一种理化实验操作行为识别方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种理化实验操作行为识别方法、系统、装置及存储介质，方法包括：获取老师实验操作行为视频，并将老师实验操作行为视频作为标准视频，获取学生实验操作行为视频，提取学生实验操作行为视频和标准视频的特征数据，依据学生实验操作行为视频的特征数据和标准视频的特征数据，计算两个视频之间的相似度，依据相似度进行评分，从而实现理化实验操作行为的识别；通过获取老师实验操作行为视频和学生实验操作行为视频，并提取学生实验操作行为视频和标准视频的特征数据，依据特征数据计算两个视频之间的相似度，然后依据相似度进行评分，能够大大提高对学生理化实验操作行为评分的客观性和准确性。评分的客观性和准确性。评分的客观性和准确性。

【技术实现步骤摘要】
一种理化实验操作行为识别方法、系统、装置及存储介质


[0001]本专利技术涉及操作行为识别
，尤其涉及一种理化实验操作行为识别方法、系统、装置及存储介质。

技术介绍

[0002]推行学生实验操作考试，强化学生实践操作是教育教学改革进程中学生素质教育的要求，实验操作技能考试的特殊性决定了其信度和效率不仅与试题的质量、评分标准的科学合理性密切相关，而且离不开评分方法的精准度和可靠性，为保障实验操作技能考试精准度和可靠性，需要正确识别学生实验操作的各种行为，进一步对学生实验行为进行量化测量与评价，现有技术一般是通过对老师对学生实验行为进行评价，导致评价结果不够客观准确。

技术实现思路

[0003]有鉴于此，本专利技术提出一种理化实验操作行为识别方法、系统、装置及存储介质，可以有效解决现有技术存在的评价结果不够客观准确的缺陷。
[0004]本专利技术的技术方案是这样实现的：
[0005]一种理化实验操作行为识别方法，具体包括：
[0006]获取老师实验操作行为视频，并将老师实验操作行为视频作为标准视频；
[0007]获取学生实验操作行为视频；
[0008]提取学生实验操作行为视频和标准视频的特征数据；
[0009]依据学生实验操作行为视频的特征数据和标准视频的特征数据，计算两个视频之间的相似度；
[0010]依据相似度进行评分，从而实现理化实验操作行为的识别。
[0011]作为所述理化实验操作行为识别方法的进一步可选方案，所述依据学生实验操作行为视频的特征数据和标准视频的特征数据，计算两个视频之间的相似度，具体包括：
[0012]根据所述特征数据获取所述学生实验操作行为视频中的目标帧与所述标准视频中的目标帧之间的帧间相似度矩阵；
[0013]对所述帧间相似度矩阵进行非线性转换，得到所述学生实验操作行为视频与所述标准视频之间的相似度矩阵；
[0014]确定所述相似度矩阵中每列的最大值；
[0015]获取各列中所述最大值之和与所述相似度矩阵的行数之间的比值，将所述比值作为所述学生实验操作行为视频的特征数据和标准视频之间的相似度。
[0016]作为所述理化实验操作行为识别方法的进一步可选方案，所述依据相似度进行评分，具体包括：
[0017]确定实验操作行为的每个目标动作；
[0018]每个目标动作分配相对应的权重；
[0019]将每个目标动作的相似度和相对应的权重进行相乘，相乘结果进行相加，从而得到评分。
[0020]作为所述理化实验操作行为识别方法的进一步可选方案，所述对所述帧间相似度矩阵进行非线性转换，得到所述学生实验操作行为视频与所述标准视频之间的相似度矩阵，具体包括：
[0021]通过卷积神经网络对所述帧间相似度矩阵进行非线性转换，得到所述学生实验操作行为视频与所述标准视频之间的相似度矩阵。
[0022]一种理化实验操作行为识别系统，包括：
[0023]第一获取模块，用于获取老师实验操作行为视频，并将老师实验操作行为视频作为标准视频；
[0024]第二获取模块，用于获取学生实验操作行为视频；
[0025]提取模块，用于提取学生实验操作行为视频和标准视频的特征数据；
[0026]计算模块，用于依据学生实验操作行为视频的特征数据和标准视频的特征数据，计算两个视频之间的相似度；
[0027]评分模块，用于依据相似度进行评分，从而实现理化实验操作行为的识别。
[0028]作为所述理化实验操作行为识别系统的进一步可选方案，所述计算模块包括：
[0029]第三获取模块，用于根据所述特征数据获取所述学生实验操作行为视频中的目标帧与所述标准视频中的目标帧之间的帧间相似度矩阵；
[0030]转换模块，用于对所述帧间相似度矩阵进行非线性转换，得到所述学生实验操作行为视频与所述标准视频之间的相似度矩阵；
[0031]确定模块，用于确定所述相似度矩阵中每列的最大值；
[0032]第四获取模块，用于获取各列中所述最大值之和与所述相似度矩阵的行数之间的比值，将所述比值作为所述学生实验操作行为视频的特征数据和标准视频之间的相似度。
[0033]作为所述理化实验操作行为识别系统的进一步可选方案，所述评分模块包括：
[0034]设定模块，用于确定实验操作行为的每个目标动作；
[0035]分配模块，用于每个目标动作分配相对应的权重；
[0036]处理模块，用于将每个目标动作的相似度和相对应的权重进行相乘，相乘结果进行相加，从而得到评分。
[0037]作为所述理化实验操作行为识别系统的进一步可选方案，所述转换模块采用卷积神经网络，所述卷积神经网络用于对所述帧间相似度矩阵进行非线性转换，得到所述学生实验操作行为视频与所述标准视频之间的相似度矩阵。
[0038]一种计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一种理化实验操作行为识别方法的步骤。
[0039]一种计算机可读存储介质，所述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任意一种理化实验操作行为识别方法的步骤。
[0040]本专利技术的有益效果是：通过获取老师实验操作行为视频和学生实验操作行为视频，并提取学生实验操作行为视频和标准视频的特征数据，依据特征数据计算两个视频之间的相似度，然后依据相似度进行评分，能够大大提高对学生理化实验操作行为评分的客
观性和准确性。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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的附图。
[0042]图1为本专利技术一种理化实验操作行为识别方法的流程示意图；
[0043]图2为本专利技术一种理化实验操作行为识别系统的组成示意图。
具体实施方式
[0044]下面将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，所描述的实施例仅是本专利技术的一部分实施例，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它实施例，都属于本专利技术保护的范围。
[0045]参考图1
‑
2，一种理化实验操作行为识别方法，具体包括：
[0046]获取老师实验操作行为视频，并将老师实验操作行为视频作为标准视频；
[0047]获取学生实验操作行为视频；
[0048]提取学生实验操作行为视频和标准视频的特征数据；
[0049]依据学生实验操作行为视频的特征数据和标准视频的特征数据，计算两个视频之间的相似度；
[0050]依据相似度进行评分，从而实现理化实验操作行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种理化实验操作行为识别方法，其特征在于，具体包括：获取老师实验操作行为视频，并将老师实验操作行为视频作为标准视频；获取学生实验操作行为视频；提取学生实验操作行为视频和标准视频的特征数据；依据学生实验操作行为视频的特征数据和标准视频的特征数据，计算两个视频之间的相似度；依据相似度进行评分，从而实现理化实验操作行为的识别。2.根据权利要求1所述的一种理化实验操作行为识别方法，其特征在于，所述依据学生实验操作行为视频的特征数据和标准视频的特征数据，计算两个视频之间的相似度，具体包括：根据所述特征数据获取所述学生实验操作行为视频中的目标帧与所述标准视频中的目标帧之间的帧间相似度矩阵；对所述帧间相似度矩阵进行非线性转换，得到所述学生实验操作行为视频与所述标准视频之间的相似度矩阵；确定所述相似度矩阵中每列的最大值；获取各列中所述最大值之和与所述相似度矩阵的行数之间的比值，将所述比值作为所述学生实验操作行为视频的特征数据和标准视频之间的相似度。3.根据权利要求2所述的一种理化实验操作行为识别方法，其特征在于，所述依据相似度进行评分，具体包括：确定实验操作行为的每个目标动作；每个目标动作分配相对应的权重；将每个目标动作的相似度和相对应的权重进行相乘，相乘结果进行相加，从而得到评分。4.根据权利要求3所述的一种理化实验操作行为识别方法，其特征在于，所述对所述帧间相似度矩阵进行非线性转换，得到所述学生实验操作行为视频与所述标准视频之间的相似度矩阵，具体包括：通过卷积神经网络对所述帧间相似度矩阵进行非线性转换，得到所述学生实验操作行为视频与所述标准视频之间的相似度矩阵。5.一种理化实验操作行为识别系统，其特征在于，包括：第一获取模块，用于获取老师实验操作行为视频，并将老师实验操作行为视频作为标准视频；第二获取模块，用于获取学生实验操作行为视频；提取模块，用于提取学生实验操作行为视频和标准视频...

【专利技术属性】
技术研发人员：曹良荣，李丽涛，谭润全，罗学平，孙斌，
申请(专利权)人：广州易辉信息技术有限公司，
类型：发明
国别省市：