智慧教学显示系统的制作方法

本发明涉及教学显示，具体涉及智慧教学显示系统。

背景技术：

1、智慧教学显示系统是一种集成多媒体技术、互联网技术和人工智能技术的现代教育工具，旨在提升教学质量和学习效果。该系统通过互联网连接云端教育资源库，实现全球优质教育资源的即时获取和共享，打破地域和时间限制，促进教育资源公平分配。系统支持视频、音频、图片和动画等多种教学内容形式，教师可以灵活选择合适的教学方法，提高课堂趣味性和教学效果。同时，系统具备实时互动功能，学生可以在线提问、互动讨论和进行测评，增强课堂互动性和学生参与度。智慧教学显示系统还利用大数据分析和人工智能算法，根据学生的学习数据提供个性化的教学建议，满足不同学习需求，全面提升教育质量。

2、现有的智慧教学显示技术通过集成多种现代化技术，实现教学内容的高效呈现和互动功能。系统通过互联网连接至云端教育资源库，教师可以访问并下载各类教学资源，包括视频、音频、图片、动画等，并在课堂上通过智能显示设备进行展示。同时，教师可利用系统内置的多媒体编辑工具，制作符合课程需求的多媒体课件，增强教学的直观性和吸引力。系统还支持实时互动功能，学生可以通过配套的终端设备进行在线提问、互动讨论和测评，教师可以实时监控学生的学习进度和反馈，进行及时调整。此外，系统利用大数据分析和人工智能算法，记录和分析学生的学习行为和数据，生成个性化的学习报告和建议，帮助教师制定有针对性的教学计划，提升教学效果和学生的学习体验。

3、现有技术存在以下不足：

4、在长时间使用智慧教学显示系统后，显示器会引起视觉疲劳，尤其在长时间阅读或观看高亮度屏幕时，由于系统不能动态调整亮度和显示时间，导致用户的视力下降、注意力不集中和头痛等健康问题，而现有技术未能有效地监测用户的视觉疲劳状态并进行实时调节，进而会造成学生和教师的学习和教学效果下降，系统的使用率减少，影响智慧教学显示系统的推广和应用。

5、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的是提供智慧教学显示系统，以解决上述背景技术中的问题。

2、为了实现上述目的，本发明提供如下技术方案：智慧教学显示系统，包括系统部署与数据采集模块、数据预处理模块、关键数据提取与分析模块、视觉疲劳评估模块、疲劳等级综合分析模块、动态显示调整模块和系统优化与反馈模块；

3、系统部署与数据采集模块，通过部署环境光传感器和眼动追踪设备，实时获取教学环境的环境信息和用户眼部信息，并在获取后传输至中央管理系统进行存储和监控；

4、数据预处理模块，对传输至中央管理系统的教学环境的环境信息和用户眼部信息进行预处理；

5、关键数据提取与分析模块，提取经过预处理的环境信息中的环境光强度数据和用户眼部信息中的用户眼动数据，并在提取后进行分析，分别生成环境光强度总量系数、视觉疲劳变化指数和眼球活动强度系数；

6、视觉疲劳评估模块，将生成的环境光强度总量系数、视觉疲劳变化指数和眼球活动强度系数构建视觉疲劳评估模型，生成视觉疲劳系数，并将生成的视觉疲劳系数与预先设定的视觉疲劳系数阈值进行比对，评估用户在使用显示器时是否会出现视觉疲劳，并根据评估结果分别生成正常信号和疲劳信号；

7、疲劳等级综合分析模块，获取疲劳信号生成时视觉疲劳评估模块后续生成的若干个视觉疲劳系数，并进行综合分析，评估出不同的视觉疲劳等级，并根据评估结果进行对应的疲劳提示；

8、动态显示调整模块，根据不同的疲劳提示，实时调整显示器的亮度、对比度和显示时间，缓解用户的视觉疲劳；

9、系统优化与反馈模块，获取用户的实时反馈，持续监测和优化系统的调整策略，通过机器学习算法不断改进参数设置，确保系统在长时间使用中有效缓解视觉疲劳。

10、优选的，所述环境光强度总量系数的获取逻辑如下：

11、提取经过预处理的环境信息中的环境光强度数据，包括一段时间内不同时刻的环境光实际强度以及对应的时间点，将一段时间内不同时刻的环境光实际强度按照时间序列用函数l(t)进行表示，t为时间点，定义时间段为[t1，t2]；

12、计算环境光强度总量系数，具体的计算公式如下：

13、

14、式中，elitc为环境光强度总量系数。

15、优选的，所述视觉疲劳变化指数的获取逻辑如下：

16、提取经过预处理的用户眼部信息中的用户眼动数据，包括用户在一段时间内不同时刻的瞳孔扩张度值及对应的时间点，将用户在一段时间内不同时刻的瞳孔扩张度值按照时间序列用函数p(t)进行表示，t为时间点，定义时间段为[t1，t2]；

17、计算视觉疲劳变化指数，具体的计算公式如下：

18、

19、式中，fvfi为视觉疲劳变化指数，k为常数，p(t1)为用户在一段时间内初始时刻的瞳孔扩张度值。

20、优选的，所述眼球活动强度系数的获取逻辑如下：

21、提取经过预处理的用户眼部信息中的用户眼动数据，包括一段时间内不同时刻的眼球运动速度及对应的时间点，将一段时间内不同时间点的眼球运动速度按照时间序列用函数v(t)进行表示，t为时间点，定义时间段为[t1，t2]；

22、计算眼球活动强度系数，具体的计算公式如下：

23、

24、式中，aeic为眼球活动强度系数。

25、优选的，将生成的环境光强度总量系数elitc、视觉疲劳变化指数fvfi和眼球活动强度系数aeic构建视觉疲劳评估模型，通过加权求和生成视觉疲劳系数vfc，依据公式：

26、

27、式中，r1、r2和r3分别为环境光强度总量系数elitc、视觉疲劳变化指数fvfi和眼球活动强度系数aeic的预设比例系数，且r1、r2和r3均大于0。

28、优选的，将生成的视觉疲劳系数vfc与预先设定的视觉疲劳系数阈值vfcyz进行比对，评估用户在使用显示器时是否会出现视觉疲劳，并根据评估结果分别生成正常信号和疲劳信号，具体比对分析如下：

29、若vfc≤vfcyz，评估用户在使用显示器时不会出现视觉疲劳，生成正常信号；

30、若vfc>vfcyz，评估用户在使用显示器时会出现视觉疲劳，生成疲劳信号。

31、优选的，疲劳等级综合分析模块接收疲劳信号后，获取疲劳信号生成时视觉疲劳评估模块后续生成的若干个视觉疲劳系数，并将疲劳信号生成时视觉疲劳评估模块后续生成的若干个视觉疲劳系数重新标定为vfcm，m表示疲劳信号生成时视觉疲劳评估模块后续生成的若干个视觉疲劳系数的编号，m＝1、2、3、…、h，h为正整数；

32、将若干个视觉疲劳系数的平均值标定为vfc-，具体的计算公式为：

33、

34、将若干个视觉疲劳系数的标准差标定为vfcσ，具体的计算公式为：

35、

36、优选的，获取疲劳信号生成时视觉疲劳评估模块后续生成若干个视觉疲劳系数的预设平均值和预设标准差将计算出的若干个视觉疲劳系数的平均值vfc-和标准差vfcσ分别与预设平均值和预设标准差进行比对，评估出不同的视觉疲劳等级，并根据评估结果进行对应的疲劳提示，具体分析如下：

37、若且用户的视觉疲劳水平低且稳定，视觉疲劳等级为低风险等级，则进行低度疲劳提示；

38、若且用户的视觉疲劳水平低且波动大，视觉疲劳等级为中低风险等级，则进行中低度疲劳提示；

39、若且用户的视觉疲劳水平高且稳定，视觉疲劳等级为中高风险等级，则进行中高度疲劳提示；

40、若且用户的视觉疲劳水平高且波动大，视觉疲劳等级为高风险等级，则进行高度疲劳提示。

41、优选的，根据不同的疲劳提示，实时调整显示器的亮度、对比度和显示时间，缓解用户的视觉疲劳，具体包括以下方式：

42、在进行低度疲劳提示时，保持当前的显示设置，不改变显示器的亮度、对比度和显示时间；

43、在进行中低度疲劳提示时，小幅减少显示器的亮度、对比度和显示时间；

44、在进行中高度疲劳提示时，中等幅度减少显示器的亮度、对比度和显示时间；

45、在进行高度疲劳提示时，大幅减少显示器的亮度、对比度和显示时间。

46、在上述技术方案中，本发明提供的技术效果和优点：

47、1、本发明通过系统部署与数据采集模块、数据预处理模块、关键数据提取与分析模块和视觉疲劳评估模块，能够精准地监测教学环境的光强度和用户的眼部活动状态。通过实时获取和分析这些数据，系统可以动态地评估用户的视觉疲劳情况。相较于传统的静态显示设置，该系统能够根据用户的实际使用情况和环境光线变化，自动调整显示器的亮度、对比度和显示时间，从而有效缓解视觉疲劳，提高了用户的使用舒适度和健康保障。

48、2、本发明通过获取用户的实时反馈，并利用机器学习算法持续监测和优化系统的调整策略，能够根据用户的个体差异和使用习惯不断改进参数设置。这种智能化的反馈机制确保了系统在长期使用中始终能提供最适合用户的显示设置，有效预防了因长时间使用显示器而导致的视力下降、注意力不集中和头痛等健康问题。通过不断优化的显示策略，系统不仅提升了用户的视觉体验，还提高了教学和学习效果，增强了智慧教学显示系统的应用价值和市场竞争力。

49、3、本发明通过疲劳等级综合分析模块和动态显示调整模块能够根据评估结果提供不同等级的疲劳提示，并进行相应的个性化显示调整。具体来说，系统可以根据用户的疲劳程度实时调整显示器的亮度、对比度和显示时间，以适应不同的疲劳等级需求。这种分级提示和个性化调整不仅提高了用户的视觉舒适度，减少了眼部疲劳，还能有效防止因长时间使用显示器而导致的视力问题，确保了教学活动的连续性和效率。通过这种智能化、个性化的显示调整，系统进一步提升了智慧教学显示系统的用户体验和应用效果。