视频流处理方法及装置制造方法及图纸

本申请提供一种视频流处理方法及装置。其中，所述方法包括：获取即时视频流的时间切片；根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类；根据信息流分析算法，将若干分类后的时间切片进行关联，形成结构化的视频流。能够将获取视频流中不同对象以及不同对象对应的行为进行关联、分类，从而能够针对性地呈现出相应场景对应的视频内容，便于对相应数据进行精细化分析；并且，通过对获取的实时视频进行实时处理，降低了视频文件所需的存储空间。所需的存储空间。所需的存储空间。

【技术实现步骤摘要】
视频流处理方法及装置


[0001]本申请涉及视频识别
，尤其涉及一种视频流处理方法及装置。

技术介绍

[0002]随着AI技术的持续发展和普及，市场上出现了很多成熟的AI模块，比如阿里多媒体AI，可以用来处理媒体中的信息流。例如，多媒体中的视频流、音频流，或视频流与音频流结合的信息流。在视频流处理的过程中，可以通过AI模块对存储的视频文件进行结构化处理以及内容理解，从而得到具有结构化、逻辑性的数据统计结果。
[0003]在实现现有技术的过程中，专利技术人发现：阿里多媒体AI以及市场中其他厂家公开出来的相对成熟的AI模块，虽然能构对存储的多媒体视频的数据进行结构化处理，需要先将视频数据进行存储之后再进行处理，无法对实时视频流数据的中的某些行为进行有效识别，且增大了对存储空间的要求。
[0004]因此，需要提供一种视频流处理方法及装置，用以解决现有独立的AI技术无法对实时视频流数据中的行为进行有效识别的技术问题。

技术实现思路

[0005]本申请实施例提供一种视频流处理方法及装置，用以解决现有独立的AI技术无法对实时视频流数据中的行为进行有效识别的技术问题。
[0006]具体的，一种视频流处理方法，包括以下步骤：获取即时视频流的时间切片；根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类；根据信息流分析算法，将若干分类后的时间切片进行关联，形成结构化的视频流。
[0007]进一步的，根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类，具体包括：使用机器学习算法，根据即时视频流的时间切片中呈现的对象的动作行为，对所述时间切片进行分类。
[0008]进一步的，根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类，还包括：根据即时视频流的时间切片中呈现的对象的语音标签、OCR识别方式，对所述时间切片进行分类。
[0009]进一步的，根据信息流分析算法，将若干分类后的时间切片进行关联，形成结构化的视频流，具体包括：确定表征第一行为属性的、具有第一时间戳标记的第一时间片段；确定表征第一行为属性的、与所述第一时间片段具有连续的时间戳标记的若干第二时间片段序列；根据信息流分析算法，将具有连续时间戳标记的所述第一时间片段和若干所述第
二时间片段序列，合并形成结构化的视频流。
[0010]进一步的，所述视频流处理方法用于处理课堂教学的视频；所述第一行为属性用于表征课堂教学行为。
[0011]进一步的，所述课堂教学行为包括提问行为、板书行为、实验行为至少其中之一。
[0012]进一步的，所述视频流处理还包括：根据即时视频流的时间切片中呈现的对象的语音标签、OCR识别方式，确定所述第一时间片段和所述若干第二时间片段序列。
[0013]进一步的，所述结构化的视频流包括课程结构视频流、师生行为视频流、提问视频流、板书视频流或实验视频流至少其中之一。
[0014]本申请实施例还提供一种视频流处理装置。
[0015]具体的，一种视频流处理装置，包括：获取模块，用于获取即时视频流的时间切片；分类模块，用于根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类；关联模块，用于根据信息流分析算法，将若干分类后的时间切片进行关联，形成结构化的视频流。
[0016]进一步的，所述分类模块用于根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类，具体用于：使用机器学习算法，根据即时视频流的时间切片中呈现的对象的动作行为，对所述时间切片进行分类。
[0017]通过申请实施例提供的技术方案，至少具有如下有益效果：能够将获取视频流中不同对象以及不同对象对应的行为进行关联、分类，从而能够针对性地呈现出相应场景对应的视频内容，便于对相应数据进行精细化分析；并且，通过对获取的实时视频进行实时处理，降低了视频文件所需的存储空间。
附图说明
[0018]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例提供的一种视频流处理方法的流程图。
[0019]图2为本申请实施例提供的一种视频流处理装置的结构示意图。
[0020]100
ꢀꢀꢀꢀ
视频流处理装置11
ꢀꢀꢀꢀꢀ
获取模块12
ꢀꢀꢀꢀꢀ
分类模块13
ꢀꢀꢀꢀꢀ
关联模块。
具体实施方式
[0021]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做
出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0022]本申请实施例提供一种视频流处理方法，主要用于处理实时获取的视频流数据。这样，无需获取完整的视频流数据，只需针对性地获取某一时间段内的视频，即可进行相应动作行为的识别，之后再针对性地将预处理视频数据的合并/输出等处理即可。这样，能够有效提高视频数据的实时处理效率，并大大降低了视频流数据处理所需的存储空间。
[0023]在本申请提供的视频流处理方法可以用来进行课堂教学视频的处理。通过对获取的实时视频流进行分析，能够有效识别教学过程中的课堂行为；之后，再进行不同业务场景的分析，从而能够实现对课堂内容结构化数据的精细化分析。例如，能够对师生互动行为、PPT课程结构、师生语言等并行存在的业务场景进行分析，从而将课堂内容进行全方位的展现，达到了识别课程结构、师生行为、提问、板书、实验等一系列教学场景内容的目的。具体的，请参照图1，为本申请提供的一种视频流处理方法，包括以下步骤：S100：获取即时视频流的时间切片；S200：根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类；S300：根据信息流分析算法，将若干分类后的时间切片进行关联，形成结构化的视频流。
[0024]S100：获取即时视频流的时间切片。
[0025]这里的即时视频流，在实际应用中，可以理解为通过推流技术实时推送到云端的视频文件。被推送的视频为通过视频拍摄设备实时拍摄的内容。这里的时间切片可以理解为对视频按照预设时长拆分，所得到的若干子视频文件。其中，所述子视频文件可以为由连续若干帧图像构成的视频数据，也可以为被经拆分得到的单帧图像组成的文件。获取即时视频流的时间切片，即获取所述经拆分得到的若干子视频文件，也即获取在某一预设时长的时间段内的连续视频数据。这里时间切片对应的预设时长，可以根据实际需求进行设定。
[0026]S200：根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类。
[0027]可以理解的是，获取的即时视频流时间切片中对存在不同的对象，并且每一对象存在不同的动作/行为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频流处理方法，其特征在于，包括以下步骤：获取即时视频流的时间切片；根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类；根据信息流分析算法，将若干分类后的时间切片进行关联，形成结构化的视频流。2.如权利要求1所述的视频流处理方法，其特征在于，根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类，具体包括：使用机器学习算法，根据即时视频流的时间切片中呈现的对象的动作行为，对所述时间切片进行分类。3.如权利要求2所述的视频流处理方法，其特征在于，根据即时视频流的时间切片中呈现的对象的行为，对所述时间切片进行分类，还包括：根据即时视频流的时间切片中呈现的对象的语音标签、OCR识别方式，对所述时间切片进行分类。4.如权利要求1所述的视频流处理方法，其特征在于，根据信息流分析算法，将若干分类后的时间切片进行关联，形成结构化的视频流，具体包括：确定表征第一行为属性的、具有第一时间戳标记的第一时间片段；确定表征第一行为属性的、与所述第一时间片段具有连续的时间戳标记的若干第二时间片段序列；根据信息流分析算法，将具有连续时间戳标记的所述第一时间片段和若干所述第二时间片段序列，合并形成结构化的视频流。5.如权利要求4...

【专利技术属性】
技术研发人员：赵悦汐，程红兵，鞠剑伟，昝晨辉，
申请(专利权)人：北京金茂教育科技有限公司，
类型：发明
国别省市：