[发明专利]视频处理方法及装置、电子设备和存储介质

权利要求书

1.一种视频处理方法，其特征在于，包括：

获取视频，其中，所述视频中的至少部分视频帧包含目标对象；

根据所述视频，对所述目标对象在观看教学课程过程中的至少一类学习行为进行检测；

在检测到所述目标对象执行至少一类学习行为的情况下，根据至少部分包含所述至少一类学习行为的视频帧和/或所述目标对象执行所述至少一类学习行为的持续时间，生成学习状态信息。

2.根据权利要求1所述的方法，其特征在于，所述学习行为包括以下行为中的至少一类：执行至少一种目标手势、表现目标情绪、关注所述教学课程的展示区域、与其他对象产生至少一种互动行为、在至少部分所述视频帧中未出现、闭眼以及在所述教学课程的展示区域内的目光交流。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述视频，对所述目标对象的至少一类学习行为进行检测，包括：

对所述视频进行目标对象检测，得到包含所述目标对象的视频帧；

对包含所述目标对象的视频帧进行至少一类学习行为检测。

4.根据权利要求3所述的方法，其特征在于，所述学习行为包括执行至少一种目标手势；

所述对包含所述目标对象的视频帧进行至少一类学习行为检测，包括：

对包含所述目标对象的视频帧进行至少一种目标手势的检测；

在检测到包含至少一种所述目标手势的连续视频帧的数量超过第一阈值的情况下，将包含所述目标手势的视频帧中的至少一帧记录为手势开始帧；

在手势开始帧以后的视频帧中，不包含所述目标手势的连续视频帧的数量超过第二阈值的情况下，将不包含所述目标手势的视频帧中的至少一帧记录为手势结束帧；

根据所述手势开始帧与所述手势结束帧的数量，确定所述视频中所述目标对象执行至少一种目标手势的次数和/或时间。

5.根据权利要求3或4所述的方法，其特征在于，所述学习行为包括表现目标情绪；

所述对包含所述目标对象的视频帧进行至少一类学习行为检测，包括：

对包含所述目标对象的视频帧进行表情检测和/或微笑值检测；

在检测到视频帧中所述目标对象展示至少一种第一目标表情或微笑值检测的结果超过目标微笑值情况下，将检测到的视频帧作为第一检测帧；

在检测到连续的所述第一检测帧的数量超过第三阈值的情况下，确定所述目标对象产生所述目标情绪。

6.根据权利要求3至5中任意一项所述的方法，其特征在于，所述学习行为包括关注所述教学课程的展示区域；

所述对包含所述目标对象的视频帧进行至少一类学习行为检测，包括：

对包含所述目标对象的视频帧进行表情检测和人脸角度检测；

在检测到视频帧中所述目标对象展示至少一种第二目标表情且人脸角度在目标人脸角度范围以内的情况下，将检测到的视频帧作为第二检测帧；

在检测到连续的所述第二检测帧的数量超过第四阈值的情况下，确定所述目标对象关注所述教学课程的展示区域。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述根据至少部分包含所述至少一类学习行为的视频帧，生成学习状态信息，包括：

获取所述视频中包含至少一类学习行为的视频帧，作为目标视频帧集合；

对所述目标视频帧集合中的至少一个视频帧进行人脸质量检测，将人脸质量大于人脸质量阈值的视频帧作为目标视频帧；

根据所述目标视频帧，生成所述学习状态信息。

8.根据权利要求7所述的方法，其特征在于，所述根据所述目标视频帧，生成所述学习状态信息，包括：

将所述目标视频帧中的至少一帧作为学习状态信息；和/或，

识别在至少一帧所述目标视频帧中所述目标对象所在区域，基于所述目标对象所在区域，生成所述学习状态信息。