CN107705230A - 一种基于视频中的内容进行学习的方法 - Google Patents

一种基于视频中的内容进行学习的方法 Download PDF

Info

Publication number
CN107705230A
CN107705230A CN201710903831.3A CN201710903831A CN107705230A CN 107705230 A CN107705230 A CN 107705230A CN 201710903831 A CN201710903831 A CN 201710903831A CN 107705230 A CN107705230 A CN 107705230A
Authority
CN
China
Prior art keywords
video
user
watching
belonging
learnt
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710903831.3A
Other languages
English (en)
Inventor
张景飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing One State Science And Technology Co Ltd
Original Assignee
Beijing One State Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing One State Science And Technology Co Ltd filed Critical Beijing One State Science And Technology Co Ltd
Priority to CN201710903831.3A priority Critical patent/CN107705230A/zh
Publication of CN107705230A publication Critical patent/CN107705230A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7834—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using audio features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于视频中的内容进行学习的方法，能够提供用户的学习兴趣。所述方法包括：获取用户正在观看的视频所属的节目信息，其中，所述节目信息包括：节目名称及集数，所述节目信息用于确定用户正在观看的视频所包含的节目内容；将用户正在观看的视频所包含的节目内容与预先存储在数据库中和/或互联网上相关的知识点和/或练习进行关联；将关联的知识点和/或练习进行展示，以便用户根据展示的知识点进行学习，和/或根据展示的练习做相应的练习。本发明适用于基于视频内容进行学习的场景。

Description

一种基于视频中的内容进行学习的方法
技术领域
本发明涉及通信领域，特别是指一种基于视频中的内容进行学习的方法。
背景技术
目前，很多孩子爱看视频，例如，电视剧视频、电影视频等，但是因为应试的压力以及很多视频与应试教育无关联，家长常常限制孩子看视频的行为，即使是一些知识性节目，例如，少儿英语、动物世界、人与自然等，家长依然认为会影响孩子的学习成绩；有的视频节目是讲解应试教育课本或者讲解应试试题的，但是只是单纯地把线下的课堂搬到了网上或者电视上，无法提高学生的学习兴趣。
发明内容
本发明要解决的技术问题是提供一种基于视频中的内容进行学习的方法，以解决现有技术所存在的视频与应试教育内容无关、及学生对应试教育类视频不感兴趣的问题。
为解决上述技术问题，本发明实施例提供一种基于视频中的内容进行学习的方法，包括：
获取用户正在观看的视频所属的节目信息，其中，所述节目信息包括：节目名称及集数，所述节目信息用于确定用户正在观看的视频所包含的节目内容；
将用户正在观看的视频所包含的节目内容与预先存储在数据库中和/或互联网上相关的知识点和/或练习进行关联；
将关联的知识点和/或练习进行展示，以便用户根据展示的知识点进行学习，和/或根据展示的练习做相应的练习。
进一步地，所述视频包括：电视视频、网络视频和/或电影视频；
所述获取用户正在观看的视频所属的节目信息包括：
利用语音识别技术，识别用户正在观看的视频中的语音信息，根据识别出的语音信息，从预先设置的数据库或互联网上获取到用户正在观看的视频所属的节目名称及所属的集数；或，
根据用户通过语音输入的其当前正在观看的视频所属的节目名称及所属的集数，得到用户正在观看的视频所属的节目名称及所属的集数。
进一步地，所述视频包括：电视视频、网络视频和/或电影视频；
所述获取用户正在观看的视频所属的节目信息包括：
获取用户正在观看的视频的整个或者局部视频画面；
根据获取的视频画面，利用图像识别技术，识别用户正在观看的视频所属的节目名称及所属的集数，其中，所述视频画面包括：电视、电影、网络视频画面中的人物及情节。
进一步地，所述获取用户正在观看的视频所属的节目信息包括：
若用户在电视机上观看视频，获取电视画面中的电视台标识；
根据获取的电视画面中的电视台标识，利用图像识别技术，识别用户正在观看的视频所属的电视台；
获取当前时间，根据获取的当前时间及用户正在观看的视频所属的电视台，查询预先设置在数据库中的电视节目预告表或互联网上的电视节目预告表，得到用户正在观看的视频所属的电视台、所属的节目名称及所属的集数。
进一步地，所述获取用户正在观看的视频所属的节目信息包括：
扫描视频画面提供的条形码或者二维码；
根据扫描得到的条形码或者二维码，得到用户正在观看的视频所属的电视台、所属的节目名称、所属的集数的一种或多种。
进一步地，所述获取用户正在观看的视频所属的节目信息包括：
若用户在电视机上观看视频，接收用户输入或选择的正在观看的视频所属的电视台；
获取当前时间，根据输入或选择的电视台及获取的当前时间，查询预先设置在数据库中的电视节目预告表或互联网上的电视节目预告表，得到用户正在观看的视频所属的电视台、所属的节目名称及所属的集数；或，
若用户在电影院观看视频，接收用户输入或选择的正在观看的电影所属的电影院、厅号；获取当前时间，根据输入或选择的电影院、厅号及获取的当前时间，查询预先设置在数据库中的电影播放时间表或互联网上的电影播放时间表，得到用户正在观看的电影名称。
进一步地，所述获取用户正在观看的视频所属的节目信息包括：
若用户正在观看的视频只有一集，则接收用户输入或者选择的当前正在观看的视频所属的节目名称；
若用户正在观看的视频有多集，则接收用户输入或者选择的当前正在观看的视频所属的节目名称，及所属的集数。
进一步地，所述方法还包括：
若用户在电视机上观看视频，从机顶盒获取用户正在观看的视频所包含的节目内容。
进一步地，所述方法还包括：
若电视机装有操作系统和/或播放软件，则基于所述电视机安装的操作系统和/或播放软件，获取用户正在观看的视频所包含的节目内容。
进一步地，所述方法还包括：
若用户正在观看的是网络视频，则利用视频播放软件获取用户正在观看的视频所包含的节目内容。
本发明的上述技术方案的有益效果如下：
上述方案中，获取用户正在观看的视频所属的节目信息，其中，所述节目信息包括：节目名称及集数，所述节目信息用于确定用户正在观看的视频所包含的节目内容；将用户正在观看的视频所包含的节目内容与预先存储在数据库中和/或互联网上相关的知识点和/或练习进行关联；将关联的知识点和/或练习进行展示，以便用户根据展示的知识点进行学习，和/或根据展示的练习做相应的练习。这样，能够使得用户在看视频的娱乐活动中，对展示的相关的知识点进行学习，和/或根据展示的练习做相应的练习，从而使得用户在兴趣中进行学习，会让相关的知识点或者练习记忆更加深刻，有助于提高成绩。
附图说明
图1为本发明实施例提供的基于视频中的内容进行学习的方法的流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明针对现有的视频与应试教育内容无关、及学生对应试教育类视频不感兴趣的问题，提供一种基于视频中的内容进行学习的方法。
本实施例中，为了更好的理解本发明，先对移动终端、智能穿戴设备、云计算与云服务器、语音识别技术、图像识别技术、二维码、操作系统进行简单的说明：
1、移动终端
移动终端是指可上互联网的手机或者具有上互联网功能的智能手机以及平板电脑等，可以通过Wifi或者3G/4G卡等方式上互联网，并有拍照功能。
2、智能穿戴设备
智能穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。智能穿戴设备不仅仅是一种硬件设备，更是通过软件支持以及数据交互、云端交互来实现强大的功能，智能穿戴设备将会对我们的生活、感知带来很大的转变。
3、云计算与云服务器
云计算与云服务器是继1980年代大型计算机到甲的客户端-服务器的大转变之后的又一种巨变。云计算(Cloud Computing)是分布式计算(Distributed Computing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、网络存储(Network StorageTechnologies)、虚拟化(Virtualization)、负载均衡(Load Balance)、热备份冗余(HighAvailable)等传统计算机和网络技术发展融合的产物。
云服务器是一种类似虚拟专用服务器(Virtual Private Server，VPS)的虚拟化技术，VPS是采用虚拟化软件在一台服务器上虚拟出多个类似独立服务器的部分，每个部分都可以做单独的操作系统，管理方法同服务器一样(所以本发明也兼容老的物理服务器的运行方式)。管理方式比物理服务器更简单高效。用户无需提前购买硬件，即可迅速创建或释放任意多台云服务器。云服务器快速构建更稳定、安全的应用，降低开发运维的难度和整体信息技术(InformationTechnology，IT)成本。
云服务器是在一组集群服务器上虚拟出多个类似独立服务器的部分，集群中每个服务器上都有云服务器的一个镜像，从而大大提高了虚拟服务器的安全稳定性，除非所有的集群内服务器全部出现问题，云服务器才会无法访问。
传统的服务器(或者称物理服务器)是具有独立的中央处理器(CentralProcessing Unit，CPU)、内存条、硬盘，存储的数据安全性不高，硬盘的浪费率比较高，在应用方面应用有局限性，如果有新的应用，那只能再买一台了，这样造成了服务器严重的浪费，对于一些中小企业而言是不可低估的。
4、语音识别技术
语音识别技术也被称为自动语音识别(Automatic Speech Recognition，ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
语音识别技术的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，可以构建出更加复杂的应用，例如语音到语音的翻译。语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。
“声印码”技术，是语音识别技术的一种，将声音编码及此编码对特定音视频内容“打”印记的技术。与二维码相似的是，“声印码”所代表的可以是一段资讯、一个URL链接等等；
5、图像识别技术
图像识别技术是人工智能的一个重要领域。它是指对图像进行对象识别，以识别各种不同模式的目标和对像的技术。
图像识别技术可以以图像的主要特征为基础进行识别。每个图像都有它的特征，如字母A有个尖，P有个圈、而Y的中心有个锐角等。对图像识别时眼动的研究表明，视线总是集中在图像的主要特征上，也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方，这些地方的信息量最大。而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。由此可见，在图像识别过程中，知觉机制必须排除输入的多余信息,抽出关键的信息。同时,在大脑里必定有一个负责整合信息的机制，它能把分阶段获得的信息整理成一个完整的知觉映象。
6、二维码
二维码又称QR Code，QR全称Quick Response，是一个近几年来移动设备上超流行的一种编码方式，它比传统的Bar Code条形码能存更多的信息，也能表示更多的数据类型。二维条码/二维码(2-dimensional bar code)是用某种特定的几何图形按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理：它具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度；具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化点。
7、操作系统
操作系统(Operating System，OS)是管理和控制硬件与软件资源的计算机程序，是直接运行在“裸机”上的最基本的系统软件，任何其他软件都必须在操作系统的支持下才能运行。操作系统是用户和计算机的接口，同时也是计算机硬件和其他软件的接口。操作系统的功能包括管理计算机系统的硬件、软件及数据资源，控制程序运行，改善人机界面，为其它应用软件提供支持，让计算机系统所有资源最大限度地发挥作用，提供各种形式的用户界面，使用户有一个好的工作环境，为其它软件的开发提供必要的服务和相应的接口等。实际上，用户是不用接触操作系统的，操作系统管理着计算机硬件资源，同时按照应用程序的资源请求，分配资源，如：划分CPU时间，内存空间的开辟，调用打印机等。
大型机与嵌入式系统使用很多样化的操作系统，目前大部分移动终端采用嵌入式设计。随着智能手机的发展，Android和iOS已经成为目前最流行的两大手机操作系统。
如图1所示，本发明实施例提供的基于视频中的内容进行学习的方法,包括：
S101，获取用户正在观看的视频所属的节目信息，其中，所述节目信息包括：节目名称及集数，所述节目信息用于确定用户正在观看的视频所包含的节目内容；
S102，将用户正在观看的视频所包含的节目内容与预先存储在数据库中和/或互联网上相关的知识点和/或练习进行关联；
S103，将关联的知识点和/或练习进行展示，以便用户根据展示的知识点进行学习，和/或根据展示的练习做相应的练习。
本发明实施例所述的基于视频中的内容进行学习的方法，获取用户正在观看的视频所属的节目信息，其中，所述节目信息包括：节目名称及集数，所述节目信息用于确定用户正在观看的视频所包含的节目内容；将用户正在观看的视频所包含的节目内容与预先存储在数据库中和/或互联网上相关的知识点和/或练习进行关联；将关联的知识点和/或练习进行展示，以便用户根据展示的知识点进行学习，和/或根据展示的练习做相应的练习。这样，能够使得用户在看视频的娱乐活动中，对展示的相关的知识点进行学习，和/或根据展示的练习做相应的练习，从而使得用户在兴趣中进行学习，会让相关的知识点或者练习记忆更加深刻，有助于提高成绩。
为了实现本实施例所述的基于视频中的内容进行学习的方法，需要一套与之对应的系统，所述系统包括：甲的客户端与服务端；所述甲的客户端可以安装在用户的移动终端(例如，智能手机)、智能穿戴设备或者电脑中，所述甲的客户端主要包括：识别模块、关联模块、学习模块；所述甲的客户端的工作流程可以包括：
首先，可以通过识别模块获取用户正在观看的视频所属的节目信息，其中，所述节目信息包括：节目名称及集数，所述节目信息用于确定用户正在观看的视频所包含的节目内容；
接着，可以通过关联模块将用户正在观看的视频所包含的节目内容发送到学习模块，学习模块从预设的数据库或者互联网上调出相关的应试教育知识点和/或练习；
最后，将关联的知识点和/或练习进行展示，以便用户根据展示的知识点进行学习，和/或根据展示的练习做相应的练习。
在用户的移动终端、智能穿戴设备或者电脑中安装所述甲的客户端后，用户在看视频的娱乐活动中，所述甲的客户端可以将学习模块中预先存储的相关的应试教育(或者职业教育)的知识点或练习与当前所看的视频内容进行关联，从而实现孩子在看视频的娱乐活动中，能通过学习模块进行学习，提高应试教育(或者职业教育)的成绩，寓教于乐。
本实施例中，所述服务端可以运行在物理服务器或者云服务器上，还可以运行在物理服务器和云服务器的混合模式上。
在前述基于视频中的内容进行学习的方法的具体实施方式中，进一步地，所述视频包括：电视视频、网络视频和/或电影视频。
本实施例中，所述视频包括但不限于：电视视频、网络视频和/或电影视频，在实际应用中，根据实际情况确定。本实施例中，所述电影视频为电影院播放的电影视频；所述电视视频可以包括但不限于电视机上播放的电视剧视频、电影视频及综艺视频等；所述网络视频可以包括但不限于智能终端上播放的电视剧视频、电影视频及综艺视频等。
本实施例中，对于电视剧而言，节目名称指电视剧的名称；对于电影而言，节目名称指电影的名称；对于综艺而言，节目名称指综艺的名称。
《西游记》是学生收视率很高的一部电视剧，每年多个电视台会循环播放，本实施例中，以观看电视剧《西游记》为例，对本发明实施例提供的基于视频中的内容进行学习的方法进行说明：
假如，学生甲是个初中学生，喜欢看电视。甲打开电视，看电视1台正在直播的《西游记》第一集。同时他的父母和他约定，每天观看西游记的同时也要学习，于是他的移动终端(例如，智能手机)也安装了甲的客户端。
甲的客户端的识别模块可以通过以下的1种或者多种识别方案，识别出甲看的视频内容。
第一种识别方案：
利用语音识别技术，识别甲正在观看的电视剧中语音的具体内容，例如，识别出“俺老孙来也”“石头里出来个猴子”等语言，根据这些具体的语言通过预先设置的数据库或者互联网查找与比对，识别出是《西游记》第一集。具体的：例如，利用语音识别中的“声印码”技术，通过“俺老孙来也”“石头里出来个猴子”等语言，识别出用户正在观看《西游记》第一集。或者，
甲对着移动终端说“我在看《西游记》第一集”，识别模块识别出甲正在观看《西游记》第一集。第一种识别方案不仅适用于电视视频，也适用于网络视频。
本实施例中，作为一可选实施例，所述视频包括：电视视频、网络视频和/或电影视频；
所述获取用户正在观看的视频所属的节目信息包括：
利用语音识别技术，识别用户正在观看的视频中的语音信息，根据识别出的语音信息，从预先设置的数据库或互联网上获取到用户正在观看的视频所属的节目名称及所属的集数；或，
根据用户通过语音输入的其当前正在观看的视频所属的节目名称及所属的集数，得到用户正在观看的视频所属的节目名称及所属的集数。
第二种识别方案：
获取用户正在观看的视频的整个视频画面；根据获取的整个视频画面，利用图像识别技术，识别出孙悟空出世等人物和情节，从而定位甲正在观看电视1台的《西游记》第一集。
第二种识别方案不仅适用于电视视频，也适用于网络视频。
本实施例中，作为又一可选实施例，所述视频包括：电视视频、网络视频和/或电影视频；
所述获取用户正在观看的视频所属的节目信息包括：
获取用户正在观看的视频的整个或者局部视频画面；
根据获取的视频画面，利用图像识别技术，识别用户正在观看的视频所属的节目名称及所属的集数，其中，所述视频画面包括：电视、电影、网络视频画面中的人物及情节。
第三种识别方案：
每个电视台都会在左上或者右上标识，若用户在电视机上观看视频，获取电视画面中的电视台标识，根据获取的电视画面中的电视台标识，通过图像识别技术，识别出是电视1台，并且甲的客户端获取移动终端的当前时间，与预先设置在数据库中的电视节目预告表或者互联网上的电视节目预告表进行比对和查找，从而定位甲正在观看电视1台的《西游记》第一集。
本实施例中，作为再一可选实施例，所述获取用户正在观看的视频所属的节目信息包括：
若用户在电视机上观看视频，获取电视画面中的电视台标识；
根据获取的电视画面中的电视台标识，利用图像识别技术，识别用户正在观看的视频所属的电视台；
获取当前时间，根据获取的当前时间及用户正在观看的视频所属的电视台，查询预先设置在数据库中的电视节目预告表或互联网上的电视节目预告表，得到用户正在观看的视频所属的电视台、所属的节目名称及所属的集数。
第四种识别方案：
若用户在电视机上观看视频，可以用移动终端扫描视频画面提供的条形码或者二维码(或者二维码的升级替代品)等等，识别出正在播放《西游记》第一集。
本实施例中，作为一可选实施例，所述获取用户正在观看的视频所属的节目信息包括：
扫描视频画面提供的条形码或者二维码；
根据扫描得到的条形码或者二维码，得到用户正在观看的视频所属的电视台、所属的节目名称、所属的集数的一种或多种。
第五种识别方案：
甲在客户端输入或者选择电视1台，且客户端会从移动终端获取当前时间，与预先设置在数据库中的电视节目预告表或者互联网上的电视节目预告表进行比对和查找，从而定位甲正在观看电视1台的《西游记》第一集。
本实施例中，作为又一可选实施例，所述获取用户正在观看的视频所属的节目信息包括：
若用户在电视机上观看视频，接收用户输入或选择的正在观看的视频所属的电视台；获取当前时间，根据输入或选择的电视台及获取的当前时间，查询预先设置在数据库中的电视节目预告表或互联网上的电视节目预告表，得到用户正在观看的视频所属的电视台、所属的节目名称及所属的集数；或，
若用户在电影院观看视频，接收用户输入或选择的正在观看的电影所属的电影院、厅号；获取当前时间，根据输入或选择的电影院、厅号及获取的当前时间，查询预先设置在数据库中的电影播放时间表或互联网上的电影播放时间表，得到用户正在观看的电影名称；或，
若用户正在观看的视频只有一集，则接收用户输入或者选择的当前正在观看的视频所属的节目名称；或，
若用户正在观看的视频有多集，则接收用户输入或者选择的当前正在观看的视频所属的节目名称，及所属的集数。
第六种识别方案：
从机顶盒获取用户正在观看的视频所包含的节目内容，例如：机顶盒将正在直播的《西游记》第一集的内容直接发送到甲的客户端，或者机顶盒将正在播放《西游记》第一集的节目内容发送到服务端，服务端将节目内容转发到甲的客户端。或者机顶盒将正在回放《西游记》第一集的节目内容直接发送到甲的客户端，或者机顶盒将正在回放《西游记》第一集的节目内容发送到服务端，服务端将节目内容转发到甲的客户端。
或者，有的机顶盒具有手机遥控的功能，也可以通过获取手机遥控的信息，或者获取机顶盒遥控程序中的信息，定位甲在观看《西游记》第一集的节目内容。
或者，有的机顶盒是安卓等操作系统，通过操作系统或者播放软件获取播放《西游记》第一集的节目内容。机顶盒的种类众多，不再一一举例。
本实施例中，作为再一可选实施例，所述方法还包括：
若用户在电视机上观看视频，从机顶盒获取用户正在观看的视频所包含的节目内容。
第七种识别方案：
从电视机获取用户正在观看的视频所包含的节目内容，例如：有的电视是安卓系统，具有WIFI功能，可以从电视的操作系统或者播放软件获取甲在观看《西游记》第一集的节目内容，然后通过WIFI传输回甲的客户端。电视机的种类众多，不再一一举例。
本实施例中，作为又一可选实施例，所述方法还包括：
若电视机装有操作系统和/或播放软件，则基于所述电视机安装的操作系统和/或播放软件，获取用户正在观看的视频所包含的节目内容。
第八种识别方案：
如果甲在看网络视频，优选地，则甲的客户端可以从视频播放软件获取甲正在观看的《西游记》第一集的节目内容是最好的方案。
本实施例中，作为又一可选实施例，所述方法还包括：
若用户正在观看的是网络视频，则利用视频播放软件获取用户正在观看的视频所包含的节目内容。
需要说明的是，随着技术的发展，如果识别方案有升级，则本实施例中的识别模块也做相应的升级。
关联模块将用户正在观看《西游记》第一集的节目内容进行加工或者不加工成计算机语言，发送到学习模块进行相关知识点和/或练习的关联，具体的：通过学习模块从预设的数据库或者互联网上调出相关的应试教育知识点和/或练习(或者职业教育知识点和/或练习)，知识点和/或练习可以是语文、数学、外语、历史、生物、化学、物理、百科知识、职业教育题等等。可以分小学、初中、高中等各个学习阶段，或者不分阶段。
经过关联模块的关联，甲的客户端则可以展示学习模块获取的对应的知识点和练习，例如，其中一个展示方法是：当甲看完或者看《西游记》第一集过程中，可以从甲的客户端学习到例如如下知识：
The sun Wukong is a monkey孙悟空是猴子。
The sun Wukong jumped out of the stone and came out孙悟空从石头里蹦出来。
其中，monkey、stone、jump out of、come out、a和the的应用等等均是应试教育的内容。
这种学习方法，比甲看枯燥的英语课本，会更加有趣，更加有效。
当然除了外语，也可以关联其他学科的学习内容，例如关联化学知识：孙悟空从石头蹦出来，如果该石头是大理石，请问大理石的主要成分是什么？
例如关联物理知识：花果山的瀑布，在雨后出现了彩虹，请问彩虹是什么原因产生？
知识点与练习可以是选择、填空、问答等等各种形式，也可以是文字、语音、视频、直播、增强现实(AR)或者虚拟现实(VR)教学，可以先学习，再练习，看正确答案，后复习等等各种变形。
虽然教育部等部委一再规定要减少学生的作业，但是在应试教育面前，作业依旧是不可少的。在基于本实施例开发的系统上，教师也可以将暑假或者寒假作业布置成“边看《西游记》边学习”，从而从根本上告别枯燥无味、大部分中小学生被迫要做的传统作业。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于视频中的内容进行学习的方法，其特征在于，包括：
获取用户正在观看的视频所属的节目信息，其中，所述节目信息包括：节目名称及集数，所述节目信息用于确定用户正在观看的视频所包含的节目内容；
将用户正在观看的视频所包含的节目内容与预先存储在数据库中和/或互联网上相关的知识点和/或练习进行关联；
将关联的知识点和/或练习进行展示，以便用户根据展示的知识点进行学习，和/或根据展示的练习做相应的练习。
2.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述视频包括：电视视频、网络视频和/或电影视频；
所述获取用户正在观看的视频所属的节目信息包括：
利用语音识别技术，识别用户正在观看的视频中的语音信息，根据识别出的语音信息，从预先设置的数据库或互联网上获取到用户正在观看的视频所属的节目名称及所属的集数；或，
根据用户通过语音输入的其当前正在观看的视频所属的节目名称及所属的集数，得到用户正在观看的视频所属的节目名称及所属的集数。
3.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述视频包括：电视视频、网络视频和/或电影视频；
所述获取用户正在观看的视频所属的节目信息包括：
获取用户正在观看的视频的整个或者局部视频画面；
根据获取的视频画面，利用图像识别技术，识别用户正在观看的视频所属的节目名称及所属的集数，其中，所述视频画面包括：电视、电影、网络视频画面中的人物及情节。
4.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述获取用户正在观看的视频所属的节目信息包括：
若用户在电视机上观看视频，获取电视画面中的电视台标识；
根据获取的电视画面中的电视台标识，利用图像识别技术，识别用户正在观看的视频所属的电视台；
获取当前时间，根据获取的当前时间及用户正在观看的视频所属的电视台，查询预先设置在数据库中的电视节目预告表或互联网上的电视节目预告表，得到用户正在观看的视频所属的电视台、所属的节目名称及所属的集数。
5.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述获取用户正在观看的视频所属的节目信息包括：
扫描视频画面提供的条形码或者二维码；
根据扫描得到的条形码或者二维码，得到用户正在观看的视频所属的电视台、所属的节目名称、所属的集数中的一种或多种。
6.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述获取用户正在观看的视频所属的节目信息包括：
若用户在电视机上观看视频，接收用户输入或选择的正在观看的视频所属的电视台；获取当前时间，根据输入或选择的电视台及获取的当前时间，查询预先设置在数据库中的电视节目预告表或互联网上的电视节目预告表，得到用户正在观看的视频所属的电视台、所属的节目名称及所属的集数；或，
若用户在电影院观看视频，接收用户输入或选择的正在观看的电影所属的电影院、厅号；获取当前时间，根据输入或选择的电影院、厅号及获取的当前时间，查询预先设置在数据库中的电影播放时间表或互联网上的电影播放时间表，得到用户正在观看的电影名称。
7.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述获取用户正在观看的视频所属的节目信息包括：
若用户正在观看的视频只有一集，则接收用户输入或者选择的当前正在观看的视频所属的节目名称；
若用户正在观看的视频有多集，则接收用户输入或者选择的当前正在观看的视频所属的节目名称，及所属的集数。
8.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述方法还包括：
若用户在电视机上观看视频，从机顶盒获取用户正在观看的视频所包含的节目内容。
9.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述方法还包括：
若电视机装有操作系统和/或播放软件，则基于所述电视机安装的操作系统和/或播放软件，获取用户正在观看的视频所包含的节目内容。
10.根据权利要求1所述的基于视频中的内容进行学习的方法，其特征在于，所述方法还包括：
若用户正在观看的是网络视频，则利用视频播放软件获取用户正在观看的视频所包含的节目内容。
CN201710903831.3A 2017-09-29 2017-09-29 一种基于视频中的内容进行学习的方法 Pending CN107705230A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710903831.3A CN107705230A (zh) 2017-09-29 2017-09-29 一种基于视频中的内容进行学习的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710903831.3A CN107705230A (zh) 2017-09-29 2017-09-29 一种基于视频中的内容进行学习的方法

Publications (1)

Publication Number Publication Date
CN107705230A true CN107705230A (zh) 2018-02-16

Family

ID=61175437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710903831.3A Pending CN107705230A (zh) 2017-09-29 2017-09-29 一种基于视频中的内容进行学习的方法

Country Status (1)

Country Link
CN (1) CN107705230A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028559A (zh) * 2019-12-19 2020-04-17 上海财经大学 一种还原人工授课场景的自动教学软件
CN111739358A (zh) * 2020-06-19 2020-10-02 联想(北京)有限公司 一种教学文件的输出方法、装置及电子设备
CN112929707A (zh) * 2021-01-26 2021-06-08 广州欢网科技有限责任公司 适用于电视节目的互动答题推送方法及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102185878A (zh) * 2011-02-18 2011-09-14 华为技术有限公司 一种获取电视节目信息的方法及系统
CN103475943A (zh) * 2013-09-11 2013-12-25 马清虎 一种电视节目的互动方法和系统
CN103501449A (zh) * 2013-10-08 2014-01-08 十分（北京）信息科技有限公司 与电视节目关联的视频源推荐方法及推荐装置
CN105118339A (zh) * 2015-09-30 2015-12-02 广东小天才科技有限公司 一种基于情境学习的教学方法及装置
CN106228207A (zh) * 2016-07-20 2016-12-14 青岛海信电器股份有限公司 识别家庭播放设备中显示的图形码的方法和装置
CN106453566A (zh) * 2016-10-18 2017-02-22 张景飞 一种基于移动互联网技术在活动中学习的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102185878A (zh) * 2011-02-18 2011-09-14 华为技术有限公司 一种获取电视节目信息的方法及系统
CN103475943A (zh) * 2013-09-11 2013-12-25 马清虎 一种电视节目的互动方法和系统
CN103501449A (zh) * 2013-10-08 2014-01-08 十分（北京）信息科技有限公司 与电视节目关联的视频源推荐方法及推荐装置
CN105118339A (zh) * 2015-09-30 2015-12-02 广东小天才科技有限公司 一种基于情境学习的教学方法及装置
CN106228207A (zh) * 2016-07-20 2016-12-14 青岛海信电器股份有限公司 识别家庭播放设备中显示的图形码的方法和装置
CN106453566A (zh) * 2016-10-18 2017-02-22 张景飞 一种基于移动互联网技术在活动中学习的方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028559A (zh) * 2019-12-19 2020-04-17 上海财经大学 一种还原人工授课场景的自动教学软件
CN111739358A (zh) * 2020-06-19 2020-10-02 联想(北京)有限公司 一种教学文件的输出方法、装置及电子设备
CN112929707A (zh) * 2021-01-26 2021-06-08 广州欢网科技有限责任公司 适用于电视节目的互动答题推送方法及设备

Similar Documents

Publication Publication Date Title
Park et al. A metaverse: Taxonomy, components, applications, and open challenges
KR102341752B1 (ko) 메타버스에서 아바타를 이용한 강의 보조 방법 및 그 장치
CN105390037A (zh) 一种智能英语多媒体互动教学系统
CN206524026U (zh) 一种云教室教学系统
CN107808004A (zh) 模型训练方法和系统、服务器、存储介质
CN110929098B (zh) 视频数据的处理方法、装置、电子设备及存储介质
CN104021326B (zh) 一种外语教学方法与外语教具
CN114465737B (zh) 一种数据处理方法、装置、计算机设备及存储介质
US20210312552A1 (en) Virtual Reality, Augmented Reality, Mixed Reality Data Exchange Social Network with Multi Dimensional Map Tile Porting
CN107705230A (zh) 一种基于视频中的内容进行学习的方法
CN108491421A (zh) 一种生成问答的方法、装置、设备和计算存储介质
CN106952519A (zh) 一种思想政治教育智能教学系统
CN116932733A (zh) 基于生成式大语言模型的信息推荐方法及相关装置
KR102507260B1 (ko) 메타버스 가상공간의 강사 아바타 생성을 위한 서비스 서버 및 그 방법
Hoefflinger Becoming Facebook: The 10 Challenges that Defined the Company That's Disrupting the World
CN204166717U (zh) 一种新型外语教具
CN103927907A (zh) 一种外语教具
KR102009575B1 (ko) 스터디 테마카페 제공 방법, 스터디 테마카페 제공 프로그램을 기록한 컴퓨터로 판독가능한 기록매체, 이를 탑재한 모듈 및 시스템
Ng et al. A mobile application with augmented reality in exploring the natural environment of Hong Kong
Staynov et al. Traditional Bulgarian Costume Classification in a Tourist Guide application
Clopot et al. European Capitals of Culture y: Discourses of Europeanness in Valletta, Plovdiv and Galwa
Chen et al. The artistic style transfer from Shanghai modern landmark buildings images to Xiao Jiaochang New Year pictures based on deep learning
CN103942991A (zh) 实境教学方法与系统
CN113762056A (zh) 演唱视频识别方法、装置、设备及存储介质
Li et al. Visual interactive and location activated mobile learning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180216

RJ01 Rejection of invention patent application after publication