[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111368808A - 答题数据的采集方法、装置、系统和教学设备 - Google Patents

答题数据的采集方法、装置、系统和教学设备 Download PDF

Info

Publication number
CN111368808A
CN111368808A CN202010277295.2A CN202010277295A CN111368808A CN 111368808 A CN111368808 A CN 111368808A CN 202010277295 A CN202010277295 A CN 202010277295A CN 111368808 A CN111368808 A CN 111368808A
Authority
CN
China
Prior art keywords
image
answer
answerer
information
identity information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010277295.2A
Other languages
English (en)
Inventor
刘志锋
廖志坚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010277295.2A priority Critical patent/CN111368808A/zh
Publication of CN111368808A publication Critical patent/CN111368808A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G06V40/117—Biometrics derived from hands

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本申请涉及一种答题数据的采集方法、装置、系统、教学设备和存储介质。所述方法包括：接收图像拍摄设备发送的图像；图像拍摄设备设置在教学区域内的预设位置，用于拍摄教学区域内的答题者针对预设测试题目信息展示的答题信息，得到所述图像；提取图像中答题者的身份信息图像和答题答案图像；提取答题者的身份信息图像的图像特征和答题答案图像的图像特征；对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案信息，作为答题者的答题数据。采用本方法，实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，从而提高了答题数据的采集效率。

Description

答题数据的采集方法、装置、系统和教学设备
技术领域
本申请涉及视觉识别技术领域，特别是涉及一种答题数据的采集方法、装置、系统、教学设备和存储介质。
背景技术
随着互联网技术的发展，在课堂互动教学中，教学工作者越来越倾向于借助智能产品来采集答题者的答题数据，并将答题者的答题数据进行结构化存储和分析。
目前，对答题数据的采集方式，一般是通过配备给答题者的教学终端设备(如答题器、平板电脑、手机等)来获取该答题者的答题答案，并将获取的答题者的答题答案通过无线网络上传至教学者的教学计算机中。但是，在有限的教学空间区域内，将配备给每位答题者的教学终端设备都通过无线网络与教学计算机连接，会导致连接密度较高，容易出现连接不稳定，甚至断线，从而造成答题数据的采集效率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高答题数据的采集效率的答题数据的采集方法、装置、系统、教学设备和存储介质。
一种答题数据的采集方法，所述方法包括：
接收图像拍摄设备发送的图像；所述图像拍摄设备设置在教学区域内的预设位置，用于拍摄所述教学区域内的答题者针对预设测试题目信息展示的答题信息，得到所述图像；
提取所述图像中所述答题者的身份信息图像和答题答案图像；
提取所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征；
对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案信息，作为所述答题者的答题数据。
在其中一个实施例中，若所述身份信息图像为人脸图像以及所述答题答案图像为手势图像或者字母图像，则对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案，作为所述答题者的答题数据，包括：
若所述人脸图像的图像特征与预设人脸图像的图像特征匹配，则将所述预设人脸图像对应的身份信息，作为所述答题者的身份信息；
若所述手势图像或者字母图像的图像特征与预设手势图像或者预设字母图像的图像特征对应匹配，则将所述预设手势图像或者预设字母图像对应的答案信息，作为所述答题者的答题答案信息；
将所述答题者的身份信息和所述答题者的答题答案信息，识别为所述答题者的答题数据。
在其中一个实施例中，若所述身份信息图像为身份二维码图像以及所述答题答案图像为答题答案二维码图像或者字母图像，则对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案，作为所述答题者的答题数据，还包括：
对所述答题者的所述身份二维码图像的图像特征进行识别，得到所述身份二维码图像对应的字符串信息，作为所述答题者的身份信息；
对所述答题者的所述答题答案二维码图像的图像特征进行识别，得到所述答题答案二维码图像对应的字符串信息，作为所述答题者的答题答案信息；或者，若所述字母图像的图像特征与预设字母图像的图像特征匹配，则将所述预设字母图像对应的答案信息，作为所述答题者的答题答案信息；
将所述答题者的身份信息和所述答题者的答题答案信息，识别为所述答题者的答题数据。
在其中一个实施例中，若所述身份信息图像和所述答题答案图像为合成二维码图像，则对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案，作为所述答题者的答题数据，还包括：
对所述合成二维码图像的图像特征进行识别，得到所述合成二维码图像对应的字符串信息；
从所述字符串信息中提取出与身份信息标识符对应的字符串信息，作为所述答题者的身份信息；从所述字符串信息中提取出与答题答案信息标识符对应的字符串信息，作为所述答题者的答题答案信息；
将所述答题者的身份信息和所述答题者的答题答案信息，识别为所述答题者的答题数据。
在其中一个实施例中，在接收图像拍摄设备发送的图像之后，还包括：
获取所述图像拍摄设备发送的各个所述图像携带的时间信息；
从所述图像拍摄设备发送的各个所述图像中，将所述时间信息在预设时间范围内的图像，作为目标图像；
所述提取所述图像中所述答题者的身份信息图像和答题答案图像，包括：
提取各个所述目标图像中的答题者的初始身份信息图像以及所述初始身份信息图像关联的初始答题答案图像；
从所述初始身份信息图像中，将属于同一个答题者的一张初始身份信息图像，作为所述同一个答题者的身份信息图像；
从所述初始答题答案图像中，将与所述同一个答题者的身份信息图像关联的最后一张初始答题答案图像，作为所述同一个答题者的答题答案图像。
在其中一个实施例中，在对所述答题者的所述身份图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案信息，作为所述答题者的答题数据之后，还包括：
将所述答题者的所述答题答案信息与预设答题答案信息进行匹配，得到所述答题者的答题结果；
响应对所述答题者的答题结果的展示指令，将所述答题者的答题结果发送至对应的投影设备；所述投影设备用于展示所述答题者的答题结果。
在其中一个实施例中，所述方法还包括：
获取各个所述答题者的多个预设测试题目信息的答题结果；
根据各个所述答题者的多个预设测试题目信息的答题结果，得到各个所述答题者的答题统计数据；
将各个所述答题者的答题统计数据上传至对应的服务器；所述服务器用于存储各个所述答题者的答题统计数据。
一种答题数据的采集装置，所述装置包括：
图像接收模块，用于接收图像拍摄设备发送的图像；所述图像拍摄设备设置在教学区域内的预设位置，用于拍摄所述教学区域内的答题者针对预设测试题目信息展示的答题信息，得到所述图像；
图像提取模块，用于提取所述图像中所述答题者的身份信息图像和答题答案图像；
图像特征提取模块，用于提取所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征；
答题数据确定模块，用于对所述答题者的所述身份图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案信息，作为所述答题者的答题数据。
一种答题数据的采集系统，所述系统包括：图像拍摄设备和教学计算机，所述图像拍摄设备与所述教学计算机通信连接，所述图像拍摄设备设置在教学区域内的预设位置；所述教学计算机还连接有投影设备；
所述投影设备，用于展示所述教学计算机发送的预设测试题目信息；
所述图像拍摄设备，用于拍摄所述教学区域内的答题者针对所述预设测试题目信息展示的答题信息，得到图像，并将所述图像发送至所述教学计算机；
所述教学计算机，用于执行上述所述的答题数据的采集方法。
一种教学设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
接收图像拍摄设备发送的图像；所述图像拍摄设备设置在教学区域内的预设位置，用于拍摄所述教学区域内的答题者针对预设测试题目信息展示的答题信息，得到所述图像；
提取所述图像中所述答题者的身份信息图像和答题答案图像；
提取所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征；
对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案信息，作为所述答题者的答题数据。
一种计算机可读存储介质，其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以下步骤：
接收图像拍摄设备发送的图像；所述图像拍摄设备设置在教学区域内的预设位置，用于拍摄所述教学区域内的答题者针对预设测试题目信息展示的答题信息，得到所述图像；
提取所述图像中所述答题者的身份信息图像和答题答案图像；
提取所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征；
对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案信息，作为所述答题者的答题数据。
上述答题数据的采集方法、装置、系统、教学设备和存储介质，通过接收图像拍摄设备拍摄得到的教学区域内的答题者针对预设测试题目信息展示的答题信息的图像，接着提取该图像中答题者的身份信息图像和答题答案图像；然后提取答题者的身份信息图像的图像特征和答题答案图像的图像特征，并对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案信息，作为答题者的答题数据；实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，避免了在有限的教学空间区域内，将配备给每位答题者的教学终端设备都通过无线网络与教学计算机连接，容易出现连接不稳定，从而导致答题数据的采集效率较低的缺陷，进一步提高了答题数据的采集效率；且无需通过一个个教学终端设备单独将各个答题者的答题数据上传至教学计算机，从而简化了答题数据的采集流程，进一步提高了答题数据的采集效率；同时，无需为每位答题者配置对应的教学终端设备，从而降低了答题数据的采集成本。
附图说明
图1为一个实施例中答题数据的采集方法的应用环境图；
图2为一个实施例中答题数据的采集方法的流程示意图；
图3为一个实施例中不同手势图像的示意图；
图4为一个实施例中不同字母答题卡的示意图；
图5为一个实施例中答题者手持包含答题答案二维码图像的不同答题卡的示意图；
图6为一个实施例中包含身份二维码图像和答题答案二维码图像的不同答题卡的示意图；
图7为一个实施例中包含身份二维码图像和字母图像的不同答题卡的示意图；
图8为一个实施例中不同合成二维码图像的答题卡的示意图；
图9为另一个实施例中答题数据的采集方法的流程示意图；
图10为一个实施例中答题数据的采集装置的结构框图；
图11为一个实施例中教学设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的答题数据的采集方法，可以应用于如图1所示的应用环境中。其中，图像拍摄设备110与教学计算机120通过网络进行通信；当然，图像拍摄设备110还可以通过视频电缆直接连接教学计算机120，也可以通过视频主机等中转设备与教学计算机120进行通信等，具体在此不再限定。图像拍摄设备110设置在教学区域内的预设位置，比如教室内的黑板上方、教室内的投影设备屏幕上方，用时实时监控教学区域内的全部答题者(如学生)的答题情况；教学计算机120还连接有投影设备130和服务器140，其中，教学计算机120可以与投影设备130和服务器140通过有线连接，也可以与投影设备130和服务器140通过无线连接。具体地，参考图1，教学计算机110响应教学者(如老师)的选择操作，获取教学者选择的预设测试题目信息，并将该预设测试题目信息发送至投影设备130，通过投影设备130在预设测试题目信息显示区域上，展示该预设测试题目信息；接着，图像拍摄设备110对教学区域内的答题者针对预设测试题目信息展示的答题信息进行拍摄，并将拍摄得到的图像发送至教学计算机120；教学计算机120提取接收到的图像中答题者的身份信息图像和答题答案图像；提取答题者的身份信息图像的图像特征和答题答案图像的图像特征；对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案信息，作为答题者的答题数据。其中，图像拍摄设备110是指高清摄像设备，比如4K高清摄像头、高清摄像机等，可以是一个或者多个，具体本申请不做限定；教学计算机120是指具体图像处理功能的计算机，可以是指个人计算机、笔记本电脑、平板电脑等；投影设备130可以是指配置有投影屏幕的投影仪，也可以是指教学一体机，还可以是大型显示设备(如大型显示屏)等；服务器140可以用独立的服务器或者是多个服务器组成的服务器集群来实现，也可以是指云服务器。
需要说明的是，本申请提供的答题数据的采集方法，还可以应用在会议室、大型会议场所等，用于采集会议里表决者的表决信息，如手势信息、表决牌信息等，具体本申请不做限定。
在一个实施例中，如图2所示，提供了一种答题数据的采集方法，以该方法应用于图1中的教学计算机为例进行说明，包括以下步骤：
步骤S201，接收图像拍摄设备发送的图像；图像拍摄设备设置在教学区域内的预设位置，用于拍摄教学区域内的答题者针对预设测试题目信息展示的答题信息，得到图像。
其中，图像是指覆盖教学区域内的全部答题者的高清图像；教学区域可以是指教室、会议室等，答题者是指教学区域内的全部答题者，具体是指学生；在实际场景中，图像是指覆盖教室内的全部学生的高清图像。
其中，预设测试题目信息可以是指选择题，具有4个选项，分别是A、B、C和D，具体学科领域本申请不做限定。答题信息是指答题者展示的答题答案，可以是手势、字母答题卡、二维码答题卡等；需要说明的是，不同手势可以代表不同的答案，比如任意一根手指代表答题答案A、任意二根手指代表答题答案B、任意三根手指代表答题答案C、任意四根手指代表答题答案D；字母答题卡是指记录有字母的答题卡，比如字母A代表答题答案A、字母B代表答题答案B、字母C代表答题答案C、字母D代表答题答案D；二维码答题卡是指记录有答题答案二维码的答题卡，是预先生成的，比如通过二维码生成技术预先生成4张二维码答题卡，分别代表答题答案A、答题答案B、答题答案C和答题答案D。
需要说明的是，本申请还可以利用记录有数字的答题卡代替字母答题卡，通过不同数字代表不同的答案，比如数字1代表答题答案A、数字2代表答题答案B、数字3代表答题答案C、数字4代表答题答案D。当然，预设测试题目信息的答案选项也不止上述列举的A、B、C和D，还可以增加或者减少各预设测试题目信息的答案选项个数，比如答案选项为5个，分别是A、B、C、D、E，在这种情况下，则可以利用任意五根手指代表答题答案E，或者利用字母E代表答题答案E，或者利用数字5代表答题答案E等；当然，也可以根据实际情况进行调整，在此不再一一赘述。
其中，图像拍摄设备设置在教学区域内的预设位置，如教室内的黑板上方、教室内的投影设备屏幕上方等，用于实时监控教学区域内的全部答题者的答题情况。
具体地，图像拍摄设备对教学区域内的答题者针对预设测试题目信息展示的答题信息进行拍摄，并将拍摄得到的图像发送至教学计算机，通过教学计算机接收图像拍摄设备发送的图像。这样，有利于后续对图像拍摄设备发送的图像进行识别，得到教学区域内的全部答题者的答题数据。
在一个实施例中，参考图1，教学计算机响应教学者(如老师、教授、辅导员等)在计算机屏幕上的选择操作，获取教学者选择的预设测试题目信息，并将该预设测试题目信息发送至与该教学计算机连接的投影设备，通过投影设备在预设测试题目信息显示区域上，展示该预设测试题目信息，便于教学区域内的答题者对投影设备展示的预设预测题目信息进行作答，并通过手势、字母答题卡、二维码答题卡等展示答题信息。设置在投影设备屏幕上方的图像拍摄设备对教学区域内的答题者针对预设测试题目信息展示的答题信息进行拍摄，并将拍摄得到的图像发送至教学计算机，通过教学计算机接收图像拍摄设备发送的图像。
步骤S202，提取图像中答题者的身份信息图像和答题答案图像。
其中，答题者的身份信息图像是指记录有答题者的身份信息的图像，可以是人脸图像、身份二维码图像等；答题答案图像是指记录有答题者的答题答案信息的图像，可以是手势图像(如图3所示)、字母图像(如图4所示)、答题答案二维码图像(如图5所示)等。
具体地，教学计算机获取预设的图像检测框，根据预设的图像检测框对图像拍摄设备发送的图像进行检测，得到包含有答题者的身份信息图像和答题答案图像的图像检测框的位置信息，从图像中提取该位置信息对应的图像，得到包含有答题者的身份信息图像和答题答案图像的子图像；从包含有答题者的身份信息图像和答题答案图像的子图像中，提取出答题者的身份信息图像和答题答案图像；参照此方法，可以得到图像中各个答题者的身份信息图像和答题答案图像。这样，只从图像拍摄设备发送的图像中提取出答题者的身份信息图像和答题答案图像，无需对其他多余图像进行分析，从而节省了答题数据的采集时间，进一步提高了答题数据的采集效率；同时，避免了多余图像的干扰，从而使得后续得到的答题者的答题数据更加准确，进一步提高了答题数据的采集准确率。
当然，教学计算机还可以利用人脸检测技术，识别出图像拍摄设备发送的图像中的人脸的位置信息，以人脸的位置信息作为参考位置信息，确定与该参考位置信息相关的4个相对参考位置信息；根据这4个相对参考位置信息，确定目标图像位置信息；从图像中提取该目标图像位置信息对应的图像，得到包含有答题者的身份信息图像和答题答案图像的目标图像；从包含有答题者的身份信息图像和答题答案图像的目标图像中，提取出答题者的身份信息图像和答题答案图像；参照此方法，可以得到图像中各个答题者的身份信息图像和答题答案图像。
举例说明，教学计算机提取图像中答题者的人脸信息，作为答题者的身份信息图像；同时从图像中提取答题者的人脸下方(或旁边)的手势图像、字母图像或者答题答案二维码图像，作为答题者的答题答案图像，将该答题者的身份信息图像以及该答题者的答题答案图像进行关联，得到同一答题者的身份信息图像和答题答案图像；参照此方法，可以得到多个答题者的身份信息图像和答题答案图像。
再举例说明，教学计算机提取图像中答题者的人脸下方(或旁边)的答题卡图像，并从答题卡图像中提取出身份二维码图像(如答题卡左上角的二维码图像)，作为答题者的身份信息图像；从答题卡图像中提取出答题答案二维码图像(如答题卡右下角的二维码图像)或者字母图像(如答题卡右下角的字母图像)，作为答题者的答题答案图像；将该答题者的身份信息图像以及该答题者的答题答案图像进行关联，得到同一答题者的身份信息图像和答题答案图像；参照此方法，可以得到多个答题者的身份信息图像和答题答案图像。
进一步举例说明，教学计算机提取图像中答题者的人脸下方(或旁边)的答题卡图像，该答题卡图像为合成二维码图像，记录有答题者的身份信息和答题答案信息；并将该答题卡图像综合作为答题者的身份信息图像和答题答案图像。
进一步地，教学计算机还可以将图像拍摄设备发送的图像输入预先训练的图像提取模型，通过图像提取模型从该图像中提取出答题者的身份信息图像和答题答案图像；参照此方法，可以得到多个答题者的身份信息图像和答题答案图像。
步骤S203，提取答题者的身份信息图像的图像特征和答题答案图像的图像特征。
其中，身份信息图像的图像特征用于描述身份信息图像的特征信息，可以是指人脸图像的图像特征、身份二维码图像的图像特征等；在实际场景中，身份信息图像的图像特征可以是指眼睛、鼻子和嘴等人脸面部特征之间的几何关系(如距离、面积和角度等)、人脸图像的全局或者局部特征信息等。
其中，答题答案图像的图像特征用于描述答题答案图像的特征信息，可以是指手势图像的图像特征、字母图像的图像特征、答题答案二维码图像的图像特征等。
具体地，教学计算机分别对答题者的身份信息图像和答题答案图像进行多次卷积操作和池化操作，得到答题者的身份信息图像的图像特征和答题答案图像的图像特征；比如分别将答题者的身份信息图像和答题答案图像对应的图像特征矩阵与卷积核进行多次卷积计算，得到卷积计算后的身份信息图像的图像特征和答题答案图像的图像特征；为了进一步减少数据维度以及提取图像特征中的关键信息，可以分别将卷积计算后的身份信息图像的图像特征和答题答案图像的图像特征进行池化计算，得到最终的身份信息图像的图像特征和答题答案图像的图像特征。这样，有利于后续对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的答案数据，避免了传统采集答题者的答题数据的过程中，在空间有限的教学区域内，将每位答题者的教学终端设备都跟教学计算机通信连接，容易出现连接不稳定，甚至断线，导致答题数据的采集效率较低的缺陷，进一步提高了答案数据的采集效率。
在一个实施例中，教学计算机将答题者的身份信息图像和答题答案图像输入预先训练的特征提取网络，通过预先训练的特征提取网络分别对答题者的身份信息图像和答题答案图像进行多次深度可分离卷积操作，输出答题者的身份信息图像的图像特征和答题答案图像的图像特征；其中，预先训练的特征提取网络是一种能够对答题者的身份信息图像和答题答案图像进行一系列神经网络处理，以得到答题者的身份信息图像的图像特征和答题答案图像的图像特征的神经网络模型，比如卷积神经网络模型。
步骤S204，对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案信息，作为答题者的答题数据。
其中，答题者的身份信息可以是指姓名、学号、身份证号码等，答题答案信息是指答题者选择的答题答案，比如A、B、C或者D。
其中，答题者的答题数据是指将答题者的身份信息与该答题者的答题答案信息关联在一起的结构化数据，比如学生甲A、学生乙B、学生丙C等。
具体地，教学计算机将答题者的身份信息图像的图像特征与预设身份信息图像的图像特征进行匹配，若答题者的身份信息图像的图像特征与预设身份信息图像的图像特征匹配成功，则获取预设身份信息图像对应的身份信息，作为该答题者的身份信息；将答题答案图像的图像特征与预设答题答案图像的图像特征进行匹配，若答题答案图像的图像特征与预设答题答案图像的图像特征匹配成功，则获取预设答题答案图像对应的答题答案信息，作为该答题者的答题答案信息；将同一答题者的身份信息和答题答案信息进行关联，得到答题者的答题数据。这样，实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，避免了通过配备给答题者的教学终端设备获取答题者的答题答案，并单独通过无线网络上传至教学计算机中，导致答题数据的采集过程比较繁琐，从而造成答题数据的采集效率较低的缺陷，进一步提高了答题数据的采集效率。
进一步地，在采集答题者的答题数据之前，教学计算机还可以根据预设班级信息生成数据获取请求，并将数据获取请求发送至存储有多个预设班级信息对应的答题者数据的服务器；服务器对数据获取请求进行解析，得到预设班级信息，获取与预设班级信息对应的答题者数据，比如答题者所在学校、班级、答题者个人信息(包括人脸信息)、家长信息等，并将该预设班级信息对应的答题者数据发送至教学计算机，通过教学计算机将接收的答题者数据存储在本地数据库中；若教学计算机与服务器连接失败，则从本地数据库中获取上一次的答题者数据。这样，有利于后续将采集的答题者的答题数据与答题者的相关数据关联起来。
上述答题数据的采集方法中，通过接收图像拍摄设备拍摄得到的教学区域内的答题者针对预设测试题目信息展示的答题信息的图像，接着提取该图像中仅仅包含答题者的身份信息图像和答题答案图像的目标图像；然后提取答题者的身份信息图像的图像特征和答题答案图像的图像特征，并对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案信息，作为答题者的答题数据；实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，避免了在有限的教学空间区域内，将配备给每位答题者的教学终端设备都通过无线网络与教学计算机连接，容易出现连接不稳定，从而导致答题数据的采集效率较低的缺陷，进一步提高了答题数据的采集效率；且无需通过一个个教学终端设备单独将各个答题者的答题数据上传至教学计算机，从而简化了答题数据的采集流程，进一步提高了答题数据的采集效率；同时，无需为每位答题者配置对应的教学终端设备，从而降低了答题数据的采集成本。
在一个实施例中，若身份信息图像为人脸图像以及答题答案图像为手势图像或者字母图像，那么上述步骤S204，对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案，作为答题者的答题数据，包括：若人脸图像的图像特征与预设人脸图像的图像特征匹配，则将预设人脸图像对应的身份信息，作为答题者的身份信息；若手势图像或者字母图像的图像特征与预设手势图像或者预设字母图像的图像特征对应匹配，则将预设手势图像或者预设字母图像对应的答案信息，作为答题者的答题答案信息；将答题者的身份信息和答题者的答题答案信息，识别为答题者的答题数据。
举例说明，在一场景中，答题者通过手势进行回答，答题时将手势放在人脸下方(或旁边)，手心朝向(或者背向)图像拍摄设备，通过不同的手势表示不同的答题答案(如图3所示)；在这个场景中，教学计算机最终提取到的是人脸图像的图像特征以及手势图像的图像特征；具体地，教学计算机从人脸图像特征库中获取多个预设人脸图像的图像特征，分别计算答题者的人脸图像的图像特征与各个预设人脸图像的图像特征之间的特征匹配度，将特征匹配度最大的预设人脸图像对应的身份信息(如姓名)，作为答题者的身份信息；同理，教学计算机从手势图像特征库中提取多个预设手势图像的图像特征，分别计算答题者的手势图像的图像特征与各个预设手势图像的图像特征之间的特征匹配度，将特征匹配度最大的预设手势图像对应的答案信息(如A)，作为答题者的答题答案信息；将同一答题者的身份信息和答题答案信息进行关联，得到答题者的答题数据；比如答题者的身份信息为学生甲，答题答案信息为A，则对应的答题数据为学生甲A；参照此方法，可以得到多个答题者的答题数据。
再举例说明，在另一场景中，答题者通过字母答题卡进行回答，答题时将字母答题卡放在人脸下方(或旁边)，字母答题卡正面朝向图像拍摄设备，通过不同的字母答题卡表示不同的答题答案(如图4所示)；在这个场景中，教学计算机最终提取到的是人脸图像的图像特征以及字母图像的图像特征；具体地，教学计算机从字母图像特征库中提取多个预设字母图像的图像特征，分别计算答题者的字母图像的图像特征与各个预设字母图像的图像特征之间的特征匹配度，将特征匹配度最大的预设字母图像对应的答案信息(如A)，作为答题者的答题答案信息；同时按照上述同样的人脸识别方法，可以获取答题者的身份信息；将同一答题者的身份信息和答题答案信息进行关联，得到答题者的答题数据，参照此方法，可以得到多个答题者的答题数据。
进一步举例说明，在又一场景中，答题者通过手持包含有答题答案二维码图像的答题卡(如图5所示)进行回答，答题时将答题卡放在人脸下方(或旁边)，答题卡正面朝向图像拍摄设备；在这个场景中，教学计算机最终提取到的是人脸图像的图像特征以及答题答案二维码图像的图像特征；具体地，教学计算机通过二维码识别技术，对答题者的答题答案二维码图像的图像特征进行识别，得到答题答案二维码图像对应的字符串信息，作为答题者的答题答案信息；同时按照上述同样的人脸识别方法，可以获取答题者的身份信息；将同一答题者的身份信息和答题答案信息进行关联，得到答题者的答题数据，参照此方法，可以得到多个答题者的答题数据。
进一步地，教学计算机还可以预先采集班级里的答题者的人脸图像的图像特征，作为多个预设人脸图像的图像特征，并将多个预设人脸图像的图像特征存储至人脸图像特征库，以通过人脸图像特征库存储多个预设人脸图像的图像特征；同理，教学计算机可以预先采集多个手势图像的图像特征，作为多个预设手势图像的图像特征，并将多个预设手势图像的图像特征存储至手势图像特征库，以通过手势图像特征库存储多个预设手势图像的图像特征；同理，教学计算机可以预先采集多个字母(比如A、B、C、D)图像的图像特征，作为多个预设字母图像的图像特征，并将多个预设字母图像的图像特征存储至字母图像特征库，以通过字母图像特征库存储多个预设字母图像的图像特征。
在本实施例中，实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，无需通过一个个教学终端设备单独将各个答题者的答题数据上传至教学计算机，从而简化了答题数据的采集流程，进一步提高了答题数据的采集效率。
在另一个实施例中，若身份信息图像为身份二维码图像以及答题答案图像为答题答案二维码图像或者字母图像，那么上述步骤S204，对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案，作为答题者的答题数据，还包括：对答题者的身份二维码图像的图像特征进行识别，得到身份二维码图像对应的字符串信息，作为答题者的身份信息；对答题者的答题答案二维码图像的图像特征进行识别，得到答题答案二维码图像对应的字符串信息，作为答题者的答题答案信息；或者，若字母图像的图像特征与预设字母图像的图像特征匹配，则将预设字母图像对应的答案信息，作为答题者的答题答案信息；将答题者的身份信息和答题者的答题答案信息，识别为答题者的答题数据。
举例说明，在一场景中，答题者通过手持包含身份二维码图像和答题答案二维码图像的答题卡(如图6所示，左上角表示身份二维码图像，右下角表示答题答案二维码图像)进行回答，答题时将答题卡放在人脸下方(或旁边)，答题卡正面朝向图像拍摄设备；当然，也可以将答题卡放置在其他位置，具体本申请不做限定；在这个场景中，教学计算机最终提取到的是身份二维码图像的图像特征以及答题答案二维码图像的图像特征；具体地，教学计算机通过二维码识别技术，对答题者的身份二维码图像的图像特征进行识别，得到身份二维码图像对应的字符串信息，作为答题者的身份信息；通过二维码识别技术，对答题者的答题答案二维码图像的图像特征进行识别，得到答题答案二维码图像对应的字符串信息，作为答题者的答题答案信息；将同一答题者的身份信息和答题答案信息进行关联，得到答题者的答题数据，参照此方法，可以得到多个答题者的答题数据。
再举例说明，在另一场景中，答题者通过手持包含身份二维码图像和字母图像的答题卡(如图7所示)进行回答，答题时将答题卡放在人脸下方(或旁边)，答题卡正面朝向图像拍摄设备；当然，也可以将答题卡放置在其他位置，具体本申请不做限定；在这个场景中，教学计算机最终提取到的是身份二维码图像的图像特征以及字母图像的图像特征；具体地，教学计算机通过二维码识别技术，对答题者的身份二维码图像的图像特征进行识别，得到身份二维码图像对应的字符串信息，作为答题者的身份信息；从字母图像特征库中提取多个预设字母图像的图像特征，分别计算答题者的字母图像的图像特征与各个预设字母图像的图像特征之间的特征匹配度，将特征匹配度最大的预设字母图像对应的答案信息，作为答题者的答题答案信息；将同一答题者的身份信息和答题答案信息进行关联，得到答题者的答题数据，参照此方法，可以得到多个答题者的答题数据。
在本实施例中，实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，无需通过一个个教学终端设备单独将各个答题者的答题数据上传至教学计算机，从而简化了答题数据的采集流程，进一步提高了答题数据的采集效率。
在又一个实施例中，若身份信息图像和答题答案图像为合成二维码图像，那么上述步骤S204，对答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案，作为答题者的答题数据，还包括：对合成二维码图像的图像特征进行识别，得到合成二维码图像对应的字符串信息；从字符串信息中提取出与身份信息标识符对应的字符串信息，作为答题者的身份信息；从字符串信息中提取出与答题答案信息标识符对应的信息，作为答题者的答题答案信息；将答题者的身份信息和答题者的答题答案信息，识别为答题者的答题数据。
其中，身份信息标识符用于标识答题者的身份信息在所得到的字符串信息中的位置信息，答题答案信息标识符用于标识答题者的答题答案信息在所得到的字符串信息中的位置信息。
其中，与身份信息标识符对应的字符串信息是指答题者学号和答题者姓名所组成的答题者编码，比如，2019000000001学生甲、2019000000002学生乙等等；不同答题者，对应的答题者编码不一样。与答题答案信息标识符对应的字符串信息是指答题者的答题答案信息，比如A、B、C、D。
举例说明，在一场景中，答题者通过手持包含有合成二维码图像的答题卡(如图8所示)进行回答，答题时将答题卡放在人脸下方(或旁边)，答题卡正面朝向图像拍摄设备；当然，也可以将答题卡放置在其他位置，具体本申请不做限定；在这个场景中，教学计算机最终提取到的是合成二维码图像的图像特征；具体地，教学计算机通过二维码识别技术，对合成二维码图像的图像特征进行识别，得到合成二维码图像对应的字符串信息，比如2019000000001学生甲A；从该字符串信息中提取出与身份信息标识符对应的字符串信息“2019000000001学生甲”，作为答题者的身份信息；从该字符串信息中提取出与答题答案信息标识符对应的字符串信息“A”，作为答题者的答题答案信息；将同一答题者的身份信息和答题答案信息进行关联，得到答题者的答题数据，参照此方法，可以得到多个答题者的答题数据。
在本实施例中，实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，无需通过一个个教学终端设备单独将各个答题者的答题数据上传至教学计算机，从而简化了答题数据的采集流程，进一步提高了答题数据的采集效率。
在一个实施例中，上述步骤S201，在接收图像拍摄设备发送的图像之后，还包括：获取图像拍摄设备发送的各个图像携带的时间信息；从图像拍摄设备发送的各个图像中，将时间信息在预设时间范围内的图像，作为目标图像。
其中，图像拍摄设备拍摄的每一张图像都携带有时间信息，比如20200327.16:00:08、20200327.16:00:25等；预设时间范围是指作答时限，比如20200327.16:00:05-20200327.16:02:05等。
具体地，教学计算机对图像拍摄设备发送的多个图像进行识别，得到这些图像携带的时间信息；从这些图像中，筛选出时间信息在预设时间范围内的图像；将时间信息在预设时间范围内的图像按照时间信息先后顺序进行排列，得到排列后的图像，并将排列后的图像，作为目标图像。
需要说明的是，若目标图像中存在答题者没有作答的情况，则视为该答题者的答题答案信息为无。
在本实施例中，只将时间信息在预设时间范围内的图像，作为目标图像，有利于提高答题数据的采集效率，同时，避免了将预设时间范围外的图像作为分析对象，从而将超时作答的答题数据统计进来，导致采集到的答题数据的准确率较低的缺陷。
在一个实施例中，上述步骤S202，提取图像中答题者的身份信息图像和答题答案图像，包括：提取各个目标图像中的答题者的初始身份信息图像以及初始身份信息图像关联的初始答题答案图像；从初始身份信息图像中，将属于同一个答题者的一张初始身份信息图像，作为同一个答题者的身份信息图像；从初始答题答案图像中，将与同一个答题者的身份信息图像关联的最后一张初始答题答案图像，作为同一个答题者的答题答案图像。
其中，初始身份信息图像关联的初始答题答案图像是指答题者的人脸下方(或旁边)的手势图像、字母图像或者答题答案二维码图像。
具体地，教学计算机识别并提取出各个目标图像中的答题者的初始身份信息图像以及初始身份信息图像关联的初始答题答案图像；利用图像识别技术，从初始身份信息图像中，确定出属于同一个答题者的初始身份信息图像，从属于同一个答题者的初始身份信息图像中，随机抽取出一张初始身份信息图像，作为该同一个答题者的身份信息图像；参照此方法，可以得到图像拍摄设备发送的图像中的所有答题者的身份信息图像；从初始身份信息图像关联的初始答题答案图像中，确定出与同一个答题者的身份信息图像匹配的初始身份信息图像所关联的初始答题答案图像，作为该同一个答题者的身份信息图像关联的初始答题答案图像；将该同一个答题者的身份信息图像关联的初始答题答案图像按照时间信息进行排列，得到排列后的初始答题答案图像；若排列后的初始答题答案图像中只有一个初始答题答案图像，则将该初始答题答案图像，作为该同一个答题者的答题答案图像；若排列后的初始答题答案图像中有多个初始答题答案图像，则将排列后的初始答题答案图像中的最后一个初始答题答案图像，作为该同一个答题者的答题答案图像；参照此方法，可以得到图像拍摄设备发送的图像中的所有答题者的答题答案图像。
在本实施例中，综合考虑多个目标图像中的答题者的身份信息图像以及身份信息图像关联的答题答案图像，有利于提高提取到的身份信息图像和答题答案图像的准确率，便于对答题者的答题数据进行更新，进一步提高了采集得到的答题数据的准确。
在一个实施例中，上述步骤S204，在对答题者的身份图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案信息，作为答题者的答题数据之后，还包括：将答题者的答题答案信息与预设答题答案信息进行匹配，得到答题者的答题结果；响应对答题者的答题结果的展示指令，将答题者的答题结果发送至对应的投影设备；投影设备用于展示答题者的答题结果。
具体地，教学计算机将答题者的答题答案信息与预设测试题目信息的预设答题答案信息进行匹配，若答题者的答题答案信息与预设答题答案信息匹配成功，则说明答题者答题正确，将其作为答题者的答题结果；若答题者的答题答案信息与预设答题答案信息匹配失败，则说明答题者答题错误，将其作为答题者的答题结果；参照此方法，可以得到多个答题者的答题结果；这个时候，如果教学者触摸教学计算机界面上的答题结果展示按钮，则触发对答题者的答题结果的展示指令，通过教学计算机响应该展示指令，将多个答题者的答题结果发送至对应的投影设备，通过投影设备展示这些答题者的答题结果，比如学生甲答题正确、学生乙答题错误、学生丙答题错误、学生丁答题正确等。
当然，教学计算机也可以将答题者的答题结果存储在本地数据库中，还可以将答题者的答题结果上传至服务器，以存储在服务器中，便于下次从服务器中下载答题者的答题结果。
需要说明的是，若在投票或者问卷调查等开放式答案的场景中，则不需要将答题者的答题答案信息与预设答题答案信息进行匹配，直接将答题者的答题答案信息，作为答题者的最终答题结果。
在本实施例中，通过将答题者的答题答案信息与预设答题答案信息进行匹配，有利于快速得到多个答题者的答题结果，避免通过人工批改答题，导致批改效率较低的缺陷，从而提高了答题批改效率；同时，实现了在线批改多个答题者的答题答案信息的目的。
在一个实施例中，本申请的答题数据的采集方法还包括：获取各个答题者的多个预设测试题目信息的答题结果；根据各个答题者的多个预设测试题目信息的答题结果，得到各个答题者的答题统计数据；将各个答题者的答题统计数据上传至对应的服务器；服务器用于存储各个答题者的答题统计数据。
具体地，教学计算机重复执行步骤S201至S204，可以得到答题者的多个预设测试题目信息的答题答案信息；分别将答题者的多个预设测试题目信息的答题答案信息与对应的预设答题答案信息进行匹配，得到答题者的多个预设测试题目信息的答题结果；参照此方法，可以得到教学区域内的各个答题者的多个预设测试题目信息的答题结果；按照预设顺序，将各个答题者的多个预设测试题目信息的答题结果进行排列，得到排列后的答题结果，对应作为各个答题者的答题统计数据，比如学生甲的答题统计数据为：第一道题，A，正确；第二道题，B，正确······第n道题，D，正确；分别将各个答题者的答题统计数据上传至对应的服务器，通过服务器按照各个答题者的身份信息，将各个答题者的答题统计数据分类存储至服务器的数据库中。
需要说明的是，若教学计算机与服务器连接失败，则将各个答题者的答题统计数据存储在本地数据库中，便于下次进行查看。
进一步地，在根据各个答题者的多个预设测试题目信息的答题结果，得到各个答题者的答题统计数据的过程中，教学计算机还可以根据各个答题者的多个预设测试题目信息的答题结果，得到各个答题者的答题总分数。
在本实施例中，通过将各个答题者的答题统计数据上传至服务器，有利于通过服务器存储多个答题者的答题统计数据，便于后续进行追溯或者查看。
在一个实施例中，如图9所示，提供了另一种答题数据的采集方法，以该方法应用于图1中的教学计算机为例进行说明，包括以下步骤：
步骤S901，接收图像拍摄设备发送的图像；图像拍摄设备设置在教学区域内的预设位置，用于拍摄教学区域内的答题者针对预设测试题目信息展示的答题信息，得到图像。
步骤S902，获取图像拍摄设备发送的各个图像携带的时间信息；从图像拍摄设备发送的各个图像中，将时间信息在预设时间范围内的图像，作为目标图像。
步骤S903，提取各个目标图像中的答题者的初始身份信息图像以及初始身份信息图像关联的初始答题答案图像。
步骤S904，从初始身份信息图像中，将属于同一个答题者的一张初始身份信息图像，作为同一个答题者的身份信息图像。
步骤S905，从初始答题答案图像中，将与同一个答题者的身份信息图像关联的最后一张初始答题答案图像，作为同一个答题者的答题答案图像。
步骤S906，提取同一个答题者的身份信息图像的图像特征和答题答案图像的图像特征。
步骤S907，对同一个答题者的身份信息图像的图像特征和答题答案图像的图像特征进行识别，得到同一个答题者的身份信息和答题答案信息，作为同一个答题者的答题数据。
步骤S908，将答题者的答题答案信息与预设答题答案信息进行匹配，得到答题者的答题结果；将答题者的答题结果发送至对应的投影设备；投影设备用于展示答题者的答题结果。
步骤S909，获取各个答题者的多个预设测试题目信息的答题结果；根据各个答题者的多个预设测试题目信息的答题结果，得到各个答题者的答题统计数据。
步骤S910，将各个答题者的答题统计数据上传至对应的服务器；服务器用于存储各个答题者的答题统计数据。
通过上述实施例，可以达到以下技术效果：(1)实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，避免了在有限的教学空间区域内，将配备给每位答题者的教学终端设备都通过无线网络与教学计算机连接，容易出现连接不稳定，从而导致答题数据的采集效率较低的缺陷，进一步提高了答题数据的采集效率；(2)无需通过一个个教学终端设备单独将各个答题者的答题数据上传至教学计算机，从而简化了答题数据的采集流程，进一步提高了答题数据的采集效率；(3)无需为每位答题者配置对应的教学终端设备以及相应的充电柜，从而降低了答题数据的采集成本；(4)避免了为每位答题者配置对应的教学终端设备，导致设备的管理难度较大的缺陷；(5)避免了在课堂上使用平板电脑、手机等教学终端设备，需要对教学终端设备进行开机操作、调试设备、打开应用程序等过程，需要占用课堂时间(如出现个别设备故障或操作失误，还需要教室或助教的即时处理)，从而影响正常的教学流程，导致教学效率较低的缺陷，进一步提高了教学效率；(6)有效地减少了答题者(如中小学生)在日常教学中接触教学终端设备等电子产品的时间，有利于保护答题者的视力。
应该理解的是，虽然图2、9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、9中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图10所示，提供了一种答题数据的采集装置，包括：图像接收模块1010、图像提取模块1020、图像特征提取模块1030和答题数据确定模块1040，其中：
图像接收模块1010，用于接收图像拍摄设备发送的图像；图像拍摄设备设置在教学区域内的预设位置，用于拍摄教学区域内的答题者针对预设测试题目信息展示的答题信息，得到图像。
图像提取模块1020，用于提取图像中答题者的身份信息图像和答题答案图像。
图像特征提取模块1030，用于提取答题者的身份信息图像的图像特征和答题答案图像的图像特征。
答题数据确定模块1040，用于对答题者的身份图像的图像特征和答题答案图像的图像特征进行识别，得到答题者的身份信息和答题答案信息，作为答题者的答题数据。
在一个实施例中，若身份信息图像为人脸图像以及答题答案图像为手势图像或者字母图像，则答题数据确定模块1040还用于若人脸图像的图像特征与预设人脸图像的图像特征匹配，则将预设人脸图像对应的身份信息，作为答题者的身份信息；若手势图像或者字母图像的图像特征与预设手势图像或者预设字母图像的图像特征对应匹配，则将预设手势图像或者预设字母图像对应的答案信息，作为答题者的答题答案信息；将答题者的身份信息和答题者的答题答案信息，识别为答题者的答题数据。
在一个实施例中，若身份信息图像为身份二维码图像以及答题答案图像为答题答案二维码图像或者字母图像，则答题数据确定模块1040还用于对答题者的身份二维码图像的图像特征进行识别，得到身份二维码图像对应的字符串信息，作为答题者的身份信息；对答题者的答题答案二维码图像的图像特征进行识别，得到答题答案二维码图像对应的字符串信息，作为答题者的答题答案信息；或者，若字母图像的图像特征与预设字母图像的图像特征匹配，则将预设字母图像对应的答案信息，作为答题者的答题答案信息；将答题者的身份信息和答题者的答题答案信息，识别为答题者的答题数据。
在一个实施例中，若身份信息图像和答题答案图像为合成二维码图像，则答题数据确定模块1040还用于对合成二维码图像的图像特征进行识别，得到合成二维码图像对应的字符串信息；从字符串信息中提取出与身份信息标识符对应的字符串信息，作为答题者的身份信息；从字符串信息中提取出与答题答案信息标识符对应的字符串信息，作为答题者的答题答案信息；将答题者的身份信息和答题者的答题答案信息，识别为答题者的答题数据。
在一个实施例中，答题数据的采集装置还包括目标图像确定模块，用于获取图像拍摄设备发送的各个图像携带的时间信息；从图像拍摄设备发送的各个图像中，将时间信息在预设时间范围内的图像，作为目标图像。
在一个实施例中，图像提取模块1020还用于提取各个目标图像中的答题者的初始身份信息图像以及初始身份信息图像关联的初始答题答案图像；从初始身份信息图像中，将属于同一个答题者的一张初始身份信息图像，作为同一个答题者的身份信息图像；从初始答题答案图像中，将与同一个答题者的身份信息图像关联的最后一张初始答题答案图像，作为同一个答题者的答题答案图像。
在一个实施例中，答题数据的采集装置还包括答题结果统计模块，用于将答题者的答题答案信息与预设答题答案信息进行匹配，得到答题者的答题结果；响应对答题者的答题结果的展示指令，将答题者的答题结果发送至对应的投影设备；投影设备用于展示答题者的答题结果。
在一个实施例中，答题数据的采集装置还包括答题统计数据上传模块，用于获取各个答题者的多个预设测试题目信息的答题结果；根据各个答题者的多个预设测试题目信息的答题结果，得到各个答题者的答题统计数据；将各个答题者的答题统计数据上传至对应的服务器；服务器用于存储各个答题者的答题统计数据。
上述各个实施例，实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，避免了在有限的教学空间区域内，将配备给每位答题者的教学终端设备都通过无线网络与教学计算机连接，容易出现连接不稳定，从而导致答题数据的采集效率较低的缺陷，进一步提高了答题数据的采集效率；且无需通过一个个教学终端设备单独将各个答题者的答题数据上传至教学计算机，从而简化了答题数据的采集流程，进一步提高了答题数据的采集效率。
关于答题数据的采集装置的具体限定可以参见上文中对于答题数据的采集方法的限定，在此不再赘述。上述答题数据的采集装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，如图1所示，提供了一种答题数据的采集系统，包括：图像拍摄设备110和教学计算机120，图像拍摄设备110与教学计算机120通信连接，图像拍摄设备110设置在教学区域内的预设位置；教学计算机120还连接有投影设备130；
投影设备140，用于展示教学计算机120发送的预设测试题目信息；
图像拍摄设备110，用于拍摄教学区域内的答题者针对预设测试题目信息展示的答题信息，得到图像，并将图像发送至教学计算机120；
教学计算机120，用于执行本申请任一实施例所述的答题数据的采集方法。
需要说明的是，教学计算机120还用于存储各个答题者的答题统计数据；当然，教学计算机120还可以连接服务器140，通过服务器140存储教学计算机120上传的各个答题者的答题统计数据。
在本实施例中，通过答题数据的采集系统，实现了根据图像拍摄设备发送的图像，识别得到教学区域内的全部答题者的答题数据的目的，避免了在有限的教学空间区域内，将配备给每位答题者的教学终端设备都通过无线网络与教学计算机连接，容易出现连接不稳定，从而导致答题数据的采集效率较低的缺陷，进一步提高了答题数据的采集效率；且无需通过一个个教学终端设备单独将各个答题者的答题数据上传至教学计算机，从而简化了答题数据的采集流程，进一步提高了答题数据的采集效率；同时，无需为每位答题者配置对应的教学终端设备，从而降低了答题数据的采集成本。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是教学设备，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种答题数据的采集方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种答题数据的采集方法，其特征在于，所述方法包括：
接收图像拍摄设备发送的图像；所述图像拍摄设备设置在教学区域内的预设位置，用于拍摄所述教学区域内的答题者针对预设测试题目信息展示的答题信息，得到所述图像；
提取所述图像中所述答题者的身份信息图像和答题答案图像；
提取所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征；
对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案信息，作为所述答题者的答题数据。
2.根据权利要求1所述的方法，其特征在于，若所述身份信息图像为人脸图像以及所述答题答案图像为手势图像或者字母图像，则对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案，作为所述答题者的答题数据，包括：
若所述人脸图像的图像特征与预设人脸图像的图像特征匹配，则将所述预设人脸图像对应的身份信息，作为所述答题者的身份信息；
若所述手势图像或者字母图像的图像特征与预设手势图像或者预设字母图像的图像特征对应匹配，则将所述预设手势图像或者预设字母图像对应的答案信息，作为所述答题者的答题答案信息；
将所述答题者的身份信息和所述答题者的答题答案信息，识别为所述答题者的答题数据。
3.根据权利要求1所述的方法，其特征在于，若所述身份信息图像为身份二维码图像以及所述答题答案图像为答题答案二维码图像或者字母图像，则对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案，作为所述答题者的答题数据，还包括：
对所述答题者的所述身份二维码图像的图像特征进行识别，得到所述身份二维码图像对应的字符串信息，作为所述答题者的身份信息；
对所述答题者的所述答题答案二维码图像的图像特征进行识别，得到所述答题答案二维码图像对应的字符串信息，作为所述答题者的答题答案信息；或者，若所述字母图像的图像特征与预设字母图像的图像特征匹配，则将所述预设字母图像对应的答案信息，作为所述答题者的答题答案信息；
将所述答题者的身份信息和所述答题者的答题答案信息，识别为所述答题者的答题数据。
4.根据权利要求1所述的方法，其特征在于，若所述身份信息图像和所述答题答案图像为合成二维码图像，则对所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案，作为所述答题者的答题数据，还包括：
对所述合成二维码图像的图像特征进行识别，得到所述合成二维码图像对应的字符串信息；
从所述字符串信息中提取出与身份信息标识符对应的字符串信息，作为所述答题者的身份信息；从所述字符串信息中提取出与答题答案信息标识符对应的字符串信息，作为所述答题者的答题答案信息；
将所述答题者的身份信息和所述答题者的答题答案信息，识别为所述答题者的答题数据。
5.根据权利要求1所述的方法，其特征在于，在接收图像拍摄设备发送的图像之后，还包括：
获取所述图像拍摄设备发送的各个所述图像携带的时间信息；
从所述图像拍摄设备发送的各个所述图像中，将所述时间信息在预设时间范围内的图像，作为目标图像；
所述提取所述图像中所述答题者的身份信息图像和答题答案图像，包括：
提取各个所述目标图像中的答题者的初始身份信息图像以及所述初始身份信息图像关联的初始答题答案图像；
从所述初始身份信息图像中，将属于同一个答题者的一张初始身份信息图像，作为所述同一个答题者的身份信息图像；
从所述初始答题答案图像中，将与所述同一个答题者的身份信息图像关联的最后一张初始答题答案图像，作为所述同一个答题者的答题答案图像。
6.根据权利要求1至5任一项所述的方法，其特征在于，在对所述答题者的所述身份图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案信息，作为所述答题者的答题数据之后，还包括：
将所述答题者的所述答题答案信息与预设答题答案信息进行匹配，得到所述答题者的答题结果；
响应对所述答题者的答题结果的展示指令，将所述答题者的答题结果发送至对应的投影设备；所述投影设备用于展示所述答题者的答题结果。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
获取各个所述答题者的多个预设测试题目信息的答题结果；
根据各个所述答题者的多个预设测试题目信息的答题结果，得到各个所述答题者的答题统计数据；
将各个所述答题者的答题统计数据上传至对应的服务器；所述服务器用于存储各个所述答题者的答题统计数据。
8.一种答题数据的采集装置，其特征在于，所述装置包括：
图像接收模块，用于接收图像拍摄设备发送的图像；所述图像拍摄设备设置在教学区域内的预设位置，用于拍摄所述教学区域内的答题者针对预设测试题目信息展示的答题信息，得到所述图像；
图像提取模块，用于提取所述图像中所述答题者的身份信息图像和答题答案图像；
图像特征提取模块，用于提取所述答题者的所述身份信息图像的图像特征和所述答题答案图像的图像特征；
答题数据确定模块，用于对所述答题者的所述身份图像的图像特征和所述答题答案图像的图像特征进行识别，得到所述答题者的身份信息和答题答案信息，作为所述答题者的答题数据。
9.一种答题数据的采集系统，其特征在于，所述系统包括：图像拍摄设备和教学计算机，所述图像拍摄设备与所述教学计算机通信连接，所述图像拍摄设备设置在教学区域内的预设位置；所述教学计算机还连接有投影设备；
所述投影设备，用于展示所述教学计算机发送的预设测试题目信息；
所述图像拍摄设备，用于拍摄所述教学区域内的答题者针对所述预设测试题目信息展示的答题信息，得到图像，并将所述图像发送至所述教学计算机；
所述教学计算机，用于执行权利要求1至7任一项所述的答题数据的采集方法。
10.一种教学设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
CN202010277295.2A 2020-04-10 2020-04-10 答题数据的采集方法、装置、系统和教学设备 Pending CN111368808A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010277295.2A CN111368808A (zh) 2020-04-10 2020-04-10 答题数据的采集方法、装置、系统和教学设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010277295.2A CN111368808A (zh) 2020-04-10 2020-04-10 答题数据的采集方法、装置、系统和教学设备

Publications (1)

Publication Number Publication Date
CN111368808A true CN111368808A (zh) 2020-07-03

Family

ID=71212559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010277295.2A Pending CN111368808A (zh) 2020-04-10 2020-04-10 答题数据的采集方法、装置、系统和教学设备

Country Status (1)

Country Link
CN (1) CN111368808A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221712A (zh) * 2021-05-06 2021-08-06 新疆爱华盈通信息技术有限公司 一种通过识别人物手势检测风险的方法、装置及设备
CN113516087A (zh) * 2021-07-21 2021-10-19 湖北海天时代科技发展有限公司 一种基于网络视频课程的学情分析系统、方法及终端
CN114024980A (zh) * 2021-10-26 2022-02-08 南京元贝信息技术有限公司 基于网络请求的数据多端同步处理方法、装置及设备
CN114140282A (zh) * 2021-11-19 2022-03-04 武汉东信同邦信息技术有限公司 一种基于深度学习的普教课堂答题快速评审方法及装置
CN114926889A (zh) * 2022-07-19 2022-08-19 安徽淘云科技股份有限公司 作业提交方法、装置、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016104965A1 (ko) * 2014-12-23 2016-06-30 오종현 학습 평가 서비스 시스템
WO2017058205A1 (en) * 2015-09-30 2017-04-06 Hewlett-Packard Development Company, L.P. Monitor user during examination
CN109146740A (zh) * 2018-09-07 2019-01-04 江苏曲速教育科技有限公司 一种基于智能阅卷的动态答题卷模板系统
CN109271945A (zh) * 2018-09-27 2019-01-25 广东小天才科技有限公司 一种在线实现作业批改的方法和系统
CN109800244A (zh) * 2019-01-17 2019-05-24 恒峰信息技术有限公司 一种在线考试数据处理方法及系统
CN110490074A (zh) * 2019-07-17 2019-11-22 广州学邦信息技术有限公司 一种基于图像识别的课堂实时批改方法、系统及装置
CN110879965A (zh) * 2019-10-12 2020-03-13 中国平安财产保险股份有限公司 试卷客观题的自动批阅方法、电子装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016104965A1 (ko) * 2014-12-23 2016-06-30 오종현 학습 평가 서비스 시스템
WO2017058205A1 (en) * 2015-09-30 2017-04-06 Hewlett-Packard Development Company, L.P. Monitor user during examination
CN109146740A (zh) * 2018-09-07 2019-01-04 江苏曲速教育科技有限公司 一种基于智能阅卷的动态答题卷模板系统
CN109271945A (zh) * 2018-09-27 2019-01-25 广东小天才科技有限公司 一种在线实现作业批改的方法和系统
CN109800244A (zh) * 2019-01-17 2019-05-24 恒峰信息技术有限公司 一种在线考试数据处理方法及系统
CN110490074A (zh) * 2019-07-17 2019-11-22 广州学邦信息技术有限公司 一种基于图像识别的课堂实时批改方法、系统及装置
CN110879965A (zh) * 2019-10-12 2020-03-13 中国平安财产保险股份有限公司 试卷客观题的自动批阅方法、电子装置、设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221712A (zh) * 2021-05-06 2021-08-06 新疆爱华盈通信息技术有限公司 一种通过识别人物手势检测风险的方法、装置及设备
CN113516087A (zh) * 2021-07-21 2021-10-19 湖北海天时代科技发展有限公司 一种基于网络视频课程的学情分析系统、方法及终端
CN114024980A (zh) * 2021-10-26 2022-02-08 南京元贝信息技术有限公司 基于网络请求的数据多端同步处理方法、装置及设备
CN114140282A (zh) * 2021-11-19 2022-03-04 武汉东信同邦信息技术有限公司 一种基于深度学习的普教课堂答题快速评审方法及装置
CN114926889A (zh) * 2022-07-19 2022-08-19 安徽淘云科技股份有限公司 作业提交方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN111368808A (zh) 答题数据的采集方法、装置、系统和教学设备
US20210294806A1 (en) Method for monitoring user behavior when interacting with content and a system for its implementation
CN104021509A (zh) 学习档案的生成方法及生成系统
CN111814587A (zh) 人体行为检测方法、教师行为检测方法及相关系统和装置
CN112101123B (zh) 一种注意力检测方法及装置
CN111768170A (zh) 一种作业批改结果展示方法及装置
CN103544666A (zh) 一种智能化的监考方法及监考系统
CN111325082B (zh) 一种人员专注度分析方法及装置
CN112949461A (zh) 一种学习状态的分析方法、装置以及电子设备
CN112015574A (zh) 一种远程医疗教育培训方法、装置、设备及存储介质
US20140040928A1 (en) Audience polling system
US20160180727A1 (en) Student assessment grading engine
CN109086431B (zh) 一种知识点巩固学习方法及电子设备
CN114926889B (zh) 作业提交方法、装置、电子设备和存储介质
CN110378261B (zh) 一种学生识别方法及装置
CN111353439A (zh) 一种教学行为的分析方法、装置、系统及设备
CN111079499B (zh) 一种学习环境中的书写内容识别方法及系统
CN111223549A (zh) 一种基于姿态矫正的疾病预防的移动端系统及方法
CN112382151A (zh) 一种线上学习方法及装置、电子设备及存储介质
CN117037277A (zh) Aed急救培训学员的考核方法、装置、系统及存储介质
CN112001210A (zh) 作业的批改方法及装置、智能台灯、计算机可读存储介质
CN116487012A (zh) 一种临床医护人员智能实践教学方法、系统、介质及设备
CN113554046A (zh) 图像处理方法和系统、存储介质及计算设备
CN111178199B (zh) 一种基于实时图像识别的交互式问答方法及终端
CN115150651A (zh) 在线视频分发支持方法和在线视频分发支持设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200703