一种信息呈现的方法及装置与流程

本发明涉及信息处理技术领域，特别涉及一种信息呈现的方法及装置。

背景技术：

目前，随着人们越来越重视幼儿的启蒙教育，面向幼儿启蒙的教育类产品也越来越多。这些面向幼儿启蒙的教育类的产品中，无论是视频、书籍还是卡片等，都包含有对幼儿具有启蒙教育意义的知识内容。

为了能使得产品适用于大部分幼儿的启蒙教育，这些幼儿启蒙的教育类产品中的知识内容，都是由专业的人员所精心挑选和编写的。

但是由于这些教育类产品中的知识内容都是事先精心编写的，并且编写时所考虑的是适用于大部分的幼儿，所以在知识内容上存在有很强的局限性。而用户是存在差异性的，每个用户的喜好并不相同，所以对于有着不同喜好的用户来说，这些教育类产品并不能做到面面俱到，无法很好的满足不同幼儿的个性发展需求。并且，用户在使用这些产品时也容易觉得枯燥无味。而用户的喜好程度还决定着产品的生存能力，所以怎么做到因人而异，为不同的用户提供其所喜爱的知识内容，是一个巨大的挑战与难题。

技术实现要素：

基于上述现有技术的不足，本发明提供了一种信息呈现的方法及装置，以解决现有的幼儿启蒙的教育类产品无法因人而异，为不同的用户提供其所喜爱的知识内容的问题。

为了实现上述目的，本发明提供了以下技术方案：

本发明第一方面提供了一种信息呈现的方法，包括：

获取用户所点播的视频的视频图像；

根据所述视频图像中的目标物体的属性，判断本地数据库中是否存储有所述目标物体的关联知识；

若判断出本地数据库中存储有所述目标物体的关联知识，则在所述视频中渲染所述目标物体；

在用户选择所述目标物体时，从所述本地数据库中获取所述目标物体的关联知识，并在所述视频中呈现所述目标物体的关联知识。

可选地，在上述的方法中，所述获取用户所点播的视频的视频图像，包括：

调用视频流解码工具对所述视频进行解码，并获取解码后的视频中的视频图像。

可选地，在上述的方法中，所述目标物体的属性包括所述目标物体的所属类别，所述根据所述视频图像中的目标物体的属性，判断本地数据库中是否收录有所述物体的关联知识，包括：

利用预先训练好的神经网络模型对所述视频图像进行识别，得到所述视频图像中的目标物体的所属类别；

判断所述目标物体的所属类别是否在所述本地数据库的类别列表中；其中，所述类别列表为所述本地数据库中存储的目标物体的关联知识的分类列表；若判断出所述目标物体的所属类别在所述本地数据库的类别列表中，则判断出所述本地数据库中存储有所述目标物体的关联知识。

可选地，在上述的方法中，在所述视频中渲染所述目标物体，包括:

利用神经网络模型识别所述视频图像，得到所述目标物体在所述视频中的位置信息；

根据所述目标物体在所述视频中的位置信息，确定所述目标物体在所述视频中所处的位置范围，并在所述位置范围内添加动画效果。

可选地，在上述的方法中，所述在用户选择所述目标物体时，从所述本地数据库中获取所述目标物体的关联知识，并在所述视频中呈现所述目标物体的关联知识，包括：

在用户选择所述目标物体时，从所述本地数据库中查询所有所述目标物体的关联知识的条目；

获取所述目标物体的关联知识的条目中用户浏览次数最少的条目所对应的所述目标物体的关联知识；

在所述视频的上添加动画浮层，并通过所述动画浮层呈现获取到的所述目标物体的关联知识。

本发明第二方面提供了一种信息呈现的装置，其特征在于，包括：

第一获取单元，用于获取用户所点播的视频的视频图像；

判断单元，用于根据所述视频图像中的目标物体的属性，判断本地数据库中是否存储有所述目标物体的关联知识；

渲染单元，用于所述判断单元判断出本地数据库中存储有所述目标物体的关联知识，在所述视频中渲染所述目标物体；

呈现单元，用于在用户选择所述目标物体时，从所述本地数据库中获取所述目标物体的关联知识，并在所述视频中呈现所述目标物体的关联知识。

可选地，在上述的装置中，所述第一获取单元，包括：

第一获取子单元，用于调用视频流解码工具对所述视频进行解码，并获取解码后的视频中的一帧视频图像。

可选地，在上述的装置中，所述目标物体的属性包括所述目标物体的所属类别，所述判断单元，包括：

第一识别单元，用于利用预先训练好的神经网络模型对所述视频图像进行识别，得到所述视频图像中的目标物体的所属类别；

判断子单元，用于判断所述目标物体的所属类别是否在所述本地数据库的类别列表中；其中，所述类别列表为所述本地数据库中存储的目标物体的关联知识的分类列表；若判断出所述目标物体的所属类别在所述本地数据库的类别列表中，则判断出所述本地数据库中存储有所述目标物体的关联知识。

可选地，在上述的装置中，所述渲染单元，包括：

第二识别单元，用于利用神经网络模型识别所述视频图像，得到所述目标物体在所述视频中的位置信息；

渲染子单元，用于根据所述目标物体在所述视频中的位置信息，确定所述目标物体在所述视频中所处的位置范围，并在所述位置范围内添加动画效果。

可选地，在上述的装置中，所述呈现单元，包括：

查询单元，用于在用户选择所述目标物体时，从所述本地数据库中查询所有所述目标物体的关联知识的条目；

第二获取单元，用于获取所述目标物体的关联知识的条目中用户浏览次数最少的条目所对应的所述目标物体的关联知识；

呈现子单元，用于在所述视频的上添加动画浮层，并通过所述动画浮层呈现获取到的所述目标物体的关联知识。

本发明第三方面还提供了一种信息呈现的装置，包括：处理器和存储器；其中：

所述存储器用于存储计算机指令；

所述处理器用于执行所述存储器存储的计算机指令，用于执行上述信息呈现的方法。

本发明第四方面提供了一种存储介质，其特征在于，用于存储程序，所述程序被执行时，用于实现上述信息呈现的方法。

本发明提供的一种信息呈现的方法及装置，通过获取用户所点播的视频中的视频图像，并根据视频图像中的目标物体的属性，判断本地数据库中是否存储有所述目标物体的关联知识。在本地数据库中存储有所述目标物体的关联知识时，在所述视频中渲染所述目标物体，以提醒用户在视频中选择自己感兴趣的目标物体，来得到目标物体的关联知识。在用户选择了目标物体时，从所述本地数据库中获取所述目标物体的关联知识，并在所述视频中呈现所述目标物体的关联知识，使用户在视频上获取到目标物体的关联知识。从而实现了在用户点播的自己喜爱的视频中，用户可以选择视频中自己感兴趣的目标物体，来获取目标物体的关联知识，既不影响用户观看视频，又能很好的满足不同用户的喜好需求，为不同的用户提供其所喜爱的知识。

附图说明

为了更清楚地说明本发明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发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种信息呈现的装置的应用场景示意图；

图2为本发明另一实施例提供的一种信息呈现的方法的流程图；

图3为本发明另一实施例提供的一种信息呈现的方法的流程图；

图4为本发明另一实施例提供的一种信息呈现的方法的流程图；

图5为本发明另一实施例提供的一种信息呈现的方法的流程图；

图6为本发明另一实施例提供的一种信息呈现的装置的结构示意图；

图7为本发明另一实施例提供的一种信息呈现的装置的结构示意图；

图8为本发明另一实施例提供的一种信息呈现的装置的结构示意图；

图9为本发明另一实施例提供的一种信息呈现的装置的结构示意图；

图10为本发明另一实施例提供的一种信息呈现的装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明实施例公开了一种信息呈现的方法及装置，以解决现有的幼儿启蒙的教育类产品无法因人而异，为不同的用户提供其所喜爱的知识内容的问题。

首先需要说明的是，本发明公开的信息呈现的装置，可分为客户端和服务端。其中，所述客户端用于面向用户，为用户提供操作界面以及视频播放等，实现信息呈现的装置与用户的交互；服务端用于处理用户所播放视频的视频图像以及响应用户的操作，并将结果返回给客户端。

在信息呈现的装置的实际使用过程中，如图1所示，信息呈现的装置的客户端承载于前端设备101，信息呈现的装置的服务端承载于后端服务器102。前端设备101可以是电脑或手机等用户设备，用于用户安装并使用呈现信息呈现的装置的客户端；后端服务器102装载有信息呈现的装置的服务端，用于响应用户在前端设备101上的操作，并依据用户操作获取本地数据库中存储的目标物体的管理知识，并返回给客户端。

基于上述信息呈现的装置，本发明实施例提供了一种信息呈现的方法，如图2所示，所述方法包括：

s201、获取用户所点播的视频的视频图像。

其中，用户所点播的视频可以为任意的视频，并不局限于固定类型的视频或固定存储范围内的视频。用户所点播的视频可以是本发明提供的客户端本身所提供的视频，也可以是承载客户端的前端设备在本地所存储的视频，只要通过所述客户端进行点播，都会获取点播的视频的视频图像。

需要说明的是，视频图像指的是构成用户所点播的视频的由每一帧图像。获取用户所点播的视频的视频图像，其实就是在用户通过所述客户端播放视频时，以帧为单位获取用户所点播的视频的视频图像。

可选地，本发明另一实施例中，步骤s201的一种具体实施方式为：调用视频流解码工具对所述视频进行解码，并获取解码后的视频中的视频图像。

具体的，在用户通过客户端打开视频进行播放时，服务端通过调用视频流解码工具将所述视频进行解码，从而将视频流解码为视频图像，然后从中获取所述播放视频中的视频图像。可选地，可以是先获取所述视频中的一帧视频图像进行后续的处理，在处理完一帧视频图像后再获取另一帧视频图像进行处理。

s202、根据所述视频图像中的目标物体的属性，判断本地数据库中是否存储有所述目标物体的关联知识。

需要说明的是，所述视频图像中的目标物体指的是视频图像中所包含有的物体。在视频图像中可能存着各式各样的物体，例如动物、植物等有生命的物体，或者是汽车、建筑物等无生命的物体。这些存在于视频图像中的物体都可以视为目标物体。并且，针对每一个目标物体，都分别判断本地数据库是否存储该目标物体的关联知识。

其中，所述目标物体的关联知识则指的是与目标物体的相关联的知识。例如，目标物体的学名，生活地区、生活习性或者是筑造工艺、发展历史等与目标物体相关的，并且有助于用户了解目标物体的知识。而本地数据库则指的是预先配置于服务端中好的存储有大量目标物体的关联知识的一个内容知识库，而并不是值用户所使用的前端设备本地的数据库。并且所述本地服务器允许对所存储的数据进行更新，以保证数据库的内容的更新及完善。

还需要说明的是，所述目标物体的属性指的是目标物体所具有的性质及关系，可以是目标物体的所属类别、名称、物体所属地区等。其中，用于判断的目标物体的属性中必须包含有目标物体的特有属性，即必须包含有区别于其他物体的属性，以便和其他物体进行区别，从而才能根据目标物体的属性来准确判断本地数据库中是否存储有目标物体的关联知识，避免与其他物体混淆，出现误判。

具体的，根据所述视频图像中的目标物体的属性，判断本地数据库中是否存储有与所述属性相对应的知识，从而判断本地数据库中是否存储有所述目标物体的关联知识。

可选地，本发明的另一实施例中，所述目标物体的属性包括所述目标物体的所属类别。其中，步骤s202的一种实施方式，如图3所示，具体包括：

s301、利用预先训练好的神经网络模型对所述视频图像进行识别，得到所述视频图像中的目标物体的所属类别。

需要说明的是，所述目标物体的所属类别指的是目标物体所属的分类类别。所得到的目标物体的所属类别通常包括有所能得到的目标物体所属的最小级别的类别。当然，也可以是包括所能得到的目标物体所属的所有级别的类别。例如，目标物体为一头非洲象，则所得到的目标物体的所属类别可以只包括非洲象，也可以包括有动物、哺乳动物、大象、非洲象。

本发明实施例中，预先通过大量的已知视频图像中的目标物体的所属类别的视频图像作为样本，对神经网络模型进行训练，使得训练好的神经网络模型能识别出输入的视频图像中的目标物体的所属类别。具体的，当获取到用户点播的视频的视频图像后，启动人工智能(artificialintelligence，ai)框架，利用训练好的神经网络模型对所述视频图像进行识别，得到所述视频图像中的所有目标物体的所属类别。

s302、判断所述目标物体的所属类别是否在所述本地数据库的类别列表中。

其中，若判断出所述目标物体的所属类别在所述本地数据库的类别列表中，则判断出所述本地数据库中存储有所述目标物体的关联知识。

需要说明的是，所述类别列表为所述本地数据库中存储的目标物体的关联知识的分类列表，相当于图书的目录。并且，所分类的依据与神经网络模型所识别出的所属类别的分类依据是相同的。从而使得能根据目标物体的所属类别及本地数据库的类别列表，来判断所述本地数据库中是否存储有所述目标物体的关联知识。可选地，所述分类列表可以是多级分类列表，类似于图书的目录分为一级目录、第二级目录、三级目录。例如，在动物类别下，分为脊椎动物和无脊椎动物、脊椎动物下分为哺乳动物和鸟类等，哺乳动物下还可以继续分级。这样的分类列表更加的清晰，能快速地判断出目标物体的所属类别是否在所述本地数据库的类别列表中。当然，这只是一种可选地方式，其他的格式的，同样能表示出本地数据库中所存储的所有的目标物体的分类列表，也属于本发明的保护范畴。

具体的，用户启动客户端时，客户端可以通过接口向服务端请求本地数据库的分类列表，并预加载所述分类列表。在通过神经网络识别得到目标物体的所属类别后，分别判断目标物体的所属类别是否在本地数据库的分类列表中。其中，若目标物体的所属类别包括多级，则只需要对最低级别的类别进行判断即可。若判断出所述目标物体的所属类别在所述本地数据库的类别列表中，则判断出所述本地数据库中存储有所述目标物体的关联知识。

还需要说明的是，在执行步骤s302判断出视频图像中的任意一个目标物体的所属类别在本地数据库的类别列表中，则说明数据库中存储有目标物体的关联知识，可以向用户提供目标物体的关联知识。并且，在步骤s202中，若判断出判断本地数据库中存储有所述目标物体的关联知识，则需要执行步骤s203。因此，在本具体实施方式中，步骤s302中的执行结果是：所述目标物体的所属类别在所述本地数据库的类别列表中，则执行的步骤s303等同于步骤s203。并且，若在执行步骤s202判断出服务器的数据库中未存储有目标物体的关联知识时，则返回步骤s201，重新获取另一帧视频图像进行处理。

s203、在所述视频中渲染所述目标物体。

需要说明的是，为了能在视频中突出显示本地数据库中存储有关联知识的所述目标物体，以提示用户数据库中存储有该目标物体的信息，若对该物体感兴趣可以选择该目标物体，来得到所述目标物体的关联知识。所以，需要在视频中对目标物体进行渲染，使得目标物体能与背景或其他目标物体区分开，以能达到提醒用户的效果。

具体的，可以是对目标图像进行渲染，从而将目标物体用线条圈出来，或者给目标物体加上动画效果，又或是调节目标物体的颜色，使得物体颜色更加鲜艳等。

可选地，本发明另一实施例中，所述步骤s203的一种实施方式，如图4所示，包括：

s401、利用神经网络模型识别所述视频图像，得到所述目标物体在所述视频中的位置信息。

需要说明的是，本步骤中所提及的神经网络模型与步骤s01中所涉及的神经网络模型可以是同一模型。即该神经网络模型对视频图像进行识别，既可以得到视频图像中的目标物体的所属类别的同时，也可以获得视频图像中的目标物体在视频中的位置信息。所述神经网络模型能对同一视频图像中不同位置的目标物体进行识别，得到不同目标物体的属性，说明该神经网络模型在区别不同位置的目标物体需要基于物体的位置信息，所以通过该神经网络可以获得目标物体在视频中的位置信息。当然，本步骤中所提及的神经网络模型与步骤s301中所涉及的神经网络模型也可以是两个不同的神将网络模型。同样，对于本步骤中利用的神经网络模型也是预先训练好的。具体的，通过神经网络模型对视频图像进行识别，可以得到一个二维的矩阵，该矩阵表示了目标位置在视频图像上的位置。

其中，目标物体在所述播放视频中的位置信息，可以是经过建立坐标系，然后通过坐标来表示物体在所述播放视频中的位置信息。当然，也可以是通过视频图像的像素点作为坐标来表示物体在所述播放视频中的位置信息，或者其他同样能体现物体在所述播放视频中的位置的信息。

s402、根据所述目标物体在所述视频中的位置信息，确定所述目标物体在所述视频中所处的位置范围，并在所述位置范围内添加动画效果。

在获得目标物体的位置信息后，可以根据所述目标物体在视频图像中的位置信息，确定所述物体在所述视频中所处的位置范围，从而确定需要渲染的位置范围。

具体的，根据物体在所述播放视频中的位置信息，将所述物体在所述播放视频中所处的位置卷选出来，从而确定目标物体在视频中的所处位置范围。然后，为了更能突出显示该物体，以及提高用户的感兴趣程度，通过渲染在所述目标物体的位置范围内加上一些可爱的动画效果，从而吸引用户进行选择。

需要说明的是，在执行步骤s203对目标物体进行渲染，提醒用户后，若用户选择了视频中进行了渲染的目标物体时，则执行步骤s204。

s204、从所述本地数据库中获取所述目标物体的关联知识，并在所述视频中呈现所述目标物体的关联知识。

具体的，可以根据目标物体的属性，或者获取目标物体的特征，根据目标物体的特征，从本地数据库中获取目标物体的关联知识，并返回给客户端。在不影响到用户正常观看的前提下，客户端在用户点播的视频中呈现所返回的目标物体的关联知识，以让用户获得目标物体的关联知识。

可选地，本发明的另一实施例中，所述步骤s204的一种实施方式，如图5所示，包括：

s501、从所述本地数据库中查询所有所述目标物体的关联知识的条目。

需要说明的是所述条目可以理解为一条目标物体的关联知识的名称或者题目。每一个条目对应一条目标物体的关联知识。

本步骤中，针对一个目标物体，在本地数据库中可能存储有多条不同的关联知识，每一条关联知识对应一个条目。在用户选择目标物体时，先根据目标物体的属性或特征，从本地数据库中查询所有所述目标物体的关联知识的条目，在从所述目标物体的关联知识的条目选择其中一条条目对应的关联知识，呈现给用户。

s502、获取所述目标物体的关联知识的条目中用户浏览次数最少的条目所对应的所述目标物体的关联知识。

本发明实施例中，从所述目标物体的关联知识的条目中，选择用户浏览次数最少的条目所对应的所述目标物体的关联知识。所以，针对每一个条目的浏览次数都有相应的记录。因此，每次在将浏览次数最少的条目所对应的所述目标物体的关联知识返回客户端后，则需要将该条目的浏览次数加1。

用户浏览次数越多的条目所对应的关联知识，越能说明用户已经非常了解该关联知识了，为用户提供浏览次数少的关联知识，可以保证能将用户不太了解的或从未浏览过的新的关联知识呈现给用户，从而有利于用户更近一步的了解目标物体，也避免了用户多次浏览相同的知识，而产生厌恶感。当然，这只是其中一种可选地方式，也可以采用其他的选取策略。例如，优先选择内容最丰富的条目对应的目标物体的关联知识。

s503、在所述视频的上添加动画浮层，并通过所述动画浮层呈现获取到的所述目标物体的关联知识。

具体的，在用户播放的视频的用户界面上添加动画浮层，然后在动画浮层中呈现所获取到的所述目标物体的关联知识。从而通过动画浮层呈现目标物体的关联知识，提高了用户的感兴趣程度及用户体验。当然，也可以是通过字幕等方式程序目标物体的关联知识，但是这些方式过于枯燥，不利于用户对目标物体的关联知识的学习。

本发明实施例提供的信息呈现的方法，通过获取用户所点播的视频中的视频图像，并根据视频图像中的目标物体的属性，判断本地数据库中是否存储有所述目标物体的关联知识。在本地数据库中存储有所述目标物体的关联知识时，在所述视频中渲染所述目标物体。以提醒用户在视频中选择自己感兴趣的目标物体，来得到目标物体的关联知识。在用户选择了目标物体时，从所述本地数据库中获取所述目标物体的关联知识，并在所述视频中呈现所述目标物体的关联知识，使用户在视频上获取到目标物体的关联知识。从而实现了在用户点播的自己喜爱的视频中，用户可以选择视频中自己感兴趣的目标物体，来获取目标物体的关联知识，既不影响用户观看视频，又能很好的满足不同用户的喜好需求，为不同的用户提供其所喜爱的知识。

本发明另一实施例提供了一种信息程序的装置，如图6所示，包括：

第一获取单元601，用于获取用户所点播的视频的视频图像。

具体的，第一获取单元601的具体工作过程可参见上述方法实施例中的步骤s201，此处不再赘述。

判断单元602，用于根据所述视频图像中的目标物体的属性，判断本地数据库中是否存储有所述目标物体的关联知识。

具体的，判断单元602的具体工作过程可参见上述方法实施例中的步骤s202，此处不再赘述。

渲染单元603，用于判断单元602判断出本地数据库中存储有所述目标物体的关联知识，在所述视频中渲染所述目标物体。

具体的，渲染单元603的具体工作过程可参见上述方法实施例中的步骤s203，此处不再赘述。

呈现单元604，用于在用户选择所述目标物体时，从所述本地数据库中获取所述目标物体的关联知识，并在所述视频中呈现所述目标物体的关联知识。

具体的，呈现单元604的具体工作过程可参见上述方法实施例中的步骤s204，此处不再赘述。

本发明实施例提供的信息呈现的装置，通过第一获取单元获取用户所点播的视频中的视频图像，并由判断单元根据视频图像中的目标物体的属性，判断本地数据库中是否存储有所述目标物体的关联知识。在判断单元判断出本地数据库中存储有所述目标物体的关联知识时，通关渲染单元在所述视频中渲染所述目标物体。以提醒用户在视频中选择自己感兴趣的目标物体，来得到目标物体的关联知识。在用户选择了目标物体时，呈现单元从所述本地数据库中获取所述目标物体的关联知识，并在所述视频中呈现所述目标物体的关联知识，使用户在视频上获取到目标物体的关联知识。从而实现了在用户点播的自己喜爱的视频中，用户可以选择视频中自己感兴趣的目标物体，来获取目标物体的关联知识，既不影响用户观看视频，又能很好的满足不同用户的喜好需求，为不同的用户提供其所喜爱的知识。

可选地，本发明的另一实施例中，第一获取单元，包括：

第一获取子单元，用于调用视频流解码工具对所述视频进行解码，并获取解码后的视频中的一帧视频图像。

具体的，第一获取单元的具体工作过程可参见上述方法实施例中的步骤s201的一种实施方式，此处不再赘述。

可选地，本发明的另一实施例中，所述目标物体的属性包括所述目标物体的所属类别。其中，如图7所示，判断单元，包括：

第一识别单元701，用于利用预先训练好的神经网络模型对所述视频图像进行识别，得到所述视频图像中的目标物体的所属类别。

具体的，第一识别单元的701具体工作过程可参见上述方法实施例中的步骤s301，此处不再赘述。

判断子单元702，用于判断所述目标物体的所属类别是否在所述本地数据库的类别列表中；其中，所述类别列表为所述本地数据库中存储的目标物体的关联知识的分类列表；若判断出所述目标物体的所属类别在所述本地数据库的类别列表中，则判断出所述本地数据库中存储有所述目标物体的关联知识。

具体的，判断子单元702的具体工作过程可参见上述方法实施例中的步骤s302，此处不再赘述。

可选地，本发明的另一实施例中，如图8所示，渲染单元，包括：

第二识别单元801，用于利用神经网络模型识别所述视频图像，得到所述目标物体在所述视频中的位置信息。

具体的，第二识别单元801的具体工作过程可参见上述方法实施例中的步骤s401，此处不再赘述。

渲染子单元802，用于根据所述目标物体在所述视频中的位置信息，确定所述目标物体在所述视频中所处的位置范围，并在所述位置范围内添加动画效果。

具体的，渲染子单元802的具体工作过程可参见上述方法实施例中的步骤s402，此处不再赘述。

可选地，本发明的另一实施例中，如图9所示，呈现单元，包括：

查询单元901，用于在用户选择所述目标物体时，从所述本地数据库中查询所有所述目标物体的关联知识的条目。

具体的，查询单元的具体工作过程可参见上述方法实施例中的步骤s501，此处不再赘述。

第二获取单元902，用于获取所述目标物体的关联知识的条目中用户浏览次数最少的条目所对应的所述目标物体的关联知识。

具体的，第二获取单元902的具体工作过程可参见上述方法实施例中的步骤s502，此处不再赘述。

呈现子单元903，用于在所述视频的上添加动画浮层，并通过所述动画浮层呈现获取到的所述目标物体的关联知识。

具体的，呈现子单元903的具体工作过程可参见上述方法实施例中的步骤s503，此处不再赘述。

本发明另一实施例还公开了一种电子设备，如图10所示，包括：存储器1001和处理器1002；其中，所述存储器1001同于存储计算机指令；所述处理器1002用于执行所述存储器1001存储的计算机指令，具体执行上述中任意一个实施例中所述的信息程序的方法。

本申请另一实施例还公开了一种存储介质，用于存储程序，所述程序被执行时，用于实现上述任意一个实施例中所述的信息程序的方法。

在本申请上述实施例中，可以全部或者部分地通过软件、硬件或者其组合来实现。当使用软件实现时，可以全部或者部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或者多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或者部分地产生按照本申请实施例所述的流程或功能，所述计算机可以是通过计算机、专用计算机、计算机网络或者其他可编辑装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如：所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、双绞线、光纤)或者无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或者多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如：软盘、硬盘、磁带)、光介质(例如：光盘)、或者半导体介质(例如固态硬盘(ssd))等。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。