视频会议热点场景的检测方法和装置的制造方法
【技术领域】
[0001]本发明涉及通信领域，具体而言，涉及一种视频会议热点场景的检测方法和装置。
【背景技术】
[0002]在视频会议或直播中，热点场景或精彩片段的标识及其检索关键词经常是由视频发送者或管理者手动执行。由于视频会议或直播时间跨度较长，其事后的热点场景的标识非常耗费人力物力，而视频会议或直播进行过程中，要标识热点场景，还需要视频发送者或管理者全程保持高度集中状态，与视频会议或直播设备的保障工作有冲突。
[0003]针对相关技术中存在的热点场景的标识耗费人力成本的问题，目前尚未提出有效的解决方案。
【发明内容】
[0004]本发明提供了一种视频会议热点场景的检测方法和装置，以至少解决上述问题。
[0005]根据本发明的一个方面，提供了一种视频会议热点场景的检测方法，包括:多个视频接收方根据视频会议现场的视频数据，实时识别并统计视频会议现场的各观看者的特定行为，其中，所述特定行为包括以下至少之一:讨论行为、注视屏幕行为、鼓掌行为；所述多个视频接收方判断统计的视频会议现场的各观看者作出所述特定行为的频度/时间是否超过第一预定值；所述多个视频接收方将判断结果为超过所述第一预定值的情况下的视频会议现场所播放的视频的时间段发送给视频发送方，并由所述视频发送方根据多个视频接收方发送的多个时间段确定所播放的视频的热点场景。
[0006]可选地，所述视频发送方根据多个视频接收方发送的时间段确定所播放的视频的热点场景包括:所述视频发送方接收所述多个视频接收方发送的时间段；所述视频发送方判断所述时间段中时间段相同的视频接收方占所述多个视频接收方的比例是否超过第二预定值；所述视频发送方确定判断结果为超过所述第二预定值的情况下，将该相同时间段发送给所述多个视频接收方，其中，所述相同时间段内播放的视频被确定为热点场景。
[0007]可选地，在所述多个视频接收方接收到所述相同时间段之后，所述方法还包括:所述多个视频接收方对所述相同时间段内的视频会议现场的第一语音数据进行语音识别；所述多个视频接收方统计语音识别到的词汇在视频会议现场的第一语音数据中出现的频度；所述多个视频接收方将所述相同时间段内出现频度超过第三预定值的词汇作为所述相同时间段内所播放的视频的检索关键词，并发送给所述视频发送方。
[0008]可选地，所述方法还包括:所述视频发送方对在所述相同时间段内所播放的视频的第二语音数据进行语音识别；所述视频发送方统计语音识别到的词汇在所播放的视频的第二语音数据中出现的频度；所述视频发送方将所述相同时间段内出现频度超过第四预定值的词汇作为所述相同时间段内所播放的视频的检索关键词。
[0009]可选地，在所述视频发送方接收到所述多个视频接收方所发送的第一检索关键词，且所述视频发送方根据第四预定值确定第二检索关键词之后，所述方法还包括:所述视频发送方将同时属于所述第一检索关键词和所述第二检索关键词的词汇确定为所述相同时间段内所播放的视频的检索关键词。
[0010]可选地，所述多个视频接收方判断统计的视频会议现场的各观看者作出所述特定行为的频度/时间是否超过第一预定值包括:所述多个视频接收方判断视频会议现场的观看者作出所述特定行为的持续时间和/或参与人数的比例是否超过所述第一预定值。
[0011]可选地，所述方法还包括:所述多个视频接收方分别判断视频会议现场的观看者作出所述特定行为的持续时间和/或参与人数的比例是否超过所述第一预定值，和/或所述多个视频接收方分别判断视频会议现场的观看者作出所述特定行为的持续时间和/或参与人数的比例是否低于第五预定值；所述多个视频接收方中判断结果为下列结果的视频接收方将视频会议现场的视频数据和/或音频数据发送给所述视频发送方:视频会议现场的观看者作出所述特定行为的持续时间和/或参与人数的比例超过所述第一预定值，和/或视频会议现场的观看者作出所述特定行为的持续时间和/或参与人数的比例低于第五预定值。
[0012]可选地，所述方法还包括:所述多个视频接收方判断所述第一语音数据中出现的频度超过第三预定值的词汇及该词汇出现的频度是否与所述第二语音数据中出现的频度超过第四预定值的词汇及该词汇出现的频度是否匹配；所述多个视频接收方根据判断结果，确定对应的视频会议现场的观看者对所述相同时间段内播放的视频是否作出了正面反应；所述多个视频接收方将确定的结果发送给所述视频发送方。
[0013]根据本发明的另一个方面，还提供了一种视频会议热点场景的检测装置，位于视频接收方中，包括:处理模块，用于根据视频会议现场的视频数据，实时识别并统计视频会议现场的各观看者的特定行为，其中，所述特定行为包括以下至少之一:讨论行为、注视屏幕行为、鼓掌行为；判断模块，用于判断统计的视频会议现场的各观看者作出所述特定行为的频度/时间是否超过第一预定值；发送模块，用于将判断结果为超过所述第一预定值的情况下的视频会议现场所播放的视频的时间段发送给视频发送方，其中，所述视频发送方用于根据多个视频接收方发送的多个时间段确定所播放的视频的热点场景。
[0014]可选地，所述判断模块还用于判断视频会议现场的观看者作出所述特定行为的持续时间和/或参与人数的比例是否超过所述第一预定值。
[0015]通过本发明，采用多个视频接收方根据视频会议现场的视频数据，实时识别并统计视频会议现场的各观看者的特定行为，其中，特定行为包括以下至少之一:讨论行为、注视屏幕行为、鼓掌行为；多个视频接收方判断统计的视频会议现场的各观看者作出特定行为的频度/时间是否超过第一预定值；多个视频接收方将判断结果为超过第一预定值的情况下的视频会议现场所播放的视频的时间段发送给视频发送方，并由视频发送方根据多个视频接收方发送的多个时间段确定所播放的视频的热点场景的方式，解决了相关技术中存在的热点场景的标识耗费人力成本的问题，提高了热点场景标识的效率。
[0016]需要说明的是，本
【发明内容】
的概述是为了以简化的形式介绍将在以下详细描述中进一步描述的选择的概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。此外，所要求保护的主题不限于解决在本公开的任一部分中所提及的任何或所有缺点的实现。
【附图说明】
[0017]此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中:
[0018]图1是根据本发明实施例的视频会议热点场景的检测方法的流程示意图；
[0019]图2是根据本发明实施例的视频会议热点场景的检测装置的结构示意图；
[0020]图3是根据本发明优选实施例的视频会议热点场景的检测方法的流程示意图一；
[0021]图4是根据本发明优选实施例的视频会议热点场景的检测方法的流程示意图二 ；
[0022]图5是根据