[发明专利]基于图像大数据识别技术的残疾人学校过程教学方法

权利要求书

1.一种基于图像大数据识别技术的残疾人学校过程教学方法，其特征在于，包括以下步骤：

步骤A：课前准备，包括以下步骤：

步骤A1：定义不同教学交互姿态方式的含义；

步骤A2：利用步骤A中所述不同教学交互姿态方式训练基于CNN的教学交互姿态方式识别模型；

步骤B：课堂过程教学，包括以下步骤：

步骤B1：老师提出问题，并给出若干选项，选项数量小于教学交互姿态方式数量；

步骤B2：老师利用图像采集装置采集学生教学交互姿态方式；

步骤B3：利用步骤A2中所述基于CNN的教学交互姿态方式识别模型识别步骤B2中采集的学生教学交互姿态方式；

步骤B4：利用步骤A2中所述基于CNN的教学交互姿态方式识别模型统计识别后的学生教学交互姿态方式并生成统计数据；

步骤B5：老师根据步骤B4中所述的统计数据进行教学。

2.根据权利要求1所述的一种基于图像大数据识别技术的残疾人学校过程教学方法，其特征在于，所述步骤A1包括以下步骤：

步骤A11：由老师和学生设计不同的教学交互姿态方式，并定义不同的教学交互姿态方式所代表的数字；

步骤A12：收集步骤A11中定义的不同的教学交互姿态方式图片。

3.根据权利要求2所述的一种基于图像大数据识别技术的残疾人学校过程教学方法，其特征在于，所述步骤A2包括以下步骤：

步骤A21：将步骤A12中不同的教学交互姿态方式根据所定义的数字进行分类，形成分类图片集；

步骤A22：根据步骤A21中所述分类图片集训练基于CNN的教学交互姿态方式检测模型；

步骤A23：根据步骤A21中所述分类图片集训练基于CNN的教学交互姿态方式识别模型。

4.根据权利要求3所述的一种基于图像大数据识别技术的残疾人学校过程教学方法，其特征在于：步骤A22中所述根据步骤A21中所述分类图片集训练基于CNN的教学交互姿态方式检测模型的方法为: 使用Dlib库中的“dnn_mmod_ex”类读取步骤A21所述分类图片集，训练基于CNN的教学交互姿态方式检测模型。

5.根据权利要求3所述的一种基于图像大数据识别技术的残疾人学校过程教学方法，其特征在于：步骤A23中所述根据步骤A21中所述分类图片集训练基于CNN的教学交互姿态方式识别模型的方法为：使用Dlib库读取步骤A21所述分类图片集，训练基于CNN的教学交互姿态方式识别模型。

6.根据权利要求1所述的一种基于图像大数据识别技术的残疾人学校过程教学方法，其特征在于，步骤B4中所述的统计数据为柱状图、饼状图或条形图。