过增加相关检测设备的方法解决上述问题。随着计算机科图像识别技术在录播系统中应用探究【摘要】自动录播系统是教育信息化支撑体系中非常重要的一环，图像识别是人工智能的一个重要领域。图像识别应用于自动录播系统中，是实现录播系统从自动走向智能的重要环节。文章的研究基于目前图像识别研究中已经相对成熟且有成功应用案例的技术，构造录播系统的典型框架结构，给出基本设置，讨论可以获取的信息，分析如何解决实际应用中的问题。【关键词】录播系统；图像识别；教学【中图分类号】G431【文献标识码】A【论文编号】1009-8097(2009)01-0125-04讲授型课件在教学现场实时自动录播环境下如何提高录像的效果，从教育技术的角度分析，需要解决几个困难的问题。如师生交互时，发言学生的定位问题；垃圾画面的处理问题；如何区分教师播放录像片的问题等。可以通学整体的发展，智能图像识别技术应用于录播系统，将提供一种全新的解决思路。本文的研究工作基于目前图像识别研究中已经相对成熟，且已有成功应用案例的技术，构造录播系统的典型框架结构，给出基本设置，讨论利用图像识别可以获取的信息，分析如何解决实际应用中的问题。一图像识别与自动录播系统图像识别是人工智能的一个重要研究领域。图像识别系统经常采用的重要方法之一是利用图像匹配模型进行目标的定位、跟踪、识别。图像匹配模型的实现过程是把不同视频源或同一视频源在不同时间、不同成像条件下，对同一事物获取的两幅图像在空间上配准，或根据已知模式在另一幅图像中寻找相应的模式。目前，图像匹配中应用最广泛的是模板匹配法。模板匹配是一种最简单、最基础的模式识别方式，它的基本思想是：两幅图像之间的匹配可以归结为二者某一特征值的相关性度量。通过将模板图像与待匹配图像进行相关性运算，得到一个相关值，以判断二者的匹配度［1］。图像识别系统经常采用的另一个重要方法是利用原型匹配模型识别有一定相似程度的目标。这种模型假设在长期记录中存储的并不是所要识别的无数个模板，而是图像的某些“相似性”。从图像中抽象出来的“相似性”就可作为原型，以检验所要识别的图像。如果能找到一个相似的原型，这个图像也就被识别了。这非常类似于人不仅能识别与脑中的模板完全一致的图像，也能识别与模板不完全一致的图像。还有一种分层识别模型，这种模型的思路是把图像识别过程分为不同的层次，每一层次都有承担不同职责的特征分析机制，它们依次进行工作，最终完成对图像的识别。教育技术领域中讲的自动录播系统一般是指集成计算机、视音频设备和其它相关设备的系统，其核心功能是在教学过程中对老师、学生、黑板或白板、多媒体课件、视频展台等教学活动的相关信息实时动态采集、合成、压缩、纪录和同步提供网络服务，以实现网络直播、点播、后期集成、编辑［2］。目前主流的技术路线是利用外部事件触发方法实现自动录播控制。如何根据教学过程中实际发生的事件（如教师书写板书使用电子化教学设备等），及时、准确地调度自动录播系统中的相关设备展示教学内容？如何根据教学过程中的有效信息发布源（如计算机屏幕，师生互动过程等），调整视觉展示画面及其时长，优化信息源与信息接受者（如学生）所期望的展示画面的匹配程度？如何设计画面的形式及其组合，减少垃圾画面，实现优质、自然的输出结果？这些是教师、学生、教育技术工程师，以及自动录播系统的设计和开发人员共同关心的问题。智能图像识别技术的发展，为上述问题的解决提供了一种智能化的解决方法。二目前自动录播系统的一般框架结构目前我国各类学校正在使用的自动录播系统有多种类型，各系统采用的相关技术也不尽相同。但如果将这些不同类型的系统抽象为逻辑系统，则它们都具有相同或相似的逻辑结构。可以勾画出这些自动录播系统的一般框架结构，如图1所示。自动录播系统控制中目前采用的主流技术路线是事件驱动，利用设置在教室里的各类触发信号产生装置，确定实际教学过程中发生的事件，依此进行调度控制。其中利用图像识别技术的仅限于教师运动跟踪。自动录播系统可以获取的常用触发事件源有：1时钟计时触发：计算机内部时钟中断，外部...