[发明专利]一种基于数字孪生的新形态教材学习系统在审

专利信息
申请号: 202210636596.9 申请日: 2022-06-07
公开(公告)号: CN114925251A 公开(公告)日: 2022-08-19
发明(设计)人: 李宏伟;周博文;王丽慧;王毅;王宏建;李雪;启哲 申请(专利权)人: 辽宁向日葵教育科技有限公司
主分类号: G06F16/9032 分类号: G06F16/9032;G06F16/635;G06F16/74;G06F16/783;G06F40/216;G06F40/289;G06F40/295;G06Q50/20
代理公司: 北京久维律师事务所 11582 代理人: 邢江峰
地址: 110000 辽宁省沈阳*** 国省代码: 辽宁;21
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 数字 孪生 形态 教材 学习 系统
【说明书】:

发明涉及人工智能技术,揭露了一种基于数字孪生的新形态教材学习系统,包括:对经过文本转化的教师发言音频进行领域预测,得到教师发言音频对应的发言领域,在线下教材库中选取与发言领域一致的目标线下教材。识别目标线下教材中发言请求对应的教材内容数据,识别教材内容数据的数据类型,根据不同的数据类型进行虚拟对话视频生成或者立体图像生成,并将虚拟对话视频和立体图像分别添加至线上教材中,得到了优化后的教材,对教材内容数据和优化后的线上教材进行教材编写,得到新形态教材并进行课堂教学。本发明还提出一种基于数字孪生的新形态教材学习装置、电子设备以及计算机可读存储介质。本发明可以解决教材优化的准确度较低的问题。

技术领域

本发明涉及人工智能技术领域,尤其涉及一种基于数字孪生的新形态教材学习系统,更具体的,涉及一种基于数字孪生的新形态教材学习方法。

背景技术

随着科技的发展,线上在线教学已经作为一种补充课堂教学的重要方式,目前的线上教学都是简单的老师进行直播教学,学生进行学习的方式,线上教学中较为重要的部分就是线上教材的制作,枯燥的线上教材在线上教学中无法调动起学生的积极性,同时目前的线上教材缺少与学生线下教材的结合,进而导致学生的学习主动性较低,因此需要提出一种教材优化方法。

现有的教材优化方法通常是直接将线下教材上的对应内容复制粘贴至线上教材中,现有技术下的数字化教材支持插入教材的资源类型有限,除了教材主体文字以外,拘泥于使用文档、图片、音视频等形式来展现,不能从互动或者操作体验的角度来帮助学习者更好地理解教材内容,因此这种方法无法提高教材优化的趣味性及优化的准确度,故亟待提出一种准确度更高的教材优化方法。

发明内容

本发明提供一种基于数字孪生的新形态教材学习系统,其主要目的在于解决教材优化的准确度较低的问题。

为实现上述目的,本发明提供的一种基于数字孪生的新形态教材学习方法,包括:

获取教师发言音频,对所述教师发言音频进行文本转化,得到教师发言文本,利用训练好的领域预测模型对所述教师发言文本进行领域预测,得到所述教师发言音频对应的发言领域;

从预设的线下教材库中选取与所述发言领域一致的线下教材作为目标线下教材,并识别所述目标线下教材中与所述教师发言音频中发言请求对应的教材内容数据;

识别所述教材内容数据的数据类型,当所述教材内容数据为对话类型,则利用预获取的对话音频数据对预设的3D人脸模型进行迭代优化,得到标准人脸模型,并将所述教材内容数据输入至所述标准人脸模型中,得到虚拟对话视频;

将所述虚拟对话视频添加至预先构建的线上教材中,得到优化后的线上教材;

当所述教材内容数据为非对话类型时,对所述教材内容数据中进行命名实体识别,并根据命名实体识别得到的实体名称检索到相关的二维平面图像;

计算出所述二维平面图像的深度图,并基于马尔科夫随机场模型和所述深度图生成立体图像,将所述立体图像添加至所述线上教材中,得到优化后的线上教材;

将所述教材内容数据存储在预设数据库中,并利用预设教材编辑器对所述预设数据库中的教材内容数据和优化后的线上教材进行教材编写,得到新形态教材;

当接收到教学预备请求时,调用所述新形态教材进行课堂教学。

可选地,所述计算出所述二维平面图像的深度图,包括:

将所述二维平面图像分割为预设个数的平面矩形块;

分别对预设个数的平面矩形块进行滤波处理,得到多个滤波矩形块;

利用预设的深度计算公式计算多个所述滤波矩形块的绝对深度,得到深度特征;

根据所述深度特征生成所述二维平面图像的深度图。

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辽宁向日葵教育科技有限公司,未经辽宁向日葵教育科技有限公司许可,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/202210636596.9/2.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