本發(fā)明涉及數(shù)據(jù)處理，具體涉及基于aigc輔助的教學(xué)課件圖像生成方法及平臺。

背景技術(shù)：

1、在數(shù)字化教育的浪潮中，教學(xué)課件作為教學(xué)過程中的重要輔助工具，其質(zhì)量和生成效率直接影響著教學(xué)效果和學(xué)習(xí)體驗(yàn)。隨著人工智能（ai）和云計(jì)算技術(shù)的日益成熟，這些先進(jìn)技術(shù)為教學(xué)課件的圖像生成帶來了革命性的變革。然而，傳統(tǒng)的課件圖像生成方法受限于本地計(jì)算資源，往往面臨著算力不足、效率低下等問題，難以滿足現(xiàn)代教學(xué)對高質(zhì)量、高效率課件的需求。另一方面，云計(jì)算技術(shù)的普及帶來了海量的云上閑余算力資源。這些資源如果能夠被有效利用，將極大地提升課件圖像生成的效率和質(zhì)量。然而，如何將這些云上閑余算力與課件圖像生成任務(wù)相結(jié)合，實(shí)現(xiàn)高效、智能的調(diào)度和分配，成為了教育領(lǐng)域亟待解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、本申請?zhí)峁┝嘶赼igc輔助的教學(xué)課件圖像生成方法及平臺，解決了現(xiàn)有技術(shù)中教學(xué)課件圖像生成過程中算力不足導(dǎo)致生成效率較低的技術(shù)問題。

2、鑒于上述問題，本申請實(shí)施例提供了基于aigc輔助的教學(xué)課件圖像生成方法及平臺。

3、本申請實(shí)施例的第一個方面，提供了基于aigc輔助的教學(xué)課件圖像生成方法，所述方法包括：

4、通過用戶端，接收課件圖像生成請求語句；通過語義要素分解網(wǎng)絡(luò)，對所述課件圖像生成請求語句進(jìn)行特征提取，獲得角色類型描述符、角色行為描述符和場景描述符；根據(jù)所述角色類型描述符、所述角色行為描述符和所述場景描述符進(jìn)行圖像生成算力分析，生成圖像生成預(yù)測算力；當(dāng)所述圖像生成預(yù)測算力大于本地算力閾值，獲得預(yù)設(shè)時區(qū)的云上閑余算力中心狀態(tài)信息；根據(jù)所述云上閑余算力中心狀態(tài)信息和所述圖像生成預(yù)測算力，基于所述角色類型描述符、所述角色行為描述符和所述場景描述符，對云上閑余算力中心集合進(jìn)行任務(wù)分配，生成算力中心調(diào)度方案；根據(jù)所述算力中心調(diào)度方案進(jìn)行教學(xué)課件圖像生成，生成目標(biāo)課件圖像，發(fā)送用戶端。

5、本申請實(shí)施例的第二個方面，提供了基于aigc輔助的教學(xué)課件圖像生成平臺，所述平臺包括：

6、接收模塊，所述接收模塊用于通過用戶端，接收課件圖像生成請求語句；特征提取模塊，所述特征提取模塊用于通過語義要素分解網(wǎng)絡(luò)，對所述課件圖像生成請求語句進(jìn)行特征提取，獲得角色類型描述符、角色行為描述符和場景描述符；算力分析模塊，所述算力分析模塊用于根據(jù)所述角色類型描述符、所述角色行為描述符和所述場景描述符進(jìn)行圖像生成算力分析，生成圖像生成預(yù)測算力；算力判斷模塊，所述算力判斷模塊用于當(dāng)所述圖像生成預(yù)測算力大于本地算力閾值，獲得預(yù)設(shè)時區(qū)的云上閑余算力中心狀態(tài)信息；任務(wù)分配模塊，所述任務(wù)分配模塊用于根據(jù)所述云上閑余算力中心狀態(tài)信息和所述圖像生成預(yù)測算力，基于所述角色類型描述符、所述角色行為描述符和所述場景描述符，對云上閑余算力中心集合進(jìn)行任務(wù)分配，生成算力中心調(diào)度方案；圖像生成模塊，所述圖像生成模塊用于根據(jù)所述算力中心調(diào)度方案進(jìn)行教學(xué)課件圖像生成，生成目標(biāo)課件圖像，發(fā)送用戶端。

7、本申請中提供的一個或多個技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

8、首先，通過用戶端，接收課件圖像生成請求語句。接著，通過語義要素分解網(wǎng)絡(luò)，對課件圖像生成請求語句進(jìn)行特征提取，獲得角色類型描述符、角色行為描述符和場景描述符。然后，根據(jù)角色類型描述符、角色行為描述符和場景描述符進(jìn)行圖像生成算力分析，生成圖像生成預(yù)測算力。當(dāng)圖像生成預(yù)測算力大于本地算力閾值，獲得預(yù)設(shè)時區(qū)的云上閑余算力中心狀態(tài)信息。進(jìn)一步，根據(jù)云上閑余算力中心狀態(tài)信息和圖像生成預(yù)測算力，基于角色類型描述符、角色行為描述符和場景描述符，對云上閑余算力中心集合進(jìn)行任務(wù)分配，生成算力中心調(diào)度方案。最后，根據(jù)算力中心調(diào)度方案進(jìn)行教學(xué)課件圖像生成，生成目標(biāo)課件圖像，發(fā)送用戶端。解決了現(xiàn)有技術(shù)中教學(xué)課件圖像生成過程中算力不足導(dǎo)致生成效率較低的技術(shù)問題，通過邊緣計(jì)算生成策略，從空域上分散圖像生成壓力，達(dá)到了提高圖像生成效率的技術(shù)效果。

技術(shù)特征：

1.基于aigc輔助的教學(xué)課件圖像生成方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的基于aigc輔助的教學(xué)課件圖像生成方法，其特征在于，通過語義要素分解網(wǎng)絡(luò)，對所述課件圖像生成請求語句進(jìn)行特征提取，獲得角色類型描述符、角色行為描述符和場景描述符，包括：

3.如權(quán)利要求2所述的基于aigc輔助的教學(xué)課件圖像生成方法，其特征在于，通過所述句法結(jié)構(gòu)分割通道，對所述課件圖像生成請求語句進(jìn)行分割，生成句法樹狀圖，包括：

4.如權(quán)利要求3所述的基于aigc輔助的教學(xué)課件圖像生成方法，其特征在于，根據(jù)所述角色類型描述符、所述角色行為描述符和所述場景描述符進(jìn)行圖像生成算力分析，生成圖像生成預(yù)測算力，包括：

5.如權(quán)利要求4所述的基于aigc輔助的教學(xué)課件圖像生成方法，其特征在于，基于所述n級角色類型描述符列表、所述n-1級角色類型描述符列表直到所述一級角色類型描述符列表，所述n級角色行為描述符列表、所述n-1級角色行為描述符列表直到所述一級角色行為描述符列表，所述n級場景描述符列表、所述n-1級場景描述符列表直到所述一級場景描述符列表進(jìn)行算力分析，生成所述圖像生成預(yù)測算力，包括：

6.如權(quán)利要求5所述的基于aigc輔助的教學(xué)課件圖像生成方法，其特征在于，遍歷所述一級描述屬性數(shù)組直到所述n級描述屬性數(shù)組進(jìn)行算力需求眾數(shù)統(tǒng)計(jì)，生成n個算力需求量，包括：

7.如權(quán)利要求6所述的基于aigc輔助的教學(xué)課件圖像生成方法，其特征在于，根據(jù)所述云上閑余算力中心狀態(tài)信息和所述圖像生成預(yù)測算力，基于所述角色類型描述符、所述角色行為描述符和所述場景描述符，對云上閑余算力中心集合進(jìn)行任務(wù)分配，生成算力中心調(diào)度方案，包括：

8.如權(quán)利要求4所述的基于aigc輔助的教學(xué)課件圖像生成方法，其特征在于，根據(jù)所述算力中心調(diào)度方案進(jìn)行教學(xué)課件圖像生成，生成目標(biāo)課件圖像，發(fā)送用戶端，包括：

9.基于aigc輔助的教學(xué)課件圖像生成平臺，其特征在于，用于實(shí)施權(quán)利要求1-8任意一項(xiàng)所述的基于aigc輔助的教學(xué)課件圖像生成方法，所述平臺包括：

技術(shù)總結(jié)
本發(fā)明公開了基于AIGC輔助的教學(xué)課件圖像生成方法及平臺，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。所述方法包括：通過用戶端，接收課件圖像生成請求語句；對課件圖像生成請求語句進(jìn)行特征提取，獲得角色類型描述符、角色行為描述符和場景描述符；進(jìn)行圖像生成算力分析，生成圖像生成預(yù)測算力；當(dāng)圖像生成預(yù)測算力大于本地算力閾值，獲得云上閑余算力中心狀態(tài)信息；進(jìn)行任務(wù)分配，生成算力中心調(diào)度方案；根據(jù)算力中心調(diào)度方案進(jìn)行教學(xué)課件圖像生成，生成目標(biāo)課件圖像，發(fā)送用戶端。解決了現(xiàn)有技術(shù)中教學(xué)課件圖像生成過程中算力不足導(dǎo)致生成效率較低的技術(shù)問題，通過邊緣計(jì)算生成策略，從空域上分散圖像生成壓力，達(dá)到了提高圖像生成效率的技術(shù)效果。

技術(shù)研發(fā)人員：常勛有,胡鵬,潘焱南,伍夢瑤,劉顏暢,韋珊珊,童萌萌
受保護(hù)的技術(shù)使用者：昆明理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/29