一种基于边缘计算及AI分析的教学观察视频信息提取系统技术方案

本发明专利技术公开了一种基于边缘计算及AI分析的教学观察视频信息提取系统，包括从记录视频中识别目标、针对从所记录视频中识别预设目标、获取属性特性、将所获取的预设目标特性、传输到分析中心和进行视频分拣分类，从记录视频中识别目标下方设有针对从所记录视频中识别预设目标，针对从所记录视频中识别预设目标下方设有获取属性特性，获取属性特性下方设有将所获取的预设目标特性，将所获取的预设目标特性右侧设有传输到分析中心，传输到分析中心右侧设有进行视频分拣分类，从记录视频中识别目标应用于视频网络中的摄像机、记录器；本一种基于边缘计算及AI分析的教学观察视频信息提取系统具有方便快捷、效率高、节约成本的优点。节约成本的优点。

【技术实现步骤摘要】
一种基于边缘计算及AI分析的教学观察视频信息提取系统


[0001]本专利技术涉及一种图像识别方法及装置，涉及一种基于边缘计算及AI分析的教学观察视频信息提取系统。

技术介绍

[0002]图像，尤其是视频图像中蕴藏着丰富的信息是其他信息获取手段难以比拟的，因此图像是人类最直观、最可靠的信息获取手段，历来是人们关注和赖以应用的焦点。大量视频图像，集聚起了规模宏大的视频大数据资源。然而，由于图像本身是一种非结构化信息，无法直接利用大数据技术进行挖掘处理，导致信息丰富的海量视频图像无法得到实时处理和有效利用。需要对较大范围内、长时间性的视频图像进行实时分析处理，形成较完整、清晰的态势，从而为儿童发展状态提供准确有力的数据支撑。

技术实现思路

[0003]本专利技术的目的在于提供一种基于边缘计算及AI分析的教学观察视频信息提取系统，具有方便快捷、效率高、节约成本的优点，解决了现有技术中的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种基于边缘计算及AI分析的教学观察视频信息提取系统，包括从记录视频中识别目标、针对从所记录视频中识别预设目标、获取属性特性、将所获取的预设目标特性、传输到分析中心和进行视频分拣分类，所述从记录视频中识别目标下方设有针对从所记录视频中识别预设目标，所述针对从所记录视频中识别预设目标下方设有获取属性特性，所述获取属性特性下方设有将所获取的预设目标特性，所述将所获取的预设目标特性右侧设有传输到分析中心，所述传输到分析中心右侧设有进行视频分拣分类。
[0005]优选的，所述从记录视频中识别目标应用于视频网络中的摄像机、记录器，所述视频网络中包含有若干个与监控中心通信连接的摄像机，所述摄像机通过拍摄的视频连接针对从所记录视频中识别预设目标，所述针对从所记录视频中识别预设目标预设目标包括：人物、作品、操作材料等中的一种或组合。
[0006]优选的，所述针对从所记录视频中识别预设目标通过数据传输到获取属性特性，所述获取属性特性获取针对从所记录视频中识别预设目标预设目标的属性特征和预设目标的场景属性特征。
[0007]优选的，所述将所获取的预设目标特性通过获取属性特性数据传输的预设目标的属性特征和预设目标的场景属性特征在传输给传输到分析中心，所述传输到分析中心通过将所获取的预设目标特性载入图像数据与摄像机对应的原始图像信息进行比对。
[0008]优选的，所述进行视频分拣分类根据传输到分析中心对存储图像资源根据比对情况，进行分类分拣，可以根据人像、时间进行不同分类。
[0009]优选的，所述从记录视频中识别目标、针对从所记录视频中识别预设目标、获取属性特性、将所获取的预设目标特性、传输到分析中心和进行视频分拣分类组成一种边缘计
算装置。
[0010]与现有技术相比，本专利技术的有益效果如下：
[0011]1.本一种基于边缘计算及AI分析的教学观察视频信息提取系统通过底板，采用从记录视频中识别目标，有利于在视频网络中的摄像机和记录器识别目标，通过针对从所记录视频中识别预设目标，有利于预设目标，通过获取属性特性，有利于获取目标的属性特征和目标的场景属性特征，通过将所获取的预设目标特性和传输到分析中心，有利于对载入的图像数据与摄像机对应的原始图像信息进行比对，通过进行视频分拣分类，有利于对比对情况进行分类分拣，通过整体组成的一种边缘计算装置，解决了现有技术中存在的传统视频分拣分类的技术问题。
附图说明
[0012]图1为本专利技术一种基于边缘计算及AI分析的教学观察视频信息提取系统的整体结构流程图。
[0013]图中标注说明：1、从记录视频中识别目标；2、针对从所记录视频中识别预设目标；3、获取属性特性；4、将所获取的预设目标特性；5、传输到分析中心；6、进行视频分拣分类。
具体实施方式
[0014]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。
[0015]在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0016]实施例1：
[0017]请参阅图1，一种基于边缘计算及AI分析的教学观察视频信息提取系统,包括从记录视频中识别目标1、针对从所记录视频中识别预设目标2、获取属性特性3、将所获取的预设目标特性4、传输到分析中心5和进行视频分拣分类6，其特征在于：从记录视频中识别目标1下方设有针对从所记录视频中识别预设目标2，针对从所记录视频中识别预设目标2下方设有获取属性特性3，获取属性特性3下方设有将所获取的预设目标特性4，将所获取的预设目标特性4右侧设有传输到分析中心5，传输到分析中心5右侧设有进行视频分拣分类6。
[0018]具体的，采用从记录视频中识别目标1，有利于在视频网络中的摄像机和记录器识别目标，通过针对从所记录视频中识别预设目标2，有利于预设目标，通过获取属性特性3，有利于获取目标的属性特征和目标的场景属性特征，通过将所获取的预设目标特性4和传输到分析中心5，有利于对载入的图像数据与摄像机对应的原始图像信息进行比对，通过进行视频分拣分类6，有利于对比对情况进行分类分拣，通过整体组成的一种边缘计算装置，解决了现有技术中存在的传统视频分拣分类的技术问题。
[0019]工作原理：本专利技术一种基于边缘计算及AI分析的教学观察视频信息提取系统，使
用时，首先通过从记录视频中识别目标1从摄像机和记录器进行识别目标，在通过针对从所记录视频中识别预设目标2进行预设目标，在通过获取属性特性3进行获取预设目标的属性特征和预设目标的场景属性特征，在通过将所获取的预设目标特性4和传输到分析中心5提供获取属性特性3提供的数据进行载入图像的数据与摄像机对应的原始图像信息进行比对，最后通过进行视频分拣分类6根据传输到分析中心5进行对存储图像资源根据比对情况，进行分类分拣。
[0020]以上显示和描述了本专利技术的基本原理和主要特征和本专利技术的优点，对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背离本专利技术的精神或基本特征的情况下，能够以其他的具体形式实现本专利技术；因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本专利技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本专利技术内，不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
[0021]此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算及AI分析的教学观察视频信息提取系统，包括从记录视频中识别目标(1)、针对从所记录视频中识别预设目标(2)、获取属性特性(3)、将所获取的预设目标特性(4)、传输到分析中心(5)和进行视频分拣分类(6)，其特征在于：所述从记录视频中识别目标(1)下方设有针对从所记录视频中识别预设目标(2)，所述针对从所记录视频中识别预设目标(2)下方设有获取属性特性(3)，所述获取属性特性(3)下方设有将所获取的预设目标特性(4)，所述将所获取的预设目标特性(4)右侧设有传输到分析中心(5)，所述传输到分析中心(5)右侧设有进行视频分拣分类(6)。2.根据权利要求1所述的一种基于边缘计算及AI分析的教学观察视频信息提取系统，其特征在于：所述从记录视频中识别目标(1)应用于视频网络中的摄像机、记录器，所述视频网络中包含有若干个与监控中心通信连接的摄像机，所述摄像机通过拍摄的视频连接针对从所记录视频中识别预设目标(2)，所述针对从所记录视频中识别预设目标(2)预设目标包括：人物、作品、操作材料等中的一种或组合。3.根据权利要求1所述的一种基于边缘计算及AI分析的教学观察视频信息提取系统，其特征在于：...

【专利技术属性】
技术研发人员：胡正东，黄海，
申请(专利权)人：广东笑翠鸟教育科技有限公司，
类型：发明
国别省市：