一种互联网教学中教师笔记的记录方法及系统与流程

1.本技术涉及互联网教学技术领域，特别涉及一种互联网教学中教师笔记的记录方法及系统。


背景技术：

2.在当今形式下，互联网教学已经成为除线下教学以外最重要的教学方式，因互联网教学不要求教师和学生集中在一起，而且对教学设施也基本没有要求，因此受到了广大师生的欢迎。
3.和传统的线下教育相同，互联网教学过程中教师也会书写笔记并展示给学生，使学生能够理解教师的思路。对不同目标进行讲解时教师会书写不同的笔记，因此教师书写的笔记需要更新。由于书写的区域有限，教师在书写区域写满后或需要书写针对其他目标的笔记时，一般都会将先前书写的笔记擦除，然后再书写新的笔记。而一旦笔记被擦除后，教师很难再返回到先前的笔记，使教师因为操作失误等原因将笔记擦除后，需要重新书写笔记，大大降低了教学的效率。


技术实现要素：

4.本技术实施例提供了一种互联网教学中教师笔记的记录方法及系统，用以解决现有技术中教师书写的笔记被擦除后无法恢复的问题。
5.一方面，本技术实施例提供了一种互联网教学中教师笔记的记录方法，包括：
6.实时获取教师笔记图像；
7.对相邻时刻获取的教师笔记图像进行对比，确定相应的相似程度；
8.根据相似程度确定是否发生了擦除动作；
9.如果发生了擦除动作，则将发生擦除动作之前的教师笔记图像保存。
10.另一方面，本技术实施例提供了一种互联网教学中教师笔记的记录系统，包括：
11.图像获取模块，用于实时获取教师笔记图像；
12.相似度确定模块，用于对相邻时刻获取的教师笔记图像进行对比，确定相应的相似程度；
13.动作识别模块，用于根据相似程度确定是否发生了擦除动作；
14.图像保存模块，用于在确定发生了擦除动作后，将发生擦除动作之前的教师笔记图像保存。
15.本技术中的一种互联网教学中教师笔记的记录方法及系统，具有以下优点：
16.通过对互联网教学过程中的视频进行截图，可以识别出图像中教师笔记的擦除动作，并对发生擦除前的教师笔记图像进行保存，使教师在需要的情况下可以随时恢复到擦除笔记之前的状态，免去了教师重新书写笔记的麻烦，大大提高了教学的效率。
附图说明
17.为了更清楚地说明本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。
18.图1为本技术实施例提供的一种互联网教学中教师笔记的记录方法的流程图。
具体实施方式
19.下面将结合本技术实施例中的附图，对本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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
20.图1为本技术实施例提供的一种互联网教学中教师笔记的记录方法的流程图。本技术提供了一种互联网教学中教师笔记的记录方法，包括以下步骤：
21.s100，实时获取教师笔记图像。
22.示例性地，在互联网教学中，教师和学生分别使用教师端和学生端，因此在s100中可以对教师端显示的视频进行截图，获得教师笔记图像。截图时，可以按照设定的频率进行，例如每秒截取5-10张图像作为教师笔记图像。
23.进一步地，由于教师笔记可能显示在教师端视频的特定区域中，因此在截图时可以对视频的特定位置进行截图，而不是对视频中的所有区域截图，可以减少图像的大小，进而减小后续处理的工作量。
24.s110，对相邻时刻获取的教师笔记图像进行对比，确定相应的相似程度。
25.示例性地，s110具体包括：s111，采用surf(speed up robust features，加速稳健特征)算法提取相邻时刻获取的教师笔记图像的特征；s112，根据特征确定相邻时刻获取的教师笔记图像的相似程度。
26.s111中采用的surf算法是在sift(scale-invariant feature transform，尺度不变特征变换)算法的基础上改进得到的，和sift算法相比，surf算法的速度大大提升，而且surf算法不但保留了sift算法的尺度不变和旋转不变特定，还对光照变化和放射变化具有很强的稳定性。
27.具体地，s111中采用surf算法提取相邻时刻获取的教师笔记图像的特征的过程如下：
28.s113，构建hessian矩阵。
29.s114，利用hessian矩阵对教师笔记图像进行处理，获得初步特征点。
30.在利用hessian矩阵对教师笔记图像进行处理之前，还需要对教师笔记图像进行高斯滤波。在hessian矩阵的处理过程中，hessian矩阵对教师笔记图像中的每个像素点进行处理，根据hessian矩阵的行列式值可以确定当前像素点是否为极值点，如果是极值点，可以将其保留。确定极值点后，可以将属于极值点的像素点与其3维邻域内的多个点进行比较，如果像素点是邻域内的最小值，则保留，并作为初步特征点。
31.s115，对初步特征点进行定位，获得特征点。
32.可以采用三维线性插值法确定亚像素级的特征点，同时也可以过滤掉值小于一定阈值的像素点，对初步特征点过滤后可以获得少量的特征点。
33.s116，确定特征点的邻域。
34.可以按照设定的半径，以像素点为中心确定一定的圆形区域作为特征点的邻域。
35.s117，统计邻域中各个方向的harr小波特征。
36.在确定特征点的邻域后，可以以特征点为中心，在邻域内以一定的角度确定多个扇形区域，然后计算每个扇形区域中所有点的harr小波特征。
37.s118，根据各个方向上的harr小波特征确定特征点的主方向。
38.确定harr小波特征后，按照扇形区域中各个点与特征点的距离对harr小波特征赋予权重，比较所有扇形区域的权重总和，权重总和最大的扇形区域作为特征点的主方向。
39.s119，根据主方向构建特征点的描述符。
40.构建描述符的方法与确定主方向的方法相似，不同之处在于构建描述符时会将邻域分成多个4
×
4的子邻域，并从子邻域中提取出一个8维的向量，视具体子邻域的个数，可以将多个8维向量排列成一个更高维的向量，一般可以形成一个128维向量作为描述符，该描述符即为教师笔记图像的特征。在确定特征后，即可确定两张教师笔记图像的相似程度。
41.s120，根据相似程度确定是否发生了擦除动作。
42.示例性地，s120具体包括：s121，根据相似程度确定相邻时刻获取的教师笔记图像是否为相似图像；s122，如果相邻时刻获取的教师笔记图像为相似图像，确定相邻时刻获取的教师笔记图像之间的差异；s123，确定差异存在于相邻时刻获取的教师笔记图像中的在先图像还是在后图像；s124，如果差异存在于相邻时刻获取的教师笔记图像中的在先图像，确定发生了擦除动作。
43.在s121中，如果相邻时刻获取的教师笔记图像不是相似图像，保留相邻时刻获取的教师笔记图像中的在先图像。在实际使用中，教师可能会切换笔记，切换前后的笔记可能完全不同，因此也就不是相似图像，此时可以将切换前的教师笔记图像，即在先图像进行保存。
44.在s122中，可以采用差值法确定相邻时刻获取的教师笔记图像之间的差异。该差异为一个教师笔记图像中存在，但是另一个教师笔记图像中不存在的内容，如果发生了擦除动作，则该差异存在于在先图像，如果教师仍然在书写笔记，则该差异存在于在后图像。
45.在s123中，如果差异存在于相邻时刻获取的教师笔记图像中的在后图像，则丢弃在先图像，并对在后图像进行临时存储。
46.对在后图像进行临时存储后，可以继续进行教师笔记图像的获取和处理，则该在后图像将转变为在先图像，接着就可以将其与在后图像进行比较，以确定是否发生了擦除动作。
47.s130，如果发生了擦除动作，则将发生擦除动作之前的教师笔记图像保存。
48.示例性地，当教师笔记图像被保存后，可以在教师端显示的界面上添加一个窗口，教师可以在该窗口中浏览或查看已经保存的教师笔记图像，并在需要时通过鼠标点击、触摸等操作选定某个教师笔记图像，并将其显示在书写笔记的区域中，教师可以在该教师笔记图像的基础上继续书写。
49.本技术实施例还提供了一种互联网教学中教师笔记的记录系统，包括：
50.图像获取模块，用于实时获取教师笔记图像；
51.相似度确定模块，用于对相邻时刻获取的教师笔记图像进行对比，确定相应的相似程度；
52.动作识别模块，用于根据相似程度确定是否发生了擦除动作；
53.图像保存模块，用于在确定发生了擦除动作后，将发生擦除动作之前的教师笔记图像保存。
54.尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
55.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。