人工智能项目扶持基金申请可行性研究报告

项目可行性分析

新创产品具备可行因素

随着世界经济的全球化，各国在经济、政治、文化、教育等各个方面的交际日益频繁。这使得学习外国语言在无形中成为一种必然趋势。而英语作为世界通用语言，成为中国绝大部分学习二外者的首要选择。据有关数据显示，在2008年北京奥运会召开后，为了使中国走向国际化，中国学习英语的人数激增，国内的英语热掀起一阵高潮。到现如今，英语已经成为每个受教育者必须学习的一门语言。学习战线也从最初的初中提前到小学幼儿园。学习目的也从原来的国家角度发展到个人未来更好的发展层面上。家长们为了孩子将来在语言方面的优势，都选择在孩子小时候就开始学好英语，打好进一步学习的基础，为此在课后纷纷将孩子送入英语培训机构加强对英语的学习。

但在高速发展的少儿英语培训市场下，依旧存在着许多痛点：

1、知名度和师资。市场上存在早期就出现的知名英语培训机构如：EF英孚青少儿英语、魔奇英语、迈格森国际少儿英语培训机构，但是近几年地方自创机构也逐步涌现如巨人教育，成熙英语，翰林教育等。师资方面：多数机构中，全职教师占70%，其中的骨干教师都是经过总部正规的上岗培训，有扎实的英语专业知识。在学历方面，教师大多数虽然都是英语专业毕业的，但本科学历及以上的教师偏少，以高职高专等专科毕业的老师居多。

2、教材和班级组织。所调查的培训机构基本都有自主研发的内部培训教材，这些教材不仅各有特色，而且能较好地符合不同阶段学生的性格、年龄、特征，融知识性、趣味性、生活性于一体，有别于传统的枯燥、生僻的说教式教材。但是电子教材及网络平台学习资料落后。班级组织方面：一般是15-20人左右的小班教学，晚上，周末和寒暑假分批进行培训，还可以根据不同学员的学习目的进行分批培训。同时大部分培训机构能够本着对学生负责的原则，根据学生英语层次的高低编入不同的班级，但受到场地和机构内部制度的影响，无非做到一对一、一对二的针对性指导教育，在一定程度上对学习效果大打折扣。

3、场所和培训定位。大多数培训机构环境舒适优美，教室布置精细而温馨，到处粘贴着英语学习卡片和英语学习海报，充满着英语学习氛围，教室办公区和家长等候区设施也较为完备，但是学生休息区空间太小。考虑到便利关系，各机构都设立在学校附近，交通较为便利。大多数培训机构都能以学生为中心的教学理念，不仅教授英语学习方法，也注重培养学生乐观积极地心态，这对学生人格的塑造，人生观和社会观的形成有着积极地引导作用。但受应试教育及部分家长、学生短期目标的影响，在实际培训过程，仍存在只重语言学习轻能力的现象。

4、培训费用。现如今市场上，同样是培训口语或者同个层次的英语，每一家的机构所给出的价格参次不齐，甚至可以说是差距悬殊。所以家长在价格方面也会慎重选择。太低的价格家长会担心教学质量或者教学老师不够优秀，太高也会让家长负担不起。

5、课时安排。现如今，市场上的培训机构除了会在寒暑假，双休日开展培训课程，也会有在小孩放学后开展两三个小时的培训。这样的培训安排就要考虑到学生在学校的学业任务，一节课的内容既不能太多也不能太少。太多会让小孩没办法每天完成学校的学业任务，太少则没有明显的效果。

在学生、家长和社会日益呼唤个性化的教育模式，多样化的发展需求要求有新的教育形式来弥补学校教育的先天不足的情况下，吉林某有限公司将能力性与技巧性、虚拟性与实用性、感性与理性融为一体，以推动英语文化发展为目标，超越了当前已有的互联网应用形式与传统的培训模式，并形成了独特的教学模式， 是指定人群个性化学习的应用和学校教育的积极有益的补充，将VR视频带入教育模式中，并利用吉林某有限公司的教育优势，弥补了市场上存在的痛点。

图表1-2 项目解决市场痛点及优势

项目单位具有可行性因素

曙英集团总部位于纽约曼哈顿，旗下三大子公司分别为：

1、Shoo-in Career Consulting(曙英职业咨询)，现已经成为北美最大的职业咨询公司，帮助数千名留学生顺利实现全球就业；

2、Shoo-in Media(曙英传媒)：具备强大的媒体资源，成功为中美知名企业进行品牌包装，产品推广和策划；

3、YiYi English(一一英语)：全国唯一一家联手美国长春藤盟校精英导师团队，一个专业的1对1个性化在线英语教育平台。

曙英集团发展迅速，不到三年时间，已从纽约扩张至洛杉矶、旧金山、波士顿、芝加哥、华盛顿、北京，上海，香港，伦敦等全球各大核心城市。旗下曙英职业咨询现已成为北美最大的职业咨询机构之一，成功帮助上万名中国学生顺利实现全球就业（曙英职业咨询资源覆盖全球各领域：金融、市场、传媒、房地产、会计、咨询、科技、大数据等）。

一一英语项目是隶属于美国曙英集团，总部在纽约市中心，一一英语发展历程已经有5年时间，2012年中美交流萌芽开始，2013年开始课程研发，2014年组建美国常春藤名校外教，2016年正式进入中国市场，目前在中国开办5个分支机构，北京作为中国的总部，南京，上海，杭州，长春为分公司，主要提供欧美外教在线一对一的个性化英语教学，我们的外教老师都是毕业于美国常青藤各大名校，(哈佛大学、宾夕法尼亚大学、耶鲁大学、普林斯顿大学、哥伦比亚大学、达特茅斯学院、布朗大学及康奈尔大学，美国排名前10，世界排名前50)，持有tesol教师资格证，我们的课程体系通过了美国教育部认证，完全复制了美国孩子学习母语，把最好的英语教学通过网络提供给国内学生，这样我们就可以随时随地在家学一口流利的外语。

项目具有权威认证

美国教育部认证、美国国防部教育处认证、新标准美式英语与威达独家认证。

项目实施的背景

改革开放以来，我国的语言教育培训产业取得了很大的进展。无论从学习外语的人数，还是从培训的水平、质量、测试等方面来讲，外语培训已经成为我国的一大产业。中国与国际接轨越来越紧密，其中英语教育尤其是运用英语去实际交流的能力对当今中国人也越来越重要。

中国作为一个经济高速发展中的人口大国，在英语培训方面市场潜力巨大。特别是在奥运会、世博会以后，在政府政策引导，以及社会办学力量紧紧跟进和用人单位提高英语准入门槛等多方面因素的作用下，学习热潮持续升温。这样一来，各类培训机构如雨后春笋般应运而生。其中，少年英语因其门槛低、收益快、利润丰厚等原因，发展尤其迅速。目前国内的高中生有2374.4万人之多，幼儿园更是多至3685.8万人，培训机构有3-5万家，而且正在以每年19%的速度增长。预计未来10年里，培训机构市场有3000亿元利润空间。

与此同时，据美国亚裔新闻局（AANB）最新统计，2016年留美人数再创新

高，首次突破100万，其中中国留学生达到328547人，同比增长8.1%,占美国留学总数的31.5%,中国以连续7年成为赴美留学最大生源国。所以出国留学已经成为众多家庭的选择。

目前市场对于英语教育普遍依照传统的教育模式进行教育，并不能有效的提升青少年对于英语学习的兴趣，项目开展的全新的VR英语教育培训，利用VR技术，让学生在头戴式VR的帮助下学习英语，学生从VR内观看老师课程的时候，老师的头像会自动转变为孩子们喜爱的卡通角色，大大增加了学生观看的兴趣，并且相对于青少年更为的亲切，有效的填补市场空白。

实施的必要性

出国留学是当前社会的主流趋势。

英语教育培训是促进经济发展的一项重要手段，这是因为在以知识，交流，技术和信息为主导的世界经济中，英语作为世界语言是十分重要的沟通要素。

学生高中毕业或本科毕业想到国外攻读一个更高的学位，但需要通过相应的考试，如托福、雅思、GRE和SAT等。通常这种考试的难度很高，在学校里难以开设这样的课程。而英语培训教育机构的建设优势就尤为明显，它的课程符合应试需要的内容，有丰富经验的教师进行辅导教学，了解出题人的命题思路，总结一系列高效准确的解题方法，能使得学生在短时间内学习吸收，提高成绩。

考研人数的增加

目前国内大部分的毕业生都会选择考研作为自己毕业后的选择，想在这两三年的时间里，提升自己的各方面能力。英语作为必考的科目之一，虽然占据的分值不是很多，但国家具有硬性要求，必须遵守。

项目设备技术及服务介绍

项目设备技术介绍

项目设备介绍

项目所采用的VR视频捕捉设备，英文名为Motion Capture，简称Mocap。是在运动物体的关键部位设置好跟踪器，由Motion Capture系统捕捉跟踪器的位置，再经过计算机处理后得到三维空间坐标的数据。项目利用其功能，将老师在视频上的动作捕捉后转换成卡通人物，来吸引学生学习，提高学习兴趣。

并且这项技术已经十分成熟。2014年8月14日，由梦工厂制作的全息动作捕捉动画电影《驯龙高手2》就在中国大陆上映了，并获得了一致好评。

设备原理

常用的运动捕捉技术从原理上说可分为机械式、声学式、电磁式、主动光学式和被动光学式。不同原理的设备各有其优缺点，一般可从以下几个方面进行评价：定位精度；实时性；使用方便程度；可捕捉运动范围大小；抗干扰性；多目标捕捉能力；以及与相应领域专业分析软件连接程度。此外，还有惯性导航运动捕捉。

设备详介

随着计算机软硬件技术的飞速发展和动画制作要求的提高，在发达国家，运动捕捉已经进入了实用化阶段，有多家厂商相继推出了多种商品化的运动捕捉设备，如 MotionAnalysis 、 Polhemus 、 Sega Interactive 、 MAC 、 X-Ist 、 FilmBox 等，成功地用于虚拟现实、游戏、人体工程学研究、模拟训练、生物力学研究等许多方面。

从技术的角度来说，运动捕捉的实质就是要测量、跟踪、记录物体在三维空间中的运动轨迹。典型的运动捕捉设备一般由以下几个部分组成：

传感器。所谓传感器是固定在运动物体特定部位的跟踪装置，它将向 Motion capture 系统提供运动物体运动的位置信息，一般会随着捕捉的细致程度确定跟踪器的数目。

信号捕捉设备。这种设备会因 Motion capture 系统的类型不同而有所区别，它们负责位置信号的捕捉。对于机械系统来说是一块捕捉电信号的线路板，对于光学 Motion capture 系统则是高分辨率红外摄像机。

数据传输设备。 Motion capture 系统，特别是需要实时效果的 Motion capture 系统需要将大量的运动数据从信号捕捉设备快速准确地传输到计算机系统进行处理，而数据传输设备就是用来完成此项工作的。

数据处理设备。经过 Motion capture 系统捕捉到的数据需要修正、处理后还要有三维模型向结合才能完成计算机动画制作的工作，这就需要我们应用数据处理软件或硬件来完成此项工作。软件也好硬件也罢它们都是借助计算机对数据高速的运算能力来完成数据的处理，使三维模型真正、自然地运动起来。

设备技术对比

技术之一：机械式运动捕捉

机械式运动捕捉依靠机械装置来跟踪和测量运动轨迹。典型的系统由多个关节和刚性连杆组成，在可转动的关节中装有角度传感器，可以测得关节转动角度的变化情况。装置运动时，根据角度传感器所测得的角度变化和连杆的长度，可以得出杆件末端点在空间中的位置和运动轨迹。实际上，装置上任何一点的运动轨迹都可以求出，刚性连杆也可以换成长度可变的伸缩杆，用位移传感器测量其长度的变化。

早期的一种机械式运动捕捉装置是用带角度传感器的关节和连杆构成一个 " 可调姿态的数字模型 " ，其形状可以模拟人体，也可以模拟其他动物或物体。使用者可根据剧情的需要调整模型的姿态，然后锁定。角度传感器测量并记录关节的转动角度，依据这些角度和模型的机械尺寸，可计算出模型的姿态，并将这些姿态数据传给动画软件，使其中的角色模型也做出一样的姿态。这是一种较早出现的运动捕捉装置，但直到现在仍有一定的市场。国外给这种装置起了个很形象的名字： " 猴子 " 。

机械式运动捕捉的一种应用形式是将欲捕捉的运动物体与机械结构相连，物体运动带动机械装置，从而被传感器实时记录下来。

这种方法的优点是成本低，精度也较高，可以做到实时测量，还可容许多个角色同时表演。但其缺点也非常明显，主要是使用起来非常不方便，机械结构对表演者的动作阻碍和限制很大。而 " 猴子 " 较难用于连续动作的实时捕捉，需要操作者不断根据剧情要求调整 " 猴子 " 的姿势，很麻烦，主要用于静态造型捕捉和关键帧的确定。

技术之二：声学式运动捕捉

常用的声学式运动捕捉装置由发送器、接收器和处理单元组成。发送器是一个固定的超声波发生器，接收器一般由呈三角形排列的三个超声探头组成。通过测量声波从发送器到接收器的时间或者相位差，系统可以计算并确定接收器的位置和方向。

这类装置成本较低，但对运动的捕捉有较大延迟和滞后，实时性较差，精度一般不很高，声源和接收器间不能有大的遮挡物体，受噪声和多次反射等干扰较大。由于空气中声波的速度与气压、湿度、温度有关，所以还必须在算法中做出相应的补偿。

技术之三：电磁式运动捕捉

电磁式运动捕捉系统是比较常用的运动捕捉设备。一般由发射源、接收传感器和数据处理单元组成。发射源在空间产生按一定时空规律分布的电磁场；接收传感器（通常有 10 ～ 20 个）安置在表演者身体的关键位置，随着表演者的动作在电磁场中运动 , 通过电缆或无线方式与数据处理单元相连。 

表演者在电磁场内表演时，接收传感器将接收到的信号通过电缆传送给处理单元，根据这些信号可以解算出每个传感器的空间位置和方向。 Polhemus 公司和 Ascension 公司均以生产电磁式运动捕捉设备而著称。这类系统的采样速率一般为每秒 15 ～ 120 次（依赖于模型和传感器的数量），为了消除抖动和干扰，采样速率一般在 15Hz 以下。对于一些高速运动，如拳击、篮球比赛等，该采样速度还不能满足要求。电磁式运动捕捉的优点首先在于它记录的是六维信息，即不仅能得到空间位置，还能得到方向信息，这一点对某些特殊的应用场合很有价值。其次是速度快，实时性好，表演者表演时，动画系统中的角色模型可以同时反应，便于排演、调整和修改。装置的定标比较简单，技术较成熟，鲁棒性好，成本相对低廉。

它的缺点在于对环境要求严格，在表演场地附近不能有金属物品，否则会造成电磁场畸变，影响精度。系统的允许表演范围比光学式要小，特别是电缆对表演者的活动限制比较大，对于比较剧烈的运动和表演则不适用。

技术之四：光学式运动捕捉

光学式运动捕捉通过对目标上特定光点的监视和跟踪来完成运动捕捉的任务。常见的光学式运动捕捉大多基于计算机视觉原理。从理论上说，对于空间中的一个点，只要它能同时为两部相机所见，则根据同一时刻两部相机所拍摄的图像和相机参数，可以确定这一时刻该点在空间中的位置。当相机以足够高的速率连续拍摄时，从图像序列中就可以得到该点的运动轨迹。

典型的光学式运动捕捉系统通常使用 6 ～ 8 个相机环绕表演场地排列，这些相机的视野重叠区域就是表演者的动作范围。为了便于处理，通常要求表演者穿上单色的服装，在身体的关键部位，如关节、髋部、肘、腕等位置贴上一些特制的标志或发光点，称为 "Marker" ，视觉系统将识别和处理这些标志。系统定标后，相机连续拍摄表演者的动作，并将图像序列保存下来，然后再进行分析和处理，识别其中的标志点，并计算其在每一瞬间的空间位置，进而得到其运动轨迹。为了得到准确的运动轨迹，相机应有较高的拍摄速率，一般要达到每秒 60 帧以上。

如果在表演者的脸部表情关键点贴上 Marker ，则可以实现表情捕捉。大部分表情捕捉都采用光学式。

有些光学运动捕捉系统不依靠Marker 作为识别标志，例如根据目标的侧影来提取其运动信息，或者利用有网格的背景简化处理过程等。研究人员正在研究不依靠 Marker而应用图像识别、分析技术，由视觉系统直接识别表演者身体关键部位并测量其运动轨迹的技术，估计将很快投入实用。

光学式运动捕捉的优点是表演者活动范围大，无电缆、机械装置的限制，表演者可以自由地表演，使用很方便。其采样速率较高，可以满足多数高速运动测量的需要。Marker 数量可根据实际应用购置添加，便于系统扩充。

这种方法的缺点是系统价格昂贵，它可以捕捉实时运动，但后处理（包括 Marker 的识别、跟踪、空间坐标的计算）的工作量较大，适合科研类应用。

技术之五：惯性导航式动作捕捉

通过惯性导航传感器AHRS(航姿参考系统)、IMU(惯性测量单元)测量表演者运动加速度、方位、倾斜角等特性。不受环境干扰影响，不怕遮挡。捕捉精确度高，采样速度高，达到每秒1000次或更高。由于采用高集成芯片、模块，体积小、尺寸小，重量轻，性价比高。惯导传感器佩戴在表演者头上，或通过17个传感器组成数据服穿戴，通过USB线、蓝牙、2.4Gzh DSSS无线等与主机相联，分别可以跟踪头部、全身动作，实时显示完整的动作。