化学实验异常操作检测方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术提供了一种化学实验异常操作检测方法、装置、设备及可读存储介质，涉及信息技术领域，包括：获取实时实验视频数据和历史实验视频数据，历史实验视频数据信息包括正常操作视频数据和异常操作视频数据；将历史实验视频数据进行预处理后进行特征提取得到第一特征集和权重集；基于第一特征集和权重集对历史实验视频进行聚类运算得到分类视频数据；将分类视频数据进行特征转换得到第二特征集；根据第二特征集和分类视频数据建立实验异常操作检测数学模型，将实时实验视频数据作为输入值，求解实验异常操作检测数学模型得到检测结果。本发明专利技术通过建立低维度的矩阵将分类视频数据的特征矩阵变得线性可分，提升在实时视频中对异常操作的准确率。异常操作的准确率。异常操作的准确率。

【技术实现步骤摘要】
化学实验异常操作检测方法、装置、设备及可读存储介质


[0001]本专利技术涉及信息
，具体而言，涉及一种化学实验异常操作检测方法、装置、设备及可读存储介质。

技术介绍

[0002]在进行化学实验操作考试时，往往需要考务人员现场进行监考，观察学生的操作步骤进行监督，同时对异常的操作进行记录和纠正，这样的人工监考方法存在浪费人力资源且判断准确率底等缺点。现需要一种基于小波特征提取和特征转化的对实时实验视频进行异常操作检测的方法和装置，以此对化学实验进行实时检测，进而减少对人工监考的依赖，保证化学实验异常操作检测的准确性。

技术实现思路

[0003]本专利技术的目的在于提供一种化学实验异常操作检测方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：第一方面，本申请提供了一种化学实验异常操作检测方法，包括：获取实时实验视频数据和历史实验视频数据，所述历史实验视频数据信息包括正常操作视频数据和异常操作视频数据；将所述历史实验视频数据进行预处理后进行特征提取得到第一特征集和权重集；基于所述第一特征集和所述权重集对所述历史实验视频进行聚类运算得到分类视频数据；将所述分类视频数据进行特征转换得到第二特征集；根据所述第二特征集和所述分类视频数据建立实验异常操作检测数学模型，将所述实时实验视频数据作为输入值，求解所述实验异常操作检测数学模型得到检测结果。
[0004]第二方面，本申请还提供了化学实验异常操作检测装置，包括：获取模块，用于获取实时实验视频数据和历史实验视频数据，所述历史实验视频数据信息包括正常操作视频数据和异常操作视频数据；提取模块，用于将所述历史实验视频数据进行预处理后进行特征提取得到第一特征集和权重集；分析模块，基于所述第一特征集和所述权重集对所述历史实验视频进行聚类运算得到分类视频数据；转换模块，用于将所述分类视频数据进行特征转换得到第二特征集；检测模块，根据所述第二特征集和所述分类视频数据建立实验异常操作检测数学模型，将所述实时实验视频数据作为输入值，求解所述实验异常操作检测数学模型得到检测结果。
[0005]第三方面，本申请还提供了一种化学实验异常操作检测设备，包括：存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现所述化学实验异常操作检测方法的步骤。
[0006]第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于化学实验异常操作检测方法的步骤。
[0007]本专利技术的有益效果为：本专利技术通过将历史实验视频和实时实验视频进行小波变换并提取特征，利用小波变换快速分解和对局部特征提取的优点，进而提升对实时视频中对异常操作的检测速度。
[0008]本专利技术通过在历史实验视频进行特征提取后进行聚类，然后在分类视频数据中再次进行特征转换，建立低维度的矩阵将分类视频数据的特征矩阵变得线性可分，提升在实时视频中对异常操作的准确率。
[0009]本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0010]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0011]图1为本专利技术实施例中所述的化学实验异常操作检测方法流程示意图;图2为本专利技术实施例中所述的化学实验异常操作检测装置结构示意图；图3为本专利技术实施例中所述的化学实验异常操作检测设备结构示意图。
[0012]图中标记：1、获取模块；2、提取模块；21、第一处理单元；22、第二处理单元；23、第一计算单元；3、分析模块；31、第二计算单元；32、第三处理单元；33、第四处理单元；34、第五处理单元；4、转换模块；41、第六处理单元；42、第三计算单元；43、第四计算单元；44、第七处理单元；5、检测模块；51、第八处理单元；52、第九处理单元；53、第十处理单元；54、第十一处理单元；541、第十二处理单元；542、第一分析单元；543、第一判断单元；544、第二判断单元；800、化学实验异常操作检测设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
具体实施方式
[0013]为使本专利技术实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作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。
[0014]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0015]实施例1：本实施例提供了一种化学实验异常操作检测方法。
[0016]参见图1，图中示出了本方法包括步骤S100、步骤S200、步骤S300、步骤S400、步骤S500。
[0017]步骤S100、获取实时实验视频数据和历史实验视频数据，所述历史实验视频数据信息包括正常操作视频数据和异常操作视频数据。
[0018]可以理解的是本步骤是将历史实验视频数据进行上传和存储，以此为依据对实时实验视频数据进行检测，判断当前操作人员是否为异常操作，在化学实验考试中正常操作包括实验标准动作和人体常见动作，异常操作包括药品错误取用方式、胶头滴管的错误使用等，在本实施例中，不需要对历史实验视频数据进行细分，只需将历史实验视频数据划分为“正常”或“异常”并打上相应的标签。
[0019]步骤S200、将所述历史实验视频数据进行预处理后进行特征提取得到第一特征集和权重集。
[0020]可以理解的是本步骤通过对历史实验视频数据进行统一化处理后进行特征提取，提取出连续帧图像中的操作人员进行正常操作或异常操作时的动作特征参数。需要说明的是，步骤S200包括步骤S210、步骤S220和步骤S230。
[0021]步骤S210、将所述历史实验视频数据进行时间平均采样和统一尺寸裁剪得到帧图像数据。
[0022]可以理解的是本步骤是对历史实验视频数据进行图像金字塔的降采样处理，将每个历史实验视频做图像帧的平均本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种化学实验异常操作检测方法，其特征在于，包括：获取实时实验视频数据和历史实验视频数据，所述历史实验视频数据信息包括正常操作视频数据和异常操作视频数据；将所述历史实验视频数据进行预处理后进行特征提取得到第一特征集和权重集；基于所述第一特征集和所述权重集对所述历史实验视频进行聚类运算得到分类视频数据；将所述分类视频数据进行特征转换得到第二特征集；根据所述第二特征集和所述分类视频数据建立实验异常操作检测数学模型，将所述实时实验视频数据作为输入值，求解所述实验异常操作检测数学模型得到检测结果。2.根据权利要求1所述的化学实验异常操作检测方法，其特征在于,将所述历史实验视频数据进行预处理后进行特征提取得到第一特征集和权重集，包括：将所述历史实验视频数据进行时间平均采样和统一尺寸裁剪得到帧图像数据；基于预设的高斯混合模型对所述帧图像数据进行特征预提取得到第一特征集；基于预设的激活函数对所述第一特征集进行计算得到每个特征对应的权重值，并将所有所述权重值合并得到权重集。3.根据权利要求1所述的化学实验异常操作检测方法，其特征在于,将所述分类视频数据进行特征转换，得到包含第二特征集,包括：将所述分类视频数据进行小波变换得到特征矩阵数据；根据所述特征矩阵数据计算得到矩阵参数，所述矩阵参数包括总体均值、类别均值、类间散度矩阵和类内散度矩阵；基于线性判别算法对所述矩阵参数进行计算得到最佳投影矩阵；将所述特征矩阵数据投影至所述最佳投影矩阵得到第二特征集。4.根据权利要求1所述的化学实验异常操作检测方法，其特征在于,所述根据所述第二特征集和所述分类视频数据建立实验异常操作检测数学模型，将所述实时实验视频数据作为所述输入值，求解所述实验异常操作检测数学模型得到检测结果，包括：根据所述分类视频数据和所述第二特征集训练出实验操作分类器，并基于实验操作分类器建立实验异常操作检测数学模型；将所述实时实验视频数据 进行小波变换得到变换图像；将所述变换图像进行特征提取得到局部图像数据；将所述局部图像数据输入至所述实验异常操作检测数学模型中进行分类和判断得到检测结果。5.一种化学实验异常操作检测装置，其特征在于，包括：获取模块，用于获取实时实验视频数据和历史实验视频数据，所述历史实验视频数据信息包括正常操作视频数据和异常操作视频数据；提取模块，用于将...

【专利技术属性】
技术研发人员：张志鸿，李迪，
申请(专利权)人：成都西交智汇大数据科技有限公司，
类型：发明
国别省市：