一种视频事后评分的关键视频段提取系统及方法技术方案

本发明专利技术公开了一种视频事后评分的关键视频段提取系统及方法，包括视频服务器、视频多流云终端、网络摄像头和学生云终端，视频服务器与视频多流云终端相连，视频多流云终端与网络摄像头相连；网络摄像头包括前视网络摄像头和顶视网络摄像头，前视网络摄像头安装于学生云终端的前端，顶视网络摄像头安装于实验桌的顶部。本发明专利技术利用网络摄像头捕获学生的实验操作过程，视频多流云终端存储学生的操作视频，最后通过视频服务器智能截取每个实验的操作视频。并通过智能分析算法提取出每个时间段中的关键时间点，在教师根据学生操作视频评分的时候，显示出标记的关键时间点，可大大提高教师的人工评分和教学指导效率。

A key video segment extraction system and method for video post evaluation

【技术实现步骤摘要】
一种视频事后评分的关键视频段提取系统及方法
本专利技术涉及中学实验的教学与考试
，特别涉及一种视频事后评分的关键视频段提取系统及方法。
技术介绍
在中学实验的教学与考试过程中，教师需要对学生的实验操作进行指导或评判。但由于学生太多，教师需要长时间的在现场指导或评判学生的实验操作。由于时间问题很多学生都得不到一对一的指导，而且对教师的精力也是消耗巨大。因此，如何减轻教师的教学压力，并使每个学生的实验操作都得到有效的指导和评判是本领域技术人员亟须解决的问题。
技术实现思路
本专利技术的目的在于提供一种视频事后评分的关键视频段提取系统及方法，不仅可以减轻教师的教学压力，而且可以使每个学生的实验操作都得到有效的指导和评判，可以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种视频事后评分的关键视频段提取系统，包括视频服务器、视频多流云终端、网络摄像头和学生云终端，学生云终端安装于实验桌上；所述视频服务器与所述视频多流云终端相连，所述视频多流云终端与所述网络摄像头相连；所述网络摄像头包括前视网络摄像头和顶视网络摄像头，所述前视网络摄像头安装于所述学生云终端的前端，所述顶视网络摄像头安装于所述实验桌的顶部，前视网络摄像头和顶视网络摄像头分别录取学生实验操作的前视和顶视视频。进一步地，所述视频服务器、视频多流云终端、网络摄像头均处于同一局域网环境下。进一步地，所述视频服务器存储学生考试操作的关键视频段以及部署关键视频段、关键时间点的提取算法。进一步地，所述视频多流云终端同时录取一个实验室的所有摄像头视频。本专利技术还提供另一种技术方案：一种视频事后评分的关键视频段提取的方法，包括如下步骤：S1：在计算机中装备Ubuntu操作系统，将所有网络摄像头通过交换机与视频多流云终端连接，视频多流云终端再与装备好操作系统的视频服务器连接；S2：基于Linux操作系统搭建视频服务器框架和视频服务数据库；S3：安全访问设置，设置IP地址校验，只有学校内部的IP地址才能注册访问；S4：实验台、教师机上安装视频服务客户端，实验台上学生通过在视频服务器注册的学生帐号登陆，教师机上教师通过教师帐号登陆；S5：视频服务器利用图形处理器对深度学习网络模型进行训练；对深度学习网络模型进行调优，将最优的模型嵌入视频服务算法，以供提取视频的关键段、关键点。进一步地，步骤S2具体包括：S21：安装打包好的视频服务算法，并配置视频服务器、视频多流云终端、网络摄像头、实验台上的学生机IP，安装并配置数据库，并配置PHP，安装并配置phpMyAdmin；S22：设置数据库存储所有机器和摄像头的IP，以及根据智能算法截取的关键视频的路径、关键点。进一步地，S5中的提取关键视频段、时间点算法的具体步骤如下：S51：利用配置到视频服务的图形处理器，针对中学理化生实验操作，训练出能够识别、分割实验器材、学生动作的深度网络模型；S52：将识别和分割的结果与教育大纲规定的实验操作步骤相匹配，记录下每个操作动作在实验视频中的时间点，以第一个动作和最后一个动作的时间点之差，作为整个实验的关键时间段，中间动作的时间点作为关键时间点；S53：使用OpenCV截取出关键视频段，保存至硬盘。将关键视频段的路径、关键点保存至数据库；S54：根据保存至数据库的视频段路径、时间点，显示在Web前端，学生和老师可以各自通过自己的帐号进行访问和查看。进一步地，S51包括如下步骤：S511：利用标注的学生实验操做图像，训练用于识别、分割实验仪器、实验动作的深度学习网络；S512：利用训练好的深度学习模型对实验器材、实验的操作动作进行自动识别、分割。进一步地，S512包括如下步骤：S5121：从视频服务器中筛选出已标记的学生操作、器材图像作为训练集，保存为JPG格式；S5122：使用Tensorflow自带的图像库解析上述步骤的jpg格式的图像，并将图像转化为448*448*3的彩色图像；S5123：训练时随机选取，对输入图像进行对比度增强、反转、拉伸、平移以及加如高斯噪声来增强数据集。采用目标检测模型，并加上残差结构进行学习；S5124：将特征金字塔模式加入基干网络，总共采样出4个尺度的特征图，每个特征图进行非全局卷积网络进行特征提取，归一化至同一尺寸后进行图像相加，得到融合的特征图；S5125：将融合的特征图进行目标检测、实例分割，最后进行非极大值抑制得到最终的识别、分割结果。与现有技术相比，本专利技术的有益效果是：本专利技术利用网络摄像头捕获学生的实验操作过程，视频多流云终端存储学生的操作视频，最后通过视频服务器智能截取每个实验的操作视频。并通过智能分析算法提取出每个时间段中的关键时间点，在教师根据学生操作视频评分的时候，显示出标记的关键时间点，可大大提高教师的人工评分和教学指导效率。附图说明图1为本专利技术视频事后评分的关键视频段提取系统的结构示意图；图2为本专利技术的顶视、前视摄像头安装示意图；图3为本专利技术的模块原理图；图4为本专利技术的方法流程图。图中：1、视频服务器；2、视频多流云终端；3、网络摄像头；31、前视网络摄像头；32、顶视网络摄像头；4、学生云终端；5、实验桌。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参阅图1和图3，一种视频事后评分的关键视频段提取系统，包括视频服务器1、视频多流云终端2、网络摄像头3和学生云终端4，学生云终端4安装于实验桌5上。视频服务器1与视频多流云终端2相连，视频多流云终端2与网络摄像头3相连。视频服务器1用于存储学生考试操作的关键视频段以及部署关键视频段、关键时间点的提取算法，并将关键时间点标记在视频段上，以供教师端显示，方便教师查看。利用视频多流云终端2，可以同时控制多个网络摄像头3稳定的录取视频。学生的答卷过程均在学生云终端4上面操作完成。参阅图2，网络摄像头3包括前视网络摄像头31和顶视网络摄像头32，前视网络摄像头31安装于学生云终端4的前端，顶视网络摄像头32安装于实验桌5的顶部，前视网络摄像头31和顶视网络摄像头32分别录取学生实验操作的前视和顶视视频。顶视和前视鱼眼广角摄像头，能够全方位的记录学生的操作过程，方便教师事后评分。视频服务器1、视频多流云终端2、网络摄像头3均处于同一局域网环境下。视频多流云终端2同时录取一个实验室的所有摄像头视频。本实施例采用以上技术方案，可以快速、稳定的获取学生的实验操作视频，并在视频服务器1中进行智能裁剪、智能分析操作过程，从而标本文档来自技高网...

【技术保护点】
1.一种视频事后评分的关键视频段提取系统，其特征在于，包括视频服务器（1）、视频多流云终端（2）、网络摄像头（3）和学生云终端（4），学生云终端（4）安装于实验桌（5）上；/n所述视频服务器（1）与所述视频多流云终端（2）相连，所述视频多流云终端（2）与所述网络摄像头（3）相连；/n所述网络摄像头（3）包括前视网络摄像头（31）和顶视网络摄像头（32），所述前视网络摄像头（31）安装于所述学生云终端（4）的前端，所述顶视网络摄像头（32）安装于所述实验桌（5）的顶部，前视网络摄像头（31）和顶视网络摄像头（32）分别录取学生实验操作的前视和顶视视频。/n

【技术特征摘要】
1.一种视频事后评分的关键视频段提取系统，其特征在于，包括视频服务器（1）、视频多流云终端（2）、网络摄像头（3）和学生云终端（4），学生云终端（4）安装于实验桌（5）上；
所述视频服务器（1）与所述视频多流云终端（2）相连，所述视频多流云终端（2）与所述网络摄像头（3）相连；
所述网络摄像头（3）包括前视网络摄像头（31）和顶视网络摄像头（32），所述前视网络摄像头（31）安装于所述学生云终端（4）的前端，所述顶视网络摄像头（32）安装于所述实验桌（5）的顶部，前视网络摄像头（31）和顶视网络摄像头（32）分别录取学生实验操作的前视和顶视视频。


2.如权利要求1所述的视频事后评分的关键视频段提取系统，其特征在于，所述视频服务器（1）、视频多流云终端（2）、网络摄像头（3）均处于同一局域网环境下。


3.如权利要求1所述的视频事后评分的关键视频段提取系统，其特征在于，所述视频服务器（1）存储学生考试操作的关键视频段以及部署关键视频段、关键时间点的提取算法。


4.如权利要求1所述的视频事后评分的关键视频段提取系统，其特征在于，所述视频多流云终端（2）同时录取一个实验室的所有摄像头视频。


5.一种如权利要求1所述的视频事后评分的关键视频段提取的方法，其特征在于，包括如下步骤：
S1：在计算机中装备Ubuntu操作系统，将所有网络摄像头（3）通过交换机与视频多流云终端（2）连接，视频多流云终端（2）再与装备好操作系统的视频服务器（1）连接；
S2：基于Linux操作系统搭建视频服务器框架和视频服务数据库；
S3：安全访问设置，设置IP地址校验，只有学校内部的IP地址才能注册访问；
S4：实验台、教师机上安装视频服务客户端，实验台上学生通过在视频服务器注册的学生帐号登陆，教师机上教师通过教师帐号登陆；
S5：视频服务器利用图形处理器对深度学习网络模型进行训练；对深度学习网络模型进行调优，将最优的模型嵌入视频服务算法，以供提取视频的关键段、关键点。


6.如权利要求5所述的视频事后评分的关键视频段提取的方法，其特征在于，步骤S2具体包括：
S21：安装打包好的视频服务算法，并配置视频服务器（1）、视频多流云...

【专利技术属性】
技术研发人员：王重阳，
申请(专利权)人：上海中科教育装备集团有限公司，
类型：发明
国别省市：上海;31