教材集合中的每一篇待选教材在触控面板终端的显示屏进行显示,用户对待选教材集合中的每一篇待选教材与纸质教材对应的内容进行比对从而筛选出与纸质教材对应的内容相符合的待选教材,与纸质教材对应的内容相符合的待选教材即得到第二数字教材。

作为上述技术方案的改进,所述AI识别模块在进行AI识别过程中,先构建神经网络,利用遗传算法结合BP神经网络构成深度学习模型。

作为上述技术方案的改进,用户通过触控面板终端对第二数字教材的部分内容进行截取、排版、录入的方法如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽新华传媒股份有限公司,未经安徽新华传媒股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111493862.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top