【技术实现步骤摘要】
基于人工智能的讲师动态评价方法、装置、计算机设备
本专利技术涉及人工智能
,属于智慧城市中对线上视频授课的讲师进行实时动态评价的应用场景,尤其涉及一种基于人工智能的讲师动态评价方法、装置、计算机设备。
技术介绍
随着互联网技术的发展,线上远程视频培训成为一种新的学习方式被广泛使用,讲师可使用终端设备与学员的客户端之间建立远程视频连接,讲师的授课内容则可通过远程视频连接传输至学员的终端以供学员进行学习。可基于授课内容对讲师的授课质量或授课状态进行评价,传统的评价方式均是采用人工调研及学员反馈的方式对讲师进行评价,但这一评价过程缺乏客观依据及统一的评价标准,难以对讲师的授课状态进行准确评价;且传统评价方式均是在课程结束之后进行人工评价,而无法在远程视频培训课程中对当前讲师的实时授课状态进行动态评价。因此,现有的评价方法存在无法对远程视频培训的讲师进行准确及实时动态评价的问题。
技术实现思路
本专利技术实施例提供了一种基于人工智能的讲师动态评价方法、装置、计算机设备及存储介质,旨在解决现有评价方法无法对远程视频培训的讲师进行准确及实时动态评价的问题。第一方面,本专利技术实施例提供了一种基于人工智能的讲师动态评价方法,其包括:实时接收来自所述讲师终端的授课视频信息,根据预置的截取规则从所述授课视频信息中截取得到授课图像信息及授课音频信息;根据预置的图像获取模型从所述授课图像信息中获取得到特征图像集合,所述特征图像集合中包括多个类型图像特征对应的特征图像;根据预置的图像特征量化 ...
【技术保护点】
1.一种基于人工智能的讲师动态评价方法,应用于管理服务器中,所述管理服务器与一台讲师终端及至少一台客户端通过网络连接实现数据信息的传输,其特征在于,所述方法包括:/n实时接收来自所述讲师终端的授课视频信息,根据预置的截取规则从所述授课视频信息中截取得到授课图像信息及授课音频信息;/n根据预置的图像获取模型从所述授课图像信息中获取得到特征图像集合,所述特征图像集合中包括多个类型图像特征对应的特征图像;/n根据预置的图像特征量化模型从所述特征图像集中获取每一类型图像特征的类型特征量化信息;/n根据预置的音频特征量化模型从所述授课音频信息中获取得到对应的音频特征量化信息;/n根据预存的综合评分规则获取与所述类型特征量化信息及所述音频特征量化信息对应的综合评价分数;/n将与所述授课视频信息对应的综合评价分数实时反馈至所述讲师终端。/n
【技术特征摘要】
1.一种基于人工智能的讲师动态评价方法,应用于管理服务器中,所述管理服务器与一台讲师终端及至少一台客户端通过网络连接实现数据信息的传输,其特征在于,所述方法包括:
实时接收来自所述讲师终端的授课视频信息,根据预置的截取规则从所述授课视频信息中截取得到授课图像信息及授课音频信息;
根据预置的图像获取模型从所述授课图像信息中获取得到特征图像集合,所述特征图像集合中包括多个类型图像特征对应的特征图像;
根据预置的图像特征量化模型从所述特征图像集中获取每一类型图像特征的类型特征量化信息;
根据预置的音频特征量化模型从所述授课音频信息中获取得到对应的音频特征量化信息;
根据预存的综合评分规则获取与所述类型特征量化信息及所述音频特征量化信息对应的综合评价分数;
将与所述授课视频信息对应的综合评价分数实时反馈至所述讲师终端。
2.根据权利要求1所述的基于人工智能的讲师动态评价方法,其特征在于,所述截取规则包括音频起始判断规则及图像截取时间点,所述根据预置的截取规则从所述授课视频信息中截取得到授课图像信息及授课音频信息,包括:
根据所述音频起始判断规则获取所述授课视频信息中连续的两个音频起始点;
根据所述连续的两个音频起始点截取所述授课视频信息对应的一段视频信息作为目标视频信息;
获取目标视频信息中的语音信息作为授课音频信息;
根据所述图像截取时间点从所述目标视频信息中获取对应的授课图像得到授课图像信息。
3.根据权利要求1所述的基于人工智能的讲师动态评价方法,其特征在于,所述根据预置的截取规则从所述授课视频信息中截取得到授课图像信息及授课音频信息之后,还包括:
根据预置的活体检测规则对所述授课图像信息中是否包含单个活体进行检测;
若所述授课图像信息中包含单个活体,执行所述根据预置的图像获取模型从所述授课图像信息中获取得到特征图像集合的步骤。
4.根据权利要求1所述的基于人工智能的讲师动态评价方法,其特征在于,所述图像获取模型包括图像裁剪规则、梯度计算公式以及面部特征截取模板、人像特征截取模板,所述根据预置的图像获取模型从所述授课图像信息中获取得到特征图像集合,包括:
根据所述图像裁剪规则对所述授课图像信息中的一张授课图像进行裁剪以得到面部图像及人像图像;
根据所述梯度计算公式对所述面部图像中的像素点进行计算以获取对应的虹膜中心像素点;
以两个所述虹膜中心像素点之间的间距为基准对所述面部特征截取模板及所述人像特征截取模板进行对应调整;
以所述虹膜中心像素点为基准位置将调整后的所述面部特征截取模板覆盖于所述面部图像上进行裁剪得到面部图像的特征图像;
以所述虹膜中心像素点为基准位置将调整后的所述人像特征截取模板覆盖于所述人像图像上进行裁剪得到人像图像的特征图像。
5.根据权利要求4所述的基于人工智能的讲师动态评价方法,其特征在于,所述根据所述梯度计算公式对所述面部图像中的像素点进行计算以获取对应的虹膜中心像素点,包括:
根据所述梯度计算公式计算所述面部图像中左眼部分及右眼部分中每一...
【专利技术属性】
技术研发人员:欧光礼,
申请(专利权)人:中国平安人寿保险股份有限公司,
类型:发明
国别省市:广东;44
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。