一种课件类视频的课件提取方法和装置制造方法及图纸

本发明专利技术涉及机器学习领域和多媒体技术领域，尤其涉及一种课件类视频的课件提取方法和装置。其中方法包括：对课件类视频，每间隔n个视频帧读取1个视频帧，其中n为正整数的变量或常量；判断读取的视频帧是否为课件帧；在所述视频帧为课件帧的条件下，判断所述课件帧是否符合预定条件；根据符合预定条件的课件帧对应的课件帧信息组成的课件帧信息集合，生成为电子课件。在本发明专利技术提出的一种课件类视频的课件提取方法和装置，能够按一定的帧间隔读取视频帧，并将符合所述预定条件的课件帧构成的课件帧信息集合，将其生成为电子课件，解决了一些课件类视频课件难以获取的问题，从而方便学习者利用课件对视频进行更为高效的学习。者利用课件对视频进行更为高效的学习。者利用课件对视频进行更为高效的学习。

【技术实现步骤摘要】
一种课件类视频的课件提取方法和装置


[0001]本专利技术涉及机器学习领域和多媒体
，尤其涉及一种课件类视频的课件提取方法和装置。

技术介绍

[0002]近年来，随着互联网的快速发展，出现了各种各样的学习方式。在线上学习中，以电子课件为授课方式的视频课程非常的普遍；而这种授课方式又分为直播和录播授课，其中录播授课的方式会产出一系列可以重复观看的视频。
[0003]通常有课件更方便学习者对视频内容学习，例如：学习者可以直接在课件上做笔记学习、利用课件预习和复习。有许多课件类视频，由于老师没有上传课件，或者一些其他来源的课件类视频难以找到课件，其中课件类视频在本专利技术中的定义为：以课件为授课方式的视频。故本专利技术提出一种课件类视频的课件提取方法和装置，解决一些课件类视频对应的课件难以获取的问题，从而提高学习者的学习效率和学习效果。

技术实现思路

[0004]为解决现有技术中存在的问题，本专利技术提供了一种课件类视频的课件提取方法和装置，解决一些课件类视频难以获取课件的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种课件类视频的课件提取方法，包括如下步骤：
[0006]对课件类视频，每间隔n个视频帧读取1个视频帧，其中n为正整数的变量或常量；
[0007]判断读取的视频帧是否为课件帧，其中，所述课件帧是在视频帧对应的图像中存在课件的帧；
[0008]在所述视频帧为课件帧的条件下，判断所述课件帧是否符合预定条件；
[0009]根据符合预定条件的课件帧对应的课件帧信息组成的课件帧信息集合，生成为电子课件。
[0010]进一步的，所述判断所述视频帧是否为课件帧的步骤包括：使用机器学习技术训练好的课件帧判别器进行判断；
[0011]所述判断视频帧是否符合预定条件的步骤包括：计算所述课件帧与所述课件帧相邻视频帧的相似度，若所述相似度低于预先设定的阈值，则符合预定条件。
[0012]进一步的，所述生成为电子课件的步骤包括：
[0013]将符合预定条件的课件帧对应的课件帧信息构成课件帧信息集合；
[0014]根据所述课件帧信息集合中的课件帧信息，获得所述课件帧信息所包括的课件帧；
[0015]使用基于Python的img2pdf库将所有所述课件帧对应的图片合成为PDF课件。
[0016]进一步的，所述的课件帧信息集合是由多个所述课件帧对应的所述课件帧信息构成的集合，集合可为空集；
[0017]所述课件帧信息具体包括课件帧所属视频的相关属性、课件帧自身和课件帧的语义信息，由这些信息之中一个或以上构成的信息，称为课件帧信息。
[0018]进一步的，所述课件帧所属视频的相关属性包括：帧率、分辨率、视频比特率、音频比特率、视频文件大小和时长；
[0019]所述课件帧的语义信息为帧对应图像中的文字、物体、物体位置以及图像经过特征提取后得到的语义信息。
[0020]进一步的，在计算所述课件帧与所述课件帧相邻视频帧的相似度中，所述的计算相似度是计算余弦相似度；
[0021]所述余弦相似度的计算步骤具体如下：
[0022]读取需要计算的两个相邻视频帧，获取到视频帧对应的两张图片；
[0023]将两张图片转成128
×
256分辨率的图片；
[0024]再将两张图片转成灰度图；
[0025]将两张图片转换成32768维的向量，设第一张图对应的向量为x，第二张图的对应的向量为y；
[0026]使用下式计算得到余弦相似度；
[0027][0028]其中，cos(θ)代表x向量与y向量计算得到的余弦距离，取值范围为区间[0，1]；x
i
代表向量x中的第i个元素的值，y
i
代表向量y中的第i个元素的值，n取值范围为区间[0，32767]中的所有整数。
[0029]另外，为实现上述目的，本专利技术还提供如下技术方案：一种课件类视频课件提取的装置，包括：
[0030]读取模块，用于对课件类视频，每间隔n个视频帧读取1个视频帧，其中n为正整数的变量或常量；
[0031]判断课件帧模块，用于判断所述视频帧是否为课件帧；
[0032]判断模块，用于在所述视频帧为课件帧的条件下，判断所述课件帧是否符合预定条件；
[0033]课件生成模块，用于根据符合预定条件的课件帧对应的课件帧信息组成的课件帧信息集合，生成为电子课件。
[0034]进一步的，所述判断课件帧模块判断视频帧是否为课件帧的步骤包括：使用机器学习技术训练好的课件帧判别器进行判断；
[0035]所述判断模块判断视频帧是否符合预定条件的步骤包括：计算所述课件帧与所述课件帧相邻视频帧的相似度，若所述相似度低于预先设定的阈值，则符合预定条件。
[0036]进一步的，所述课件生成模块生成课件的步骤包括：
[0037]构成课件帧信息集合；
[0038]根据所述课件帧信息集合中的课件帧信息，获得所述课件帧信息所包括的课件帧；
[0039]使用基于Python的img2pdf库将所有所述课件帧对应的图片合成为PDF课件。
[0040]本专利技术的有益效果是：通过本专利技术提供一种课件类视频的课件提取方法和装置，解决一些课件类视频难以获取课件的问题，从而提高学习者的学习效率和学习效果。本专利技术能够按一定的帧间隔读取视频帧，并确定课件帧，然后根据符合所述预定条件的课件帧对应的课件帧信息组成的课件帧信息集合，将其生成为电子课件，从而方便学习者利用课件对视频进行更为高效的学习。
附图说明
[0041]图1是本专利技术实施例1课件类视频的课件提取方法的流程示意图；
[0042]图2是本专利技术实施例1和实施例3组合了语义信息和课件帧的一种排版布局示意图；
[0043]图3是本专利技术实施例2机器学习教学视频的课件提取方法的流程示意图；
[0044]图4是本专利技术实施例3课件类视频的课件提取装置的结构示意图。
具体实施方式
[0045]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。
[0046]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚，完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0047]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例。此外，术语“包括”和“且有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种课件类视频的课件提取方法，其特征在于，包括如下步骤：对课件类视频，每间隔n个视频帧读取1个视频帧，其中n为正整数的变量或常量；判断读取的视频帧是否为课件帧，其中，所述课件帧是在视频帧对应的图像中存在课件的帧；在所述视频帧为课件帧的条件下，判断所述课件帧是否符合预定条件；根据符合预定条件的课件帧对应的课件帧信息组成的课件帧信息集合，生成为电子课件。2.根据权利要求1所述的课件类视频的课件提取方法，其特征在于，所述判断所述视频帧是否为课件帧的步骤包括：使用机器学习技术训练好的课件帧判别器进行判断；所述判断视频帧是否符合预定条件的步骤包括：计算所述课件帧与所述课件帧相邻视频帧的相似度，若所述相似度低于预先设定的阈值，则符合预定条件。3.根据权利要求1所述的课件类视频的课件提取方法，其特征在于，所述生成为电子课件的步骤包括：将符合预定条件的课件帧对应的课件帧信息构成课件帧信息集合；根据所述课件帧信息集合中的课件帧信息，获得所述课件帧信息所包括的课件帧；使用基于Python的img2pdf库将所有所述课件帧对应的图片合成为PDF课件。4.根据权利要求3所述的课件类视频的课件提取方法，其特征在于，所述的课件帧信息集合是由多个所述课件帧对应的所述课件帧信息构成的集合，集合可为空集；所述课件帧信息具体包括课件帧所属视频的相关属性、课件帧自身和课件帧的语义信息，由这些信息之中一个或以上构成的信息，称为课件帧信息。5.根据权利要求4所述的课件类视频的课件提取方法，其特征在于，所述课件帧所属视频的相关属性包括：帧率、分辨率、视频比特率、音频比特率、视频文件大小和时长；所述课件帧的语义信息为帧对应图像中的文字、物体、物体位置以及图像经过特征提取后得到的语义信息。6.根据权利要求2所述的课件类视频的课件提取方法，其特征在于，在计算所述课件帧与所述课件帧相邻视频帧的相似度中，所述的计算相似度是计...

【专利技术属性】
技术研发人员：高大鹏，何志伟，马婷，
申请(专利权)人：中国民用航空飞行学院，
类型：发明
国别省市：