【技术实现步骤摘要】
一种教学视频图像知识点降维分析方法
本专利技术涉及计算机视觉与图像识别
，具体涉及一种教学视频图像知识点降维分析方法。
技术介绍
随着互联网技术和多媒体技术的迅速发展，在线教学视频逐渐成为一种有效补充课堂教学的重要学习方式。随着用户群体的剧增和技术要求的日益多样化，教学视频的图像检索与分析成为研究的重要内容之一。为了能够更好地实现在线教学视频的精准查询，且满足人们的需求，研究人员提出了有效的解决方法，这些方法可以归纳为基于内容的图像检索和基于文本的图像检索。由于基于文本的图像检索出现较早且技术不够成熟，因此不能很好地完成图像相似性检索。随后出现的基于内容的图像检索模式迅速发展，并被广泛应用于教学视频图像检索中。但随着数据时代的快速发展，图像数据爆发式增长其内容也变得复杂多样，因此基于内容的检索技术已经不能实现用户的检索需求。在申请公布号为CN105095468A的专利文献中公开了一种新型的图像检索方法及系统，在大数据时代下和深度学习理论得到应用的前提下，可以预先建立图像和视频检索库，也可以对现有互联网上的图像和视频库作为库进行检索。用户可以通过上传图片到云端...
【技术保护点】
1.一种教学视频图像知识点降维分析方法，其特征在于：包括以下步骤：步骤1，采集图像数据并进行归一化预处理，建立教学图像数据库；步骤2，构建改进卷积神经网络模型，并对该模型进行预训练和参数调整；步骤3，对待检索的教学图像进行采集和预处理；步骤4，用步骤2构建的改进卷积神经网络模型对步骤1建立的教学图像数据库中的教学图像，及步骤3待检索的教学图像进行特征向量提取，得到待检索的图像特征库；步骤5，用主成分分析法对步骤4提取的高维特征向量分别进行降维处理；步骤6，对待检索图像的特征向量与图像数据库图像中的每一个特征向量做相似性度量后返回相似度较高的特征索引，然后从图像库中找到相对应...
【技术特征摘要】
1.一种教学视频图像知识点降维分析方法，其特征在于：包括以下步骤：步骤1，采集图像数据并进行归一化预处理，建立教学图像数据库；步骤2，构建改进卷积神经网络模型，并对该模型进行预训练和参数调整；步骤3，对待检索的教学图像进行采集和预处理；步骤4，用步骤2构建的改进卷积神经网络模型对步骤1建立的教学图像数据库中的教学图像，及步骤3待检索的教学图像进行特征向量提取，得到待检索的图像特征库；步骤5，用主成分分析法对步骤4提取的高维特征向量分别进行降维处理；步骤6，对待检索图像的特征向量与图像数据库图像中的每一个特征向量做相似性度量后返回相似度较高的特征索引，然后从图像库中找到相对应的图片，依照递减的规律进行排序并显示出前Topk张图片，得到检索结果。2.如权利要求1所述的教学视频图像知识点降维分析方法，其特征在于：所述步骤1，建立教学数据库的方法包括以下步骤：步骤1.1，根据基于内容分析的方法提取教学视频中的关键帧，构成用于检索的教学图像库；步骤1.2，将经步骤1.1采集的所有图像统一缩放至32*32像素，并对其进行归一化预处理；步骤1.3，将经步骤1.2预处理后的所有教学图像分为训练集图像数据、测试集图像数据，并将训练集图像数据和测试集图像数据存入图像数据库中。3.如权利要求2所述的教学视频图像知识点降维分析方法，其特征在于：步骤2所述的模型包括第一层输入层、第二层卷积层Conv1、第三层全连接层Fc1、第四层卷积层Conv2、第五层全连接层Fc2和第六层输出层，得到构建的改进卷积神经网络模型；对步骤2构建的改进卷积神经网络模型进行参数初始化，同时将训练集图像数据输入到初始化后的改进卷积神经网络模型中，并对所述改进卷积神经网络模型进行训练以及参数调整。4.如权利要求3所述的教学视频图像知识点降维分析方法，其特征在于：所述步骤3中具体为：从名师讲堂或国家级视频公开课中采集一张教学图像，将其设置为34*34，然后通过keras框架的...
【专利技术属性】
技术研发人员：刘道华，崔玉爽，齐泓深，祁传达，曾召霞，赵岩松，宋玉婷，
申请(专利权)人：信阳师范学院，
类型：发明
国别省市：河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。