【技术实现步骤摘要】
本专利技术涉及舞蹈教学，尤其涉及一种基于机器学习的教学系统及装置。
技术介绍
1、舞蹈是一种表演艺术，通过身体动作、姿态和表情来表达情感和故事，舞蹈是需要长年累月的训练的，其中舞蹈训练是培养舞蹈技能和表现力的过程，在进行舞蹈训练时，一般为学员到舞蹈机构进行系统的教学，舞蹈老师通过一带多的方式进行教学辅导，从而使学员进行学习舞蹈动作，对学员的舞蹈动作进行纠正。
2、在舞蹈学习中，学员在训练的过程时是很难分心检查自己的动作是否规范，也不便于做到及时记录动作，而且教师难以兼顾到所有学员，难以满足一对一的纠正动作，从而容易使学员的舞蹈训练效率较低，不便于有效地提升教师的授课效果，因此提出一种基于机器学习的教学系统及装置，在学员进行舞蹈时，可进行舞蹈动作的检测，给出纠正方法，实时帮助学员掌握动作。
技术实现思路
1、本专利技术的目的是为了解决现有技术中学员舞蹈训练效率较低的缺点，而提出的一种基于机器学习的教学系统及装置。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种基于机器学习的教学装置，包括支撑架，所述支撑架的外部安装有演示屏幕，所述支撑架的外部安装有教学设备。
4、一种基于机器学习的教学系统，包括自适应系统、学习系统和保护系统，所述自适应系统、学习系统和保护系统均设置在教学设备上；
5、所述学习系统包括动作检测模块，用于对学员舞蹈动作的图像进行采集：动作识别模块，用于对捕获的图像进行分析，以从图像中提取出舞蹈动
6、所述自适应系统包括电源管理模块，用于在设备电源打开时，向其他模块发送电源已接通的信号：初始化模块，用于初始化话硬件设备：人脸识别模块，用于进行人脸识别，确认学员身份：身高检测模块，用于对学员身高进行检测：自动调节算法模块，用于根据学员身高进行分析，判断动作检测模块的位置是否需要调整：机械控制模块二，根据分析结果对动作检测模块的高度进调整；
7、所述保护系统包括保护模块，用于对动作检测模块进行保护：处理模块，用于通过电源管理模块分辨设备电源开关信息：机械控制模块一，用于控制保护模块的开关。
8、上述技术方案进一步包括：
9、所述电源管理模块对演示屏幕和教学设备的电源开关状态信息进行感应，所述初始化模块接收到电源打开信号便控制机械控制模块二进行初始化，所述动作检测模块经过机械控制模块二的初始化便处于初始位置，所述人脸识别模块对学员进行人脸识别，确认学员身份，所述身高检测模块对于学员身高进行检测，所述自动调节算法模块根据检测到的身高结果进行分析，所述机械控制模块二根据身高信息调整所述动作检测模块的高度。
10、所述动作检测模块对学员舞蹈动作的图像进行采集，所述动作识别模块根据图像信息进行识别舞蹈动作，所述机器学习模块对舞蹈动作信息进行分析，然后对学习者的舞蹈动作进行比对和判断，所述反馈模块根据分析结果标识学员的错误动作以及不规范类别，给出纠正方法，所述记录和回放模块对舞蹈练习过程进行记录，所述数据库模块存储和管理学员信息和学员的练习数据、不规范动作定义的数据。
11、所述处理模块通过电源管理模块对设备电源开关状态进行分辨，所述机械控制模块一根据分辨信息控制保护模块的开关，所述保护模块对动作检测模块进行保护。
12、所述机械控制模块一通过伺服电机实现对保护模块的开关。
13、所述机械控制模块二通过电动滑轨实现对动作检测模块的高度调节。
14、所述动作识别模块通过0penpose特征提取法对动作检测模块采集到的图像进行识别的具体算法过程如下；
15、输入一幅图像，经过vgg19卷积网络提取特征，得到一组特征图，然后分成两个岔路branch1&2，分别使用cnn网络提取part confidence maps和part affinity fields；
16、得到这两个信息后，使用图论中的bipartite matching求出part association，将同一个人的关节点连接起来，由于paf自身的矢量性，使得生成的偶匹配很正确，最终合并为一个人的整体骨架；
17、最后基于pafs求multi-person parsing—>把multi-person parsing问题转换成graphs问题—>hungarian algorithm。
18、所述教学设备上划分为多个显示区域并呈水平均匀分布。
19、相比现有技术，本专利技术的有益效果为：
20、1、本专利技术中，通过设置演示屏幕对舞蹈进行标准教学示范，通过设置学习系统，在学员进行舞蹈时，对学习者的舞蹈动作与示范舞蹈进行比对和判断，然后后在教学设备标识学员错误动作及不规范类别，同时给出纠正方法，实时帮助学员掌握动作，提高舞蹈训练效率。
21、2、本专利技术中，在进行舞蹈检测前可通过自适应系统调节动作检测模块的高度，从而便于根据学员身高进行自适应调节使用，避免由于学员身高的影响导致动作检测的不完整。
22、3、本专利技术中，在学员需要学习和不需要学习时可通过保护系统自动切换对动作检测模块的保护和解除保护两个状态，便于对动作检测模块进行保护，减少灰尘等对动作检测模块的影响，同时可避免外界尖锐物品对动作检测模块造成损伤。
本文档来自技高网...【技术保护点】
1.一种基于机器学习的教学装置，包括支撑架(1)、其特征在于，所述支撑架(1)的外部安装有演示屏幕(2)，所述支撑架(1)的外部安装有教学设备(3)。
2.一种基于机器学习的教学系统，采用了权利要求1所述的一种基于机器学习的教学装置，包括自适应系统(4)、学习系统(5)和保护系统(6)，其特征在于，所述自适应系统(4)、学习系统(5)和保护系统(6)均设置在教学设备(3)上；
3.根据权利要求2所述的一种基于机器学习的教学系统，其特征在于，所述电源管理模块(7)对演示屏幕(2)和教学设备(3)的电源开关状态信息进行感应，所述初始化模块(8)接收到电源打开信号便控制机械控制模块二(12)进行初始化，所述动作检测模块(17)经过机械控制模块二(12)的初始化便处于初始位置，所述人脸识别模块(9)对学员进行人脸识别，确认学员身份，所述身高检测模块(10)对于学员身高进行检测，所述自动调节算法模块(11)根据检测到的身高结果进行分析，所述机械控制模块二(12)根据身高信息调整所述动作检测模块(17)的高度。
4.根据权利要求2所述的一种基于机器学习的教
5.根据权利要求2所述的一种基于机器学习的教学系统，其特征在于，所述处理模块(13)通过电源管理模块(7)对设备电源开关状态进行分辨，所述机械控制模块一(14)根据分辨信息控制保护模块(15)的开关，所述保护模块(15)对动作检测模块(17)进行保护。
6.根据权利要求5所述的一种基于机器学习的教学系统，其特征在于，所述机械控制模块一(14)通过伺服电机实现对保护模块(15)的开关。
7.根据权利要求2所述的一种基于机器学习的教学系统，其特征在于，所述机械控制模块二(12)通过电动滑轨实现对动作检测模块(17)的高度调节。
8.根据权利要求2所述的一种基于机器学习的教学系统，其特征在于，所述动作识别模块(18)通过0penPose特征提取法对动作检测模块(17)采集到的图像进行识别的具体算法过程如下；
9.根据权利要求2所述的一种基于机器学习的教学系统，其特征在于，所述教学设备(3)上划分为多个显示区域并呈水平均匀分布。
...【技术特征摘要】
1.一种基于机器学习的教学装置，包括支撑架(1)、其特征在于，所述支撑架(1)的外部安装有演示屏幕(2)，所述支撑架(1)的外部安装有教学设备(3)。
2.一种基于机器学习的教学系统，采用了权利要求1所述的一种基于机器学习的教学装置，包括自适应系统(4)、学习系统(5)和保护系统(6)，其特征在于，所述自适应系统(4)、学习系统(5)和保护系统(6)均设置在教学设备(3)上；
3.根据权利要求2所述的一种基于机器学习的教学系统，其特征在于，所述电源管理模块(7)对演示屏幕(2)和教学设备(3)的电源开关状态信息进行感应，所述初始化模块(8)接收到电源打开信号便控制机械控制模块二(12)进行初始化，所述动作检测模块(17)经过机械控制模块二(12)的初始化便处于初始位置，所述人脸识别模块(9)对学员进行人脸识别，确认学员身份，所述身高检测模块(10)对于学员身高进行检测，所述自动调节算法模块(11)根据检测到的身高结果进行分析，所述机械控制模块二(12)根据身高信息调整所述动作检测模块(17)的高度。
4.根据权利要求2所述的一种基于机器学习的教学系统，其特征在于，所述动作检测模块(17)对学员舞蹈动作的图像进行采集，所述动作识别模块(18)根据图像信息进行识别舞蹈动作，所述机器学习模块(19)对舞蹈动作...
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。