本发明涉及在线教育领域，尤其涉及一种利用视觉数据智能辨识的在线教育管理系统。
背景技术：
1、在线教育的课上，教师将部分课堂任务用bbs或电子邮件发布，同学们用bbs或在线聊天进行课堂交流，学生用bbs或电子邮件的形式交课堂作业。网络有先进的bbs、在线聊天等实时交流技术，它为各个使用者提供了一个平等交流的机会。在线教育使交互式学习成为可能，为他们创设一种相互交流、信息共享、合作学习的环境。在线教育使师生之间在教育中以一种交互的方式呈现信息，学生在网络中不仅接受，同时也在表达。教师可以根据学生反馈情况调整教育。学生可以与教师发生交互作用，向其提出问题，请求指导，并且发表自己的看法；学生之间也可发生这种交互作用，从而有利于发挥小组学习的作用，进行协同式学习。这种交互式的教育加强了师生间和学生间的交流，对提高教育质量和学习效果产生了积极的作用。
2、然而，在线教育过程中，教师在使用教鞭进行讲解和演示时，由于摄像机构的调试不当或者传输信道的过度干扰，都有可能导致传输到学生客户端处的视频画面中出现形状偏差的失形教鞭，从而严重影响了在线教育视频画面的画面质量，现有技术中缺乏针对性的高精度的教鞭失形检测机制。
技术实现思路
1、为了克服现有技术中的技术问题，本发明提出了一种利用视觉数据智能辨识的在线教育管理系统，能够在相关视觉化数据定制筛选的基础上，采用完成多次学习后的卷积神经网络智能鉴定表示教鞭是否处于失形状态的状态标识，所述卷积神经网络的学习的次数与当前拍摄图像的解析度正向关联，从而为不同在线教育环境构建不同定制结构的人工智能模型，保证了智能鉴定结果的有效性和稳定性。
2、根据本发明，提供了一种利用视觉数据智能辨识的在线教育管理系统，所述系统包括：
3、动态筛选设备，用于对在线教育的当前拍摄图像进行教鞭的存在性检测，并在当前拍摄图像中存在教鞭时，将当前拍摄图像作为待鉴定图像输出；
4、定制滤波设备，与所述动态筛选设备连接，用于对接收到的待鉴定图像先后执行平滑线性滤波处理以及最大值滤波处理，以获得并输出相应的定制滤波图像；
5、双层锐化设备，与所述定制滤波设备连接，用于对接收到的定制滤波图像先后执行kirsch算子锐化处理以及高通滤波锐化处理，以获得并输出相应的双层锐化图像；
6、信息应用器件，包括长度采集单元、高度采集单元以及等级提取单元且与所述双层锐化设备连接，所述等级提取单元分别与所述长度采集单元以及所述高度采集单元连接，所述信息应用器件用于接收所述双层锐化图像，基于教鞭对应的灰度数值分布范围提取教鞭在双层锐化图像中的子画面，获取子画面占据的各个像素行分别对应的各个行序号以及子画面占据的各个像素列分别对应的各个列序号，基于教鞭对应的标准几何形状的形状数据、子画面占据的各个像素行分别对应的各个行序号以及子画面占据的各个像素列分别对应的各个列序号采用人工智能模型鉴定教鞭对应的实际变形等级，教鞭对应的标准几何形状的形状数据为教鞭对应的标准几何形状的边沿曲线各处的曲率值；
7、其中，基于教鞭对应的标准几何形状的形状数据、子画面占据的各个像素行分别对应的各个行序号以及子画面占据的各个像素列分别对应的各个列序号采用人工智能模型鉴定教鞭对应的实际变形等级，教鞭对应的标准几何形状的形状数据为教鞭对应的标准几何形状的边沿曲线各处的曲率值包括：所述人工智能模型为完成多次学习后的卷积神经网络且所述卷积神经网络的学习的次数与当前拍摄图像的解析度正向关联；
8、其中，动态筛选设备，用于对在线教育的当前拍摄图像进行教鞭的存在性检测，并在当前拍摄图像中存在教鞭时，将当前拍摄图像作为待鉴定图像输出包括：基于教鞭的灰度数值分布范围识别在线教育的当前拍摄图像中每一个教鞭构成像素点，将在线教育的当前拍摄图像中的各个教鞭构成像素点执行孤立教鞭构成像素点去除操作以获得余留的多个教鞭构成像素点，将余留的多个教鞭构成像素点占据的图像区域作为教鞭占据区域。
9、由此可见，本发明至少具有以下三处重要发明点：
10、首先：采用包括长度采集单元、高度采集单元以及等级提取单元的针对性设计的信息应用器件，用于完成对教鞭是否处于失形状态的状态标识的智能鉴定，从而避免使用形状偏差的失形教鞭以及避免在线教育图像采集造成的教鞭视觉畸形，提升了在线教育管理的智能化水准；
11、其次：解析教鞭在双层锐化图像中的图像分块以作为参考图像分块，获取所述参考图像分块在所述双层锐化图像中占据的各个像素行分别对应的各份像素长度，以及获取所述参考图像分块在所述双层锐化图像中占据的各个像素列分别对应的各份像素高度，所述像素长度为对应像素行存在的像素点的数量，所述像素高度为对应像素列存在的像素点的数量，其中，双层锐化图像为存在教鞭的在线教育图像针对性优化处理后获得的更优质图像；
12、再次：采用人工智能模型根据教鞭对应的基准图形对应的二进制数值序列、各份像素长度以及各份像素高度智能鉴定表示教鞭是否处于失形状态的状态标识，其中，所述人工智能模型为完成多次学习后的卷积神经网络且所述卷积神经网络的学习的次数与当前拍摄图像的解析度正向关联，从而为不同在线教育环境构建不同定制结构的人工智能模型，保证了智能鉴定结果的有效性和稳定性。
13、本发明的利用视觉数据智能辨识的在线教育管理系统结构紧凑、运行稳定。由于能够在相关视觉化数据定制筛选的基础上，采用完成多次学习后的卷积神经网络智能鉴定表示教鞭是否处于失形状态，所述卷积神经网络的学习的次数与当前拍摄图像的解析度正向关联，从而保证了在线教育视频画面的播放质量。
1.一种利用视觉数据智能辨识的在线教育管理系统，其特征在于，所述系统包括：
2.如权利要求1所述的利用视觉数据智能辨识的在线教育管理系统，其特征在于：
3.如权利要求2所述的利用视觉数据智能辨识的在线教育管理系统，其特征在于，所述系统还包括：
4.如权利要求3所述的利用视觉数据智能辨识的在线教育管理系统，其特征在于：
5.如权利要求3所述的利用视觉数据智能辨识的在线教育管理系统，其特征在于，所述系统还包括：
6.如权利要求5所述的利用视觉数据智能辨识的在线教育管理系统，其特征在于：
7.如权利要求5所述的利用视觉数据智能辨识的在线教育管理系统，其特征在于：
8.如权利要求5所述的利用视觉数据智能辨识的在线教育管理系统，其特征在于：
9.如权利要求5所述的利用视觉数据智能辨识的在线教育管理系统，其特征在于：
