本申请一些实施例提供一种基于学习行为的视频定位装置及方法，涉及人工智能技术领域，所述方法可以获取目标区域的笔迹数据。其中，笔迹数据包括特征笔输入的驱动轨迹以及驱动轨迹的发生时间。再对驱动轨迹执行特征识别，并在驱动轨迹为模板轨迹时，将发生时间与目标视频关联，以及按照发生时间检测目标视频的子数据流。提取子数据流的目标文本，并根据发生时间及目标文本对目标视频执行切片处理，以生成目标切片视频。再向用户终端推送目标切片视频。所述方法通过在目标区域中输入特定的驱动轨迹，可实现目标视频的自动定位及切片过程，进而提高目标视频的定位效率。进而提高目标视频的定位效率。进而提高目标视频的定位效率。
【技术实现步骤摘要】
一种基于学习行为的视频定位装置及方法
[0001]本申请涉及人工智能
，尤其涉及一种基于学习行为的视频定位装置及方法。
技术介绍
[0002]在课堂学习的过程中，授课教师会按照课程安排依次对知识点进行实时讲解，使学生可以通过讲解内容掌握各个知识点。但是，在课堂学习的过程中，学生还可能会由于讲解进度快、走神等问题导致无法及时掌握知识点的情况。
[0003]因此，为了使学生可以对课堂内容进行巩固，授课教师还可以对课堂进行常态化录播，将讲解内容录制为课堂视频的形式，一节课堂则对应一段课堂视频。这样，学生则可以通过回放课堂视频的方式，对知识点的讲解内容进行回顾。
[0004]但是，一段课堂视频会对应有多个知识点内容，学生则需要在课堂视频中对未掌握的知识点进行手动检索。而反复进行手动检索会消耗较长的时间，不易于对特定的知识点进行定位，导致课堂视频的知识点定位效率降低。
技术实现思路
[0005]本申请提供一种基于学习行为的视频定位装置及方法，以解决课堂视频中知识点定位效率低的问题。
[0006]第一方面，本申请一些实施例提供一种基于学习行为的视频定位装置，包括特征笔、手写本与处理器。其中，所述特征笔被配置为输入笔迹数据；所述手写本被配置为接收所述笔迹数据，且所述手写本包括目标区域；所述处理器被配置为：获取所述目标区域的笔迹数据，所述笔迹数据包括所述特征笔输入的驱动轨迹以及所述驱动轨迹的发生时间；对所述驱动轨迹执行特征识别；在所述驱动轨迹为模板轨迹时，将所述发生时间与目标视频关联，以及按照所述发生时间检测所述目标视频的子数据流；提取所述子数据流的目标文本；根据所述发生时间及所述目标文本对所述目标视频执行切片处理，以生成目标切片视频；向用户终端推送所述目标切片视频。
[0007]可选的，所述手写本包括非目标区域；所述处理器执行获取目标区域的笔迹数据，被配置为：解析所述笔迹数据对应的点码文件，所述点码文件包括页码标识、区域标识及点阵图案；如果所述区域标识为目标区域标识，则标记所述笔迹数据为目标区域的笔迹数据，以及提取所述目标区域的笔迹数据；如果所述区域标识为非目标区域标识，则标记所述笔迹数据为非目标区域的笔迹数据。
[0008]可选的，所述处理器执行对所述驱动轨迹执行特征识别，被配置为：提取所述驱动
轨迹的特征向量；通过识别模型计算所述驱动轨迹与所述模板轨迹的相似度；如果所述相似度大于或等于相似度阈值，标记所述驱动轨迹为模板轨迹；如果所述相似度小于所述相似度阈值，标记所述驱动轨迹为非模板轨迹，以及删除所述非模板轨迹对应的笔迹数据。
[0009]可选的，所述处理器执行提取所述子数据流的目标文本，被配置为：提取所述子数据流的音频数据；将所述音频数据转换为语言文本；基于自然语言处理算法提取所述语言文本的关键词；将所述关键词与预设的模板关键词匹配，以生成所述目标文本；所述目标文本包括与所述模板关键词内容相同的所述关键词。
[0010]可选的，所述处理器执行根据所述发生时间及所述目标文本对所述目标视频执行切片处理，被配置为：检测切片时间阈值；计算切片时间点，所述切片时间点为比所述发生时间早所述切片时间阈值的时间点；按照所述切片时间点与所述发生时间分割所述目标视频，以生成所述目标切片视频；所述目标切片视频的起始时间为所述切片时间点，所述目标切片视频的结束时间为所述发生时间；建立所述目标文本与所述目标切片视频的关联关系。
[0011]可选的，所述处理器执行根据所述发生时间及所述目标文本对所述目标视频执行切片处理，被配置为：获取所述目标视频的目标数据流；提取所述目标数据流中的音频数据与视频数据；将所述音频数据转换为语言文本；提取所述视频数据的画面帧，以及识别所述画面帧中的语言文本；将所述语言文本包括所述目标文本的音频数据，和/或，所述语言文本包括所述目标文本的视频数据分隔为所述目标切片视频；建立所述目标文本与所述目标切片视频的关联关系。
[0012]可选的，所述处理器还被配置为：根据所述目标文本查询关联视频，所述关联视频为包括所述目标文本标签的视频；在推送所述目标切片视频时，向所述用户终端推送所述关联视频。
[0013]可选的，所述处理器还被配置为：检测所述目标视频及所述关联视频的播放频次；根据所述播放频次设置所述目标切片视频与所述关联视频的排列优先级，所述排列优先级与所述播放频次呈正比例关系；按照所述排列优先级的顺序向所述用户终端推送所述目标切片视频与所述关联视频。
[0014]可选的，所述装置还包括摄像头，所述摄像头被配置为采集目标人物的目标图像；所述处理器被配置为：控制所述摄像头捕捉所述目标图像的人脸特征；基于所述人脸特征识别所述目标人物的身份信息；根据所述身份信息查询所述目标视频的类别标签；建立所述类别标签与所述目标视频的关联关系。
[0015]第二方面，本申请一些实施例还提供一种基于学习行为的视频定位方法，包括：获取目标区域的笔迹数据，所述笔迹数据包括特征笔输入的驱动轨迹以及所述驱动轨迹的发生时间；对所述驱动轨迹执行特征识别；在所述驱动轨迹为模板轨迹时，将所述发生时间与目标视频关联，以及按照所述发生时间检测所述目标视频的子数据流；提取所述子数据流的目标文本；根据所述发生时间及所述目标文本对所述目标视频执行切片处理，以生成目标切片视频；
向用户终端推送所述目标切片视频。
[0016]由以上技术方案可知，本申请一些实施例提供的基于学习行为的视频定位装置及方法，所述方法可以获取目标区域的笔迹数据。其中，笔迹数据包括特征笔输入的驱动轨迹以及驱动轨迹的发生时间。再对驱动轨迹执行特征识别，并在驱动轨迹为模板轨迹时，将发生时间与目标视频关联，以及按照发生时间检测目标视频的子数据流。提取子数据流的目标文本，并根据发生时间及目标文本对目标视频执行切片处理，以生成目标切片视频。再向用户终端推送目标切片视频。所述方法通过在目标区域中输入特定的驱动轨迹，可实现目标视频的自动定位及切片过程，进而提高目标视频的定位效率。
附图说明
[0017]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本申请一些实施例提供的特征笔的内部结构剖视图；图2为本申请一些实施例提供的基于学习行为的视频定位装置的架构图；图3为本申请一些实施例提供的基于学习行为的视频定位方法的流程示意图；图4为本申请一些实施例提供的一种手写本的效果示意图；图5为本申请一些实施例提供的对驱动轨迹执行特征识别的流程示意图；图6为本申请一些实施例提供的具有摄像头的频定位装置的结构示意图；图7为本申请一些实施例提供的基于切片时间阈值执行切片处理的流程示意图；图8为本申请一些实施例提供的基于语言文本执行切片处理的流程示意图。
具体实施方式
[0本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于学习行为的视频定位装置，其特征在于，包括：特征笔，被配置为输入笔迹数据；手写本，所述手写本被配置为接收所述笔迹数据，且所述手写本包括目标区域；处理器，被配置为：获取所述目标区域的笔迹数据，所述笔迹数据包括所述特征笔输入的驱动轨迹以及所述驱动轨迹的发生时间；对所述驱动轨迹执行特征识别；在所述驱动轨迹为模板轨迹时，将所述发生时间与目标视频关联，以及按照所述发生时间检测所述目标视频的子数据流；提取所述子数据流的目标文本；根据所述发生时间及所述目标文本对所述目标视频执行切片处理，以生成目标切片视频；向用户终端推送所述目标切片视频。2.根据权利要求1所述的基于学习行为的视频定位装置，其特征在于，所述手写本包括非目标区域；所述处理器执行获取目标区域的笔迹数据，被配置为：解析所述笔迹数据对应的点码文件，所述点码文件包括页码标识、区域标识及点阵图案；如果所述区域标识为目标区域标识，则标记所述笔迹数据为目标区域的笔迹数据，以及提取所述目标区域的笔迹数据；如果所述区域标识为非目标区域标识，则标记所述笔迹数据为非目标区域的笔迹数据。3.根据权利要求1所述的基于学习行为的视频定位装置，其特征在于，所述处理器执行对所述驱动轨迹执行特征识别，被配置为：提取所述驱动轨迹的特征向量；通过识别模型计算所述驱动轨迹与所述模板轨迹的相似度；如果所述相似度大于或等于相似度阈值，标记所述驱动轨迹为模板轨迹；如果所述相似度小于所述相似度阈值，标记所述驱动轨迹为非模板轨迹，以及删除所述非模板轨迹对应的笔迹数据。4.根据权利要求1所述的基于学习行为的视频定位装置，其特征在于，所述处理器执行提取所述子数据流的目标文本，被配置为：提取所述子数据流的音频数据；将所述音频数据转换为语言文本；基于自然语言处理算法提取所述语言文本的关键词；将所述关键词与预设的模板关键词匹配，以生成所述目标文本；所述目标文本包括与所述模板关键词内容相同的所述关键词。5.根据权利要求1所述的基于学习行为的视频定位装置，其特征在于，所述处理器执行根据所述发生时间及所述目标文本对所述目标视频执行切片处理，被配置为：检测切片时间阈值；计算切片时间点，所述切片时间点为比所述发生时间早所述切片时间阈值的时间点；
按照所述切片时间点与所述发生...
【专利技术属性】
技术研发人员：周印伟，殷述军，
申请(专利权)人：青岛罗博数码科技有限公司，
类型：发明
国别省市：
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。