基于大数据和OCR的网络课堂中文板书结构化分享系统技术方案

本发明专利技术公开了一种基于大数据和OCR的网络课堂中文板书结构化分享系统，该系统包括：图像获取单元、课件排版特征提取单元、板书书写特征提取单元、张量融合单元、混合特征提取单元、板书分享单元，这些单元之间相互协作对课件图像、板书图像进行分析从而实现板书分享。利用本发明专利技术，在网络课堂教学中，实现了网络课堂板书结构化分享，能够帮助教师自主发现板书缺陷。

【技术实现步骤摘要】
基于大数据和OCR的网络课堂中文板书结构化分享系统
本专利技术涉及深度学习、大数据
，具体涉及一种基于大数据和OCR的网络课堂中文板书结构化分享系统。
技术介绍
目前，网络课堂是一种广泛应用在高校公开课、企业培训、职业培训、中小幼教育等线上课堂的广泛形式，具体是讲师使用PPT和实时板书内容来进行课件讲解。网络课堂具有广泛的前景。从泛IT教育机构举例来说3节课在线教育培训，与BAT、TMD等互联网公司展开合作，与企业共建评估标准，为企业和个人提供培训服务。Pluralsight美国在线培训公司，2018年5月登陆美国NASDAQ，截止2018年底市值达32.6亿美元。其市值之大，是因为线上教育的便利已经触及到每个领域，忽略重播的课程，仅每日产生的在线课堂板书数据已十分可观，但网络课堂的数据量十分庞大，每日产生的板书数据和课件数据尚未被用于分析。另一方面，教师的教育质量提升是离不开课堂反馈的，线下教育的质量能够有较好的把控的原因是教师在板书书写后能够根据课堂反馈把握较好的板书内容详尽程度，来把握较好的节奏。而目前，网络课堂讲师依赖的反本文档来自技高网...

【技术保护点】
1.一种基于大数据和OCR的网络课堂中文板书结构化分享系统，其特征在于，该系统包括：/n图像获取单元，用于基于网络课堂的应用程序接口获取课件图像以及板书图像；/n课件排版特征提取单元，用于将课件图像输入课件排版风格编码器、课件排版风格解码器构成的神经网络，进行前向传播，得到第一张量；/n板书书写特征提取单元，用于将板书图像输入板书书写风格编码器、板书书写风格解码器构成的神经网络，进行前向传播，得到第二张量；/n张量融合单元，用于将尺寸相同的第一张量、第二张量按通道维度进行拼接合并操作，得到通道数更高的第三张量；/n混合特征提取单元，用于将第三张量输入混合特征编码器进行编码处理，并将编码结果输入...

【技术特征摘要】
1.一种基于大数据和OCR的网络课堂中文板书结构化分享系统，其特征在于，该系统包括：
图像获取单元，用于基于网络课堂的应用程序接口获取课件图像以及板书图像；
课件排版特征提取单元，用于将课件图像输入课件排版风格编码器、课件排版风格解码器构成的神经网络，进行前向传播，得到第一张量；
板书书写特征提取单元，用于将板书图像输入板书书写风格编码器、板书书写风格解码器构成的神经网络，进行前向传播，得到第二张量；
张量融合单元，用于将尺寸相同的第一张量、第二张量按通道维度进行拼接合并操作，得到通道数更高的第三张量；
混合特征提取单元，用于将第三张量输入混合特征编码器进行编码处理，并将编码结果输入全连接网络，得到高维特征向量；
文字识别单元，用于基于OCR模块对板书图像进行文字识别，得到中文字符数量；
板书分享单元，用于根据高维特征向量以及中文字符数量计算板书之间的相似度，并根据相似度向用户进行双向分享。


2.如权利要求1所述的基于大数据和OCR的网络课堂中文板书结构化分享系统，其特征在于，所述图像获取单元还包括预处理模块，预处理模块用于对获得的板书图像进行底色添加、反色处理，从而得到符合网络常规设计参数的板书图像。


3.如权利要求1所述的基于大数据和OCR的网络课堂中文板书结构化分享系统，其特征在于，所述课件排版风格编码器、课件排版风格解码器...

【专利技术属性】
技术研发人员：杨丽纳，程兰芝，钟大成，尚宇，张颢倚，刘楚然，余淼，刘少卿，
申请(专利权)人：郑州铁路职业技术学院，
类型：发明
国别省市：河南;41