【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
存在万维网上当前可用的大量视频并且该数字正在迅速地增长。例如,据估计,在YouTubeTM(Google公司的商标)网站上每个月观看超过六十亿小时的视频,并且每分钟有100小时的视频被上载到YouTube网站。万维网上的视频包括横跨宽广的范围的话题和类别的几乎无限的各种内容。例如,万维网上的视频可以被分类为各种宽广的类别,诸如幽默视频、新闻视频、关于特定人或地点的视频、关于社会的视频以及教育视频,仅举几个例子。如在教育领域中所理解到的,教育视频的使用可以增加内容保留和概念理解,特别地当视频与传统学习材料(诸如课本等)配对时。在线(例如,基于web的)教育是教育市场的新且迅速演变的部分。
技术实现思路
提供该概述以引入以在详细描述中下文进一步描述的简化形式的概念的选择。该概述不旨在标识所要求保护的主题的关键特征或基本特征,其也不旨在用作辅助确定所要求保护的主题的范围。在此所描述的呈现样式标识技术实现通常包含标识视频的呈现样式。在一个示例性实现中,接收视频,并且计算表示视频的特征集。预学习的视频呈现样式分类器然后用于对特征集中的特征的每个特征进行加权并且确定在视频中主要被采用的呈现样式,其中该呈现样式确定基于对特征集中的特征的加权。附图说明在此所描述的呈现样式标识技术实现的特定特征、方面和优点将关于以下描述、所附的权利要求和附图变得更好理解,在附图中:图1是图示能够在教育视频中被采用的不同的呈现样式的示例性集合和这些呈现样式的分类的表。图2是图示在如关于课本所取回的视频的数据集和具有针对在此所描述的呈现样式标识技术实现而策划的转录本的视频的另一数据集内所采用 ...
【技术保护点】
一种用于标识视频的呈现样式的系统,包括:一个或多个计算设备,每当存在多个计算设备时,所述计算设备经由计算机网络彼此通信,所述计算设备包括处理器,所述处理器被配置为:接收所述视频;计算表示所述视频的特征的集合;以及使用预学习的视频呈现样式分类器对所述集合中的所述特征中的每个特征进行加权并且确定在所述视频中主要被采用的呈现样式,所述呈现样式确定基于对所述特征的所述加权。
【技术特征摘要】
【国外来华专利技术】2014.07.23 US 14/339,2421.一种用于标识视频的呈现样式的系统,包括:一个或多个计算设备,每当存在多个计算设备时,所述计算设备经由计算机网络彼此通信,所述计算设备包括处理器,所述处理器被配置为:接收所述视频;计算表示所述视频的特征的集合;以及使用预学习的视频呈现样式分类器对所述集合中的所述特征中的每个特征进行加权并且确定在所述视频中主要被采用的呈现样式,所述呈现样式确定基于对所述特征的所述加权。2.根据权利要求1所述的系统,其中确定的所述呈现样式包括可能的呈现样式的集合中的所述呈现样式中的一个呈现样式,所述可能的呈现样式的集合包括:渲染的视频种类的呈现样式;以及现实世界视频种类的呈现样式。3.根据权利要求2所述的系统,其中所述视频包括教育视频,并且所述渲染的视频种类的呈现样式包括以下各项中的一项或多项:渲染的幻灯片放映呈现样式;或包括呈现者的视频的渲染的幻灯片放映的呈现样式;或渲染的动画呈现样式;或渲染的照片呈现样式;或渲染的手绘的幻灯片呈现样式。4.根据权利要求2所述的系统,其中所述视频包括教育视频,并且所述现实世界视频种类的呈现样式包括以下各项中的一项或多项:自然视频呈现样式;或访谈的视频呈现样式;或在纸上手写的视频呈现样式;或投影的幻灯片的视频呈现样式;或白板的视频呈现样式;或黑板的视频呈现样式。5.根据权利要求1所述的系统,其中表示所述视频的所述特征的集合包括针对所述视频的每帧独立地被计算的图像特征,所述图像特征包括以下各项中的一项或多项:低对比度特征,其根据规定的低对比度阈值测量针对所述视频的像素强度统计;或高对比度特征,其根据规定的高对比度阈值测量针对所述视频的像素强度统计;或零梯度特征,其测量存在于所述视频中的零梯度的量;或低梯度特征,其测量存在于所述视频中的弱但非零梯度的量;或高梯度特征,其测量存在于所述视频中的强梯度的量;或噪声特征,其测量存在于所述视频中的像素强度噪声的量。6.根据权利要求1所述的系统,其中表示所述视频的所述特征的集合包括基于所述视频中的一个或多个脸部的检测的脸部特征,所述脸部特征包括以下各项中的一项或多项:脸部检测特征,其测量所述视频中的、仅一个脸部被检测到的帧的百分比;或一个或多个移动脸部特征,其各自针对所述视频中的、仅一个脸部被检测到的每帧而测量检测到的所述脸部是否正移动;或脸部未呈现特征,其测量所述视频中的、没有脸部被检测到的帧的最长序列的长度;或脸部呈现特征,其测量所述视频中的、仅一个脸部被检测到的帧的最长序列的长度;或脸部大小特征,其跨越所述视频中的、仅一个脸部被检测到的所述帧而测量检测到的所述脸部的平均大小。7.根据权利要求1所述的系统,其中表示所述视频的所述特征的集合包括基于所述视频如何逐帧改变的运动特征,所述运动特征包括以下各项中的一项或多项:运动频率特征,其测量运动在所述视频中发生的频繁程度;或运动量特征,其测量多少运动在所述视频中发生;或运动类型特征,其指定在所述视频中发生的运动的所述类型。8.根据权利要求7所述的系统,其中所述运动频率特征包括以下各项中的一项或多项:运动频率特征,其测量所述视频中的、运动的幅度大于或等于规定的运动频率阈值的帧的百分比;或另一运动频率特征,其测量所述视频中的、运动的幅度大于或等于另一规定的运动频率阈值的帧的百分比;或运动呈现特征,其测量所述视频中的、存在运动的帧的最长序列的长度;或运动未呈现特征,其测量所述视频中的、不存在运动的帧的最长序列的长度。9.一种用于允许用户搜索与所述用户的呈现样式偏好匹配的视频的系统,包括:一个或多个计算设备,每当存在多个计算设备时,所述计算设备经由计算机网络彼此通信,所述计算设备包括处理器,所述处理器被配置为:隐式地学习所...
【专利技术属性】
技术研发人员:A·坎南,S·J·巴克,
申请(专利权)人:微软技术许可有限责任公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。