感兴趣场景识别方法和系统技术方案

本发明专利技术提出一种感兴趣场景识别方法和系统，其中，方法包括：在多媒体信息播放过程中，获取观看用户的实时生理反应信号；根据观看用户的实时生理反应信号确定观看用户的实时专注度；根据多媒体信息中预设的场景类型标签，提取与同一场景类型对应的多媒体信息片段集合，根据与多媒体信息片段集合对应的实时专注度，获取与不同场景类型对应的兴趣评分；根据与不同场景类型对应的兴趣评分确定观看用户感兴趣的场景类型。由此，以用户难以自主更改的实时生理反应信号为依据，进行多媒体信息中用户感兴趣场景的准确识别，便于基于用户感兴趣场景为用户提供个性化服务。

Interested Scene Recognition Method and System

【技术实现步骤摘要】
感兴趣场景识别方法和系统
本专利技术涉及信息处理
，尤其涉及一种感兴趣场景识别方法。
技术介绍
随着互联网技术的进步，计算机设备为用户的生产和生活提供的服务愈发的多样化，比如，计算机设备可以为用户播放视频等多媒体信息，相关技术中，为用户提供多媒体信息播放体验的优化，依赖于多媒体信息提供方主动发现用户的兴趣所在，并根据用户的兴趣所在进行播放优化等，限制性较高。
技术实现思路
本专利技术提供一种感兴趣场景识别方法和系统，以解决现有技术中，多媒体信息服务优化限制性较高，从而无法为观看用户提供个性化服务的技术问题。本专利技术实施例提供一种感兴趣场景识别方法，包括以下步骤：在多媒体信息播放过程中，获取观看用户的实时生理反应信号；根据所述观看用户的实时生理反应信号确定所述观看用户的实时专注度；根据所述多媒体信息中预设的场景类型标签，提取与同一场景类型对应的多媒体信息片段集合，根据与所述多媒体信息片段集合对应的实时专注度，获取与不同场景类型对应的兴趣评分；根据所述与不同场景类型对应的兴趣评分确定所述观看用户感兴趣的场景类型。本专利技术另一实施例提供一种感兴趣场景识别系统，包括：生理反应信号采集设备和处理器，其中，所述生理反应信号采集设备和所述处理器连接，其中，所述生理反应信号采集设备，用于在多媒体信息播放过程中，获取观看用户的实时生理反应信号；所述处理器，用于根据所述观看用户的实时生理反应信号确定所述观看用户的实时专注度，根据所述多媒体信息中预设的场景类型标签，提取与同一场景类型对应的多媒体信息片段集合，根据与所述多媒体信息片段集合对应的实时专注度，获取与不同场景类型对应的兴趣评分，根据所述与不同场景类型对应的兴趣评分确定所述观看用户感兴趣的场景类型。本专利技术又一实施例提供一种非临时性计算机可读存储介质，所述计算机程序被处理器执行时实现如上述实施例所述的感兴趣场景识别方法。本专利技术还一实施例提供一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如上述实施例所述的感兴趣场景识别方法。本专利技术实施例提供的技术方案可以包括以下有益效果：在多媒体信息播放过程中，获取观看用户的实时生理反应信号，根据多媒体信息中预设的场景类型标签，提取与同一场景类型对应的多媒体信息片段集合，根据与多媒体信息片段集合对应的实时专注度，获取与不同场景类型对应的兴趣评分，进而，根据与不同场景类型对应的兴趣评分确定观看用户感兴趣的场景类型。由此，以用户难以自主更改的实时生理反应信号为依据，进行多媒体信息中用户感兴趣场景的准确识别，便于基于用户感兴趣场景为用户提供个性化服务。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术第一个实施例的感兴趣场景识别方法的流程图；图2是根据本专利技术第二个实施例的感兴趣场景识别方法的流程图；图3是根据本专利技术第三个实施例的感兴趣场景识别方法的流程图；图4是根据本专利技术一个实施例的感兴趣场景识别方法的应用场景示意图；图5是根据本专利技术一个实施例的感兴趣场景识别系统的结构示意图；以及图6是根据本专利技术另一个实施例的感兴趣场景识别系统的结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参考附图描述本专利技术实施例的感兴趣场景识别方法和系统。图1是根据本专利技术第一个实施例的感兴趣场景识别方法的流程图，如图1所示，该方法包括：步骤101，在多媒体信息播放过程中，获取观看用户的实时生理反应信号。其中，生理反应信号可以包括皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合，在此不作限制，另外上述多媒体信息包括音视频播放信息等，比如，电影、电视剧、舞台剧等。具体地，在本专利技术的实施例中，可通过生理反应信号采集设备采集观看用户的生理反应信号，其中，根据应用场景的不同，生理反应信号采集设备可以为不同的设备，比如，可以为包含生理反应信号传感器的腕带、帽子、手套、项链、脸部贴纸等能直接接触到的观看用户皮肤进而检测到观看用户的生理反应信号的设备。步骤102，根据观看用户的实时生理反应信号确定观看用户的实时专注度。其中，在不同的应用场景下，观看用户的专注度可以以具体的数值表示，比如以百分制中的数字表示，数值越大代表观看用户越专注，比如以等级制度中的等级表示，等级越大代表观看用户越专注，又比如以具体的符号标志(星星符号、花朵符号、心形符号等)的数量来表示，符号数量越多代表观看用户越专注。可以理解，观看用户的生理反应信号会真实的反应多媒体信息的播放效果，比如，当生理反应信号包括皮肤电导信号时，皮肤会对电流或者电压呈现一定的电阻，而电阻的大小会随着情绪变化而变化，通常，在较为轻松的状态下，或者多媒体信息不能引起观看用户的兴趣，观看用户在走神时，人体皮肤的电阻较大，从而皮肤电导信号较低，在精神集中时，观看用户可能当前正在专注的观看多媒体信息，人体皮肤的电阻较小，从而人体皮肤电导信号较高，这是由于交感和副交感神经根据大脑的认知状态的变化进行拮抗式的调节，而交感和副交感神经的活动会影响皮肤电阻。又比如，当生理反应信号包括心率信号时，如果观看用户的心率波动较小，则表明观看用户越是专注于当前播放的多媒体信息，如果观看用户的心率变化比较大，则表明对当前播放的多媒体信息越是不专注。需要说明的是，在不同的应用场景下，可采用不同的方式实现根据观看用户的生理反应信号确定观看用户的实时专注度，示例说明如下：第一种示例：在本示例中，预先根据大量实验数据，获取并存储专注度和生理反应信号的对应关系，从而，在获取生理反应信号后，查询上述对应关系，以获取匹配的观看用户的实时专注度。第二种示例：预先根据大量实验数据，构造生理反应信号的深层网络模型，该模型的输入为生理反应信号，输出为观看用户的专注度，从而，将获取的观看用户的生理反应信号输入该深层网络模型，得到输出的观看用户的实时专注度。第三种示例：在本示例中，如图2所示，上述步骤102包括：步骤201，根据预设策略分析观看用户的实时生理反应信号，并提取与观看用户的实时专注特征信息。应当理解的是，在不同的应用场景下，上述分析观看用户的实时生理反应信号的预设策略不同，从而提取到的观看用户的实时专注特征信息不同：作为一种可能的实现方式，专注特征信息为专注次数，则可以检测生理反应信号大于预设阈值的次数提取专注次数。举例而言，当生理反应信号为皮肤电导信号时，由于在实际应用中，观看用户对当前播放的多媒体信息越专注，则观看用户的脑神经活动越丰富,受到表演内容的刺激以及交感神经活动的影响，会使得皮肤表面的导电度改变(其成因与交感神经和汗腺活动度有关)，精神状态越专注，皮肤电导越大，根据此原理从而检测获知的皮肤电导信号越大。举例而言，当生理反应信号为眼动信号时，由于在实际应用中，比如，在观看电影时，观看用户对当前播放的多媒体信息越专注，则观看用户的眼睛越是会随着电影画面而本文档来自技高网...

【技术保护点】
1.一种感兴趣场景识别方法，其特征在于，包括以下步骤：在多媒体信息播放过程中，获取观看用户的实时生理反应信号；根据所述观看用户的实时生理反应信号确定所述观看用户的实时专注度；根据所述多媒体信息中预设的场景类型标签，提取与同一场景类型对应的多媒体信息片段集合，根据与所述多媒体信息片段集合对应的实时专注度，获取与不同场景类型对应的兴趣评分；根据所述与不同场景类型对应的兴趣评分确定所述观看用户感兴趣的场景类型。

【技术特征摘要】
1.一种感兴趣场景识别方法，其特征在于，包括以下步骤：在多媒体信息播放过程中，获取观看用户的实时生理反应信号；根据所述观看用户的实时生理反应信号确定所述观看用户的实时专注度；根据所述多媒体信息中预设的场景类型标签，提取与同一场景类型对应的多媒体信息片段集合，根据与所述多媒体信息片段集合对应的实时专注度，获取与不同场景类型对应的兴趣评分；根据所述与不同场景类型对应的兴趣评分确定所述观看用户感兴趣的场景类型。2.如权利要求1所述的方法，其特征在于，所述生理反应信号，包括：皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合。3.如权利要求1所述的方法，其特征在于，所述根据所述观看用户的实时生理反应信号确定所述观看用户的实时专注度，包括：根据预设策略分析所述观看用户的实时生理反应信号，并提取与所述观看用户的实时专注特征信息；应用预设算法对所述观看用户的实时专注特征信息进行计算，获取所述观看用户的实时专注度。4.如权利要求3所述的方法，其特征在于，所述根据预设策略分析所述观看用户的实时生理反应信号，并提取与所述观看用户的实时专注特征信息，包括：检测所述实时生理反应信号大于预设阈值的次数提取专注次数；和/或，检测所述实时生理反应信号大于预设阈值的时间提取专注时间；和/或，检测所述实时生理反应信号大于预设阈值的幅度提取专注强度。5.如权利要求1所述的方法，其特征在于，在所述根据所述与不同场景类型对应的兴趣评分确定所述观看用户感兴趣的场景类型之后，还包括：向所述观看用户推荐与所述感兴趣的场景类型对应的多媒体信息。6.如权利要求1...

【专利技术属性】
技术研发人员：王曦光，王勇，王晨，朱昕彤，王真峥，杨育松，鞠靖，杨昊，
申请(专利权)人：新华网股份有限公司，
类型：发明
国别省市：北京,11