CN111008914A - 对象专注度分析方法、装置、电子终端及存储介质 - Google Patents

Abstract

本发明提供一种对象专注度分析方法、装置、电子终端及存储介质，通过获取显示于对象终端的学习窗口的窗口信息，再由所述窗口信息提取窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息，根据所述窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息得到学习窗口的使用者的专注度。本发明能够简单灵活地了解受众对象的专注度，进而提升学习效率。

Description

对象专注度分析方法、装置、电子终端及存储介质

技术领域

本发明涉及应用程序窗口检测技术领域，特别是涉及一种对象专注度分析方法、装置、电子终端及存储介质。

背景技术

随着信息科技和计算机技术的不断进步，在线教学或直播课堂等形式的互联网远程教育得到快速发展。但是由于互联网远程教育无法像传统教育那样老师与学生能够面对面的接触与交流，使得教学者无法了解那些通过互联网学习的学生是否真认真学习，是否出现一边收听或播放教学内容一边在上网聊天的情况。虽然有教学者将教学内容进行锁定，以防使用其他应用软件的学习，但是这种方式也限制了学生的自由，更容易产生走神或发呆的情况，无法起到合适的效果。

因此，如何能够在在线教学或直播课堂等形式的互联网远程教学活动中简单灵活地判断出受众对象的专注度是目前该领域亟待解决的问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种对象专注度分析方法、装置、电子终端及存储介质，用于解决现有在线教学或直播课堂等形式的互联网远程教学活动中无法简单灵活地了解受众对象专注度的问题。

为实现上述目的及其他相关目的，本发明提供一种对象专注度分析方法，所述方法包括：获取显示于对象终端的学习窗口的窗口信息；通过所述窗口信息提取窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息；根据所述窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息得到学习窗口的使用者的专注度。

于本发明的一实施例中，所述窗口大小信息的获取方式，包括：通过获取学习窗口当前的可视状态以判断窗口大小；所述可视状态包括：最大化、正常化、及最小化中一种或多种组合。

于本发明的一实施例中，所述窗口遮挡信息的获取方式，包括：通过获取学习窗口当前的置顶信息和/或窗口焦点信息以判断所述学习窗口是否被遮挡。

于本发明的一实施例中，所述窗口遮挡信息的获取方式，包括：通过获取学习窗口当前的置顶信息和/或窗口焦点信息以判断所述学习窗口是否被遮挡；根据所述窗口大小信息、及窗口遮挡信息得到学习窗口的使用者的专注度：当所述可视状态为最小化时，判定所述专注度为低专注度；当所述可视状态为最大化时，且所述学习窗口未被遮挡，则判定所述专注度为高专注度；当所述可视状态为最大化时，且所述学习窗口被遮挡，则根据被遮挡信息以获得专注度；当所述可视状态为最小化和最大化以外的正常化时，且所述学习窗口未被遮挡，则判定所述专注度为高专注度；当所述可视状态为正常化时，且所述学习窗口被遮挡，则根据被遮挡信息以获得专注度。

于本发明的一实施例中，所述被遮挡信息包括：学习窗口被遮挡的持续时间、频次、位置、及范围中的一或多种组合；所述根据被遮挡信息以获得专注度的方式包括以下中的一种：A)根据所述学习窗口被遮挡的持续时间来判断专注度高低，所述持续时间的量值与专注度成反比；B)根据一定时间内所述学习窗口被遮挡的频次来判断专注度高低，所述频次的量值与专注度成反比；C)根据所述学习窗口被遮挡的范围来判断专注度高低，所述范围的量值与专注度成反比；D)根据所述学习窗口中预设关键学习位置被遮挡的数量来判断专注度高低；所述预设关键学习位置为经图像识别为对所述使用者接受知识输入直接相关的人或物；所述数量与专注度成反比；E)通过所设定权重融合A)、B)、C)及D)中的任意两种以上的方法组合来判定专注度高低。

于本发明的一实施例中，所述媒体播放参数信息，包括：学习窗口所播放媒体的音量、亮度、及播放状态中的一种或多种组合；所述播放状态包括播放、暂停、及停止。

于本发明的一实施例中，所述根据媒体播放参数信息以获得专注度的方式包括以下中的一种：F)根据所述学习窗口的音量大小来判断专注度高低，所述音量大小的量值与专注度成正比；G)根据所述学习窗口的亮度大小来判断专注度高低，所述亮度大小的量值与专注度成正比；H)根据所述学习窗口的播放状态来判断专注度高低，当所述播放状态为播放时，则判定所述专注度为高专注度；当所述播放状态为暂停或停止时，则判定所述专注度为低专注度；I)通过所设定权重融合F)、G)、及H)中的任意两种以上的方法组合来判定专注度高低。

为实现上述目的及其他相关目的，本发明提供一种对象专注度分析装置，包括：采集模块，用于获取对象终端的学习窗口信息；处理模块，用于通过所述学习窗口信息提取窗口大小信息和/或窗口遮挡信息，并根据所述窗口大小信息和/或所述窗口遮挡信息得到专注度，所述专注度分为高专注度或低专注度。

为实现上述目的及其他相关目的，本发明提供一种电子终端，包括：处理器、及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序时实现上述所述的对象专注度分析方法。

为实现上述目的及其他相关目的，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所述的对象专注度分析方法。

如上所述，本发明的对象专注度分析方法、装置、电子终端及存储介质，本发明通过获取显示于对象终端的学习窗口的窗口信息，再由所述窗口信息提取窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息，根据所述窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息得到学习窗口的使用者的专注度。具有以下有益效果：能够简单灵活地了解受众对象的专注度，进而提升学习效率。

附图说明

图1显示为本发明一实施例中对象专注度分析方法的流程示意图。

图2显示为本发明一实施例中对象专注度分析装置的模块示意图。

图3显示为本发明一实施例中电子终端的结构示意图。

元件标号说明

S101～S103 方法步骤

201 采集模块

202 处理模块

301 处理器

302 存储器

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

本发明提供的对象专注度分析方法、装置、电子终端及存储介质，用于解决现有技术中无法准确高效地判断受众对象在在在线教育或培训过程中的专注度的问题。

如图1所示，展示本发明一实施例中对象专注度分析方法的流程示意图。所述方法包括：

步骤S101：获取显示于对象终端的学习窗口的窗口信息。

于本发明的一实施例中，所述对象终端为台式电脑、笔记本电脑、平板电脑、及移动终端中任意一种设备，所述学习窗口是通过应用程序、客户端、软件***、网页、小程序等媒介载体，以直播或视频等常见在线教学或直播课堂等形式以展示教学内容的窗口或界面。

于本发明的一实施例中，所述学习窗口可以是应用软件窗口、客户端运行窗口、网页或网页内视频/直播窗口，还可以是视频/直播播放时转入到独立播放器的窗口。

需要注意的是，本发明所述学习窗口并非只是视频或直播的窗口，所述学习窗口还可包括显示区，如显示讲师的直播窗口，或者讲师的信息区域等；或者，包含交流区，老师与学生文字聊天，方便问答的区域等等；或者，包含上述媒介载体内的操作界面、菜单栏、工具栏等区域。上述区域均为所述媒介载体内常见的，本领域技术人员应能了解。

于本发明的一实施例中，所述获取显示于对象终端的学习窗口的窗口信息的方法，包括：对上述媒介载体的学习窗口的运行程序增加相关检测代码，或学习窗口的运行对文件增加相关检测程序，从而通过所述媒介载体的运行以获取如窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息等。

或者通过在所述对象终端的***上设置或增加针对学***板电脑上可以查看到各种应用程序的音量大小。

举例来说，学习平台的学员通过电脑上打开的学习程序通过直播形式进行学习，在电脑***预先设置或安装相关学习窗口的检测程序，在直播过程中，电脑***可实时或周期性检测到所述学习应用程序的学习窗口的相关信息，如学习窗口是最大化还是最小化、学习窗口是否被其他聊天应用程序遮挡、音量是否被关闭以使用其他应用程序、直播是否意外终端而一致不知道，通过检测这些窗口信息可以较为真实客观的反映学习窗口使用者的专注度。

步骤S102：通过所述窗口信息提取窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息。

于本发明的一实施例中，现有在线教学或直播课堂等形式的互联网远程教学活动多采用视频或直播形式，因此本发明所述学习窗口包含窗口大小信息、窗口遮挡信息、媒体播放参数信息等。

于本发明的一实施例中，所述窗口大小信息的获取方式，包括：通过获取学习窗口当前的可视状态以判断窗口大小；所述可视状态包括：最大化、正常化、及最小化中一种或多种组合。

于本发明的一实施例中，所述正常化的可视状态为最大化与最小化之外的可视状态，随意拉伸的尺寸均属于正常化。

需要说明的是，当对象通过手机在应用程序进行学习时，因手机***原因，在手机端不能同时显示二种以上程序，所以窗口大小信息只有最大化和最小化。但这种情况并不对本发明所阐述的思想产生影响，可以理解为本发明所述方法在手机端应用时，所述窗口大小信息的正常化的可视状态没有出现。当然，如果在手机端以网页形式进行学习，那么网页中的播放窗口或直播窗口还是遵循本发明所提到的正常化的可视状态的判断方法。

于本发明的一实施例中，当基于windows***程序通过调用如MinimizeAppBtnClicked、MaximizeAppBtnClicked、NormalAppBtnClicked等窗口相关的库函数并对长宽进行判断，即可实现对所述学习窗口可视状态的检测。

例如，在windows***判断窗口可视状态的程序如下：

当然，对应网页、APP等不同媒介载体，均可通过调用并编写相应的编程语言下的库函数来实现，本领域技术人员应能予以了解。

于本发明的一实施例中，所述窗口遮挡信息的获取方式，包括：通过获取学习窗口当前的置顶信息和/或窗口焦点信息以判断所述学习窗口是否被遮挡。

于本发明的一实施例中，所述通过置顶信息还可以区分当前活动窗口和非当前活动窗口。

举例来说，在WINDOWS***默认下，如果是非当前窗口，其最小化\还原\关闭所相应的一控制行是灰色的，如是当前窗口，则为蓝色的。活动窗口接受键盘的输入，非活动窗口不接受键盘的输入。简单说来，就是鼠标所在的页面就是当前窗口，即当前正在活动的窗口，也就是当前置顶的窗口。

于本发明的一实施例中，获取所述学习窗口当前的置顶信息和/或窗口焦点信息是两种不同编码思路，两种方法均可实现判断所述学习窗口是否被遮挡，或者两种方法共同判断，可以增加判断的准确性。

另外，在本发明所阐述的思想下，判断窗口是否被遮挡的方法并不仅限于根据上述置顶信息和/或窗口焦点信息的方法，其他能够实现对窗口是否被遮挡进行判断的方法也在本发明范畴内。

举例来说，在windows***根据窗口焦点信息来判断窗口是否被遮挡的程序如下：

当然，对应网页、APP等不同媒介载体，均可通过调用并编写相应的编程语言下的库函数来实现，本领域技术人员应能予以了解。

于本发明的一实施例中，所述媒体播放参数信息，包括：学习窗口所播放媒体的音量、亮度、及播放状态中的一种或多种组合；所述播放状态包括播放、暂停、及停止。

其中，所述学习窗口所播放媒体的音量或亮度信息的获取，可以通过读取后台数值，根据对应的偏移量以获取音量大小或亮度大小的信息。程序中可以通过调用音量或亮度库函数以获得相应数值。

所述播放状态可以根据调用相关按键的开启状态或根据视频或直播的数据流的正常或暂停或停止状态进行判断。

步骤S103：根据所述窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息得到学习窗口的使用者的专注度。

于本发明的一实施例中，所述窗口遮挡信息的获取方式，包括：通过获取学习窗口当前的置顶信息和/或窗口焦点信息以判断所述学习窗口是否被遮挡；根据所述窗口大小信息、及窗口遮挡信息得到学习窗口的使用者的专注度。

于本发明的一实施例中，将所述窗口大小信息、及窗口遮挡信息置于场景中，我们有理由判断所述对象的专注度情况。

于本发明的一实施例中，当所述可视状态为最小化时，判定所述专注度为低专注度。

举例来说，当学员对学习窗口进行最小化操作时，可以联想到此时学员想打开或找其他应用软件，对学习窗口没有较强的兴趣或不够专注，那么我们有理由相信此时学员的专注度不。

于本发明的一实施例中，当所述可视状态为最大化时，且所述学习窗口未被遮挡，则判定所述专注度为高专注度。

举例来说，当学员对学习窗口进行最大化操作时，可以联想到此时学员想放大窗口以看的更为清楚，如若此时，所述最大化的学习窗口没有被其他应用程序覆盖，可以认为学员对其他应用软件暂时不感兴趣，那么我们有理由相信此时学员的专注度是较高的。

于本发明的一实施例中，当所述可视状态为最小化和最大化以外的正常化时，且所述学习窗口未被遮挡，则判定所述专注度为高专注度。

举例来说，当学员对学习窗口进行正常化操作时，即不是最小化或最大化的可视状态，此时并不能了解学员的专注度情况。若此时所述学习窗口被检测到未被遮挡，即处于置顶，是当前活动窗口，那么可以联想到学员最近一次关注的软件是在所述学习窗口或学习软件上，那么我们有理由相信此时学员的专注较高。

于本发明的一实施例中，当所述可视状态为最大化时，且所述学习窗口被遮挡，则根据被遮挡信息以获得专注度，和/或，当所述可视状态为正常化时，且所述学习窗口被遮挡，则根据被遮挡信息以获得专注度。

举例来说，当学员对学习窗口进行最大化或正常化操作时，检测到所述学习窗口被遮挡，虽然此时出现了被遮挡的情况，但有可能是电脑或手机弹出的非主动打开的窗口，如电脑上杀毒软件的消息，或手机接收到短信或电话，这些情况不能判定为对象没有高的专注度。考虑到存在非主动打开遮挡学习窗口的情况，我们还需要进一步对遮挡情况进行分析。

于本发明的一实施例中，所述被遮挡信息包括：学习窗口被遮挡的持续时间、频次、位置、及范围中的一或多种组合。

于本发明的一实施例中，所述学习窗口被遮挡的持续时间是连续遮挡学习窗口的时间，依据持续时间可以较好解决上述非主动打开遮挡学习窗口的情况。例如，电脑上杀毒软件的消息，或手机接收到短信或电话，他们弹出消息并显示均设有一定时间，若这些弹出消息并显示的时间没有达到所述持续时间，则不认为是专注度低的遮挡行为。

再例如，当对象在打开学习窗口的同时，在通过聊天软件聊天，当打字时，聊天窗口遮挡所述学习窗口，发送聊天消息后，再切换隐藏，这样仅通过持续时间就无法检测到该对象的真是专注度。如果对所述学习窗口被遮挡的频次进行检测，如统计1分钟内被遮挡次数，那么便可较为准确的了解所述对象的专注度情况了。

另外，再结合窗口被遮挡的位置、及范围，可以使得对所述学习窗口被遮挡情况的分析更为准确和客观。

所述根据被遮挡信息以获得专注度的方式包括以下中的一种：

A)根据所述学习窗口被遮挡的持续时间来判断专注度高低，所述持续时间的量值与专注度成反比。

于本发明的一实施例中，当所述持续时间越长，判定的专注度越低，反之越高，当预设一时间阈值，若所述持续时间低于时间阈值，则可以判定为高专注度；若所述持续时间高于时间阈值，则可以判定为低专注度。

举例来说，所述预设时间阈值可以为20秒，当所述学习窗口被遮挡超过20秒时，则判定所述对象的专注度为低专注度。

B)根据一定时间内所述学习窗口被遮挡的频次来判断专注度高低，所述频次的量值与专注度成反比。

于本发明的一实施例中，当所述频次越多，判定的专注度越低，反之越高，当预设一频次阈值，若所述频次低于频次阈值，则可以判定为高专注度；若所述频次高于频次阈值，则可以判定为所述学习窗口使用者的专注度为低专注度。

举例来说，所述预设频次阈值可以为5次/分钟，若所述学习窗口在1分钟内被遮挡次数超过5次，则判定为所述学习窗口使用者的专注度为低专注度。

C)根据所述学习窗口被遮挡的范围来判断专注度高低，所述范围的量值与专注度成反比。

于本发明的一实施例中，当所述范围越大，判定的专注度越低，反之越高，当预设一范围阈值，若所述范围低于范围阈值，则可以判定为高专注度；若所述范围高于范围阈值，则可以判定为低专注度。

举例来说，所述预设范围阈值可以为所述学习窗口尺寸的50％，当所述学习窗口被遮挡面积过半，则判定为所述学习窗口使用者的专注度为低专注度。

D)根据所述学习窗口中预设关键学习位置被遮挡的数量来判断专注度高低；所述预设关键学习位置为经图像识别为对所述使用者接受知识输入直接相关的人或物；所述数量与专注度成反比。

于本发明的一实施例中，当所述被遮挡的关键学习位置数量越多，判定的专注度越低，反之越高，当预设一数量阈值，若所述被遮挡的关键学习位置数量低于数量阈值，则可以判定为高专注度；若所述被遮挡的关键学习位置数量高于数量阈值，则可以判定为低专注度。

举例来说，所述关键学习位置可以使学习窗口中专门针对老师的视频窗口，如直播中或视频聊天中显示另一方的小视频窗口，或者，关键学习位置是文字交流区域，可用于师生互动。根据预设的数量阈值，如2个，当所述学习窗口中的关键学习位置被遮挡的数量超过2个，则判定为所述学习窗口使用者的专注度为低专注度。

E)通过所设定权重融合A)、B)、C)及D)中的任意两种以上的方法组合来判定专注度高低。

于本发明的一实施例中，还可将所述学习窗口被遮挡的持续时间、频次、位置、及范围中任意两种以上进行权重融合，以综合检测进行判定，提高判定的准确性。

举例来说，可以对A)、B)、C)及D)分别设定25％的权重，以此来对被遮挡情况进行更为客观的判定以得到专注度。当过半的专注度为高专注度，则综合判定的专注度为高专注度，反之则为低专注度。

于本发明的一实施例中，所述根据媒体播放参数信息以获得专注度的方式包括以下中的一种：

F)根据所述学习窗口的音量大小来判断专注度高低，所述音量大小的量值与专注度成正比。

于本发明的一实施例中，当所述音量越多，判定的专注度越高，反之越低，当预设一音量阈值，若所述音量高于音量阈值，则可以判定为高专注度；若所述音量低于音量阈值，则可以判定为低专注度。

举例来说，通过视频或直播进行学习的过程需要声音，声音越大，可以联想到学员越想听清楚，如果打开学习窗口进行学习的同时，还打开其他视频或音乐应用软件，那么学员可能会减少学习窗口的音量，甚至关闭，以听清其他应用软件的声音。针对这种情况，学习窗口仍然检测到未被遮挡，但学员实际上没有在听。所以，通过增加检测音量大小可以更为真实客观的判定学员的专注度。

于本发明的一实施例中，媒体播放参数信息可以与所述窗口大小信息、窗口遮挡信息一同判定学习窗口的使用者的专注度，还可以单独决定判定学习窗口的使用者的专注度。

举例来说，无论是何原因使得所述学习窗口的音量为0或很低，因为直播或视频的学习形式，很少有字幕，那么较大概率可以认为所述学习窗口的使用者的专注度较低。所以，通过单独检测所述窗口信息中所述媒体播放参数信息的音量大小可以用于判定使用者的专注度。

G)根据所述学习窗口的亮度大小来判断专注度高低，所述亮度大小的量值与专注度成正比。

于本发明的一实施例中，当所述亮度越多，判定的专注度越高，反之越低，当预设一亮度阈值，若所述亮度高于亮度阈值，则可以判定为高专注度；若所述亮度低于亮度阈值，则可以判定为低专注度。

举例来说，当所述学习窗口过暗，使用该学习窗口进行学习的效果将大打折扣，从另一角度来看，也可以判定所述学习窗口的使用者的专注度较低。

H)根据所述学习窗口的播放状态来判断专注度高低，当所述播放状态为播放时，则判定所述专注度为高专注度；当所述播放状态为暂停或停止时，则判定所述专注度为低专注度。

于本发明的一实施例中，正常情况下所述窗口的播放状态为播放，当临时出现需要处理的事情，或者，所述学习窗口播放的画面意外终端或视频卡主，而对象将所述学习窗口打开本人却在做其他事情或者未在学习，针对上述情况，通过所述学习窗口的播放状态可以有效判断出所述学习窗口使用者的专注度。

I)通过所设定权重融合F)、G)、及H)中的任意两种以上的方法组合来判定专注度高低。

于本发明的一实施例中，还可将所述学习窗口的音量大小、亮度大小、及播放状态中任意两种以上进行权重融合，以综合检测进行判定，提高判定的准确性。

举例来说，可以对F)、G)、及H)分别设定40％、30％、30％的权重，以此来对被遮挡情况进行更为客观的判定以得到专注度。当判定为高专注度的比重占50％以上，则综合判定所述学习窗口的使用者的专注度为高专注度，反之则为低专注度。

于本发明的一实施例中，通过本发明所述的对象专注度分析方法，讲师客户端或平台客户端可得到所述学习窗口使用者的专注度，再根据专注度情况可对使用者进行打分或及时进行提醒，以提高线教学或直播课堂等形式的互联网远程教育的学习效率。

或者，所述学习窗口的媒介载体，如应用软件或客户端，在获取到所述学习窗口使用者的专注度后，依情况而定直接推送提醒消息至所述学习窗口或应用软件内。

例如，当得到学习窗口的使用者的专注度为低专注度时，则会提醒教学内容提供方后台，或教学、培训的老师，以使他们及时得知该使用者不专注。然后，内容提供方可向使用者学习窗口的媒介载体发送提醒消息，或者在受众对象的客户端会自动弹出提醒消息，以提醒受众对象当前专注度低，从而使用者及时调整在直播课堂或在线教学等形式的互联网远程教育过程中的专注度及学习效率。

如图2所示，展示本发明提供的一种对象专注度分析装置的模块示意图。如图所述，包括：采集模块201，用于获取显示于对象终端的学习窗口的窗口信息；处理模块202，用于通过所述窗口信息提取窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息，以及根据所述窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息得到学习窗口的使用者的专注度。

需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，提取模块202可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上判断模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

如图3所示，展示本发明一实施例中一种电子终端的结构示意图。如图所述，包括：处理器301、及存储器302；所述存储器302用于存储计算机程序，所述处理器301用于执行所述存储器302存储的计算机程序，以使所述电子终端执行实现如图1所述对象专注度分析方法。

于本发明的一实施例中，所述通信器303通信连接的外部设备可以为提供对象面部图像信息的设备，如摄像头。

所述处理器301可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignalProcessing，简称DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field－ProgrammableGateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

所述存储器302可能包含随机存取存储器(RandomAccessMemory，简称RAM)，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

为实现上述目的及其他相关目的，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述对象专注度分析方法。

需要说明的是，本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

综上所述，本发明的对象专注度分析方法、装置、电子终端及存储介质，通过获取显示于对象终端的学习窗口的窗口信息，再由所述窗口信息提取窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息，根据所述窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息得到学习窗口的使用者的专注度。本发明能够简单灵活地了解受众对象的专注度，进而提升学习效率。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种对象专注度分析方法，其特征在于，所述方法包括：

获取显示于对象终端的学习窗口的窗口信息；

通过所述窗口信息提取窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息；

根据所述窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息得到学习窗口的使用者的专注度。

2.根据权利要求1所述的对象专注度分析方法，其特征在于，所述窗口大小信息的获取方式，包括：通过获取学习窗口当前的可视状态以判断窗口大小；所述可视状态包括：最大化、正常化、及最小化中一种或多种组合。

3.根据权利要求1所述的对象专注度分析方法，其特征在于，所述窗口遮挡信息的获取方式，包括：通过获取学习窗口当前的置顶信息和/或窗口焦点信息以判断所述学习窗口是否被遮挡。

4.根据权利要求2所述的对象专注度分析方法，其特征在于，所述窗口遮挡信息的获取方式，包括：通过获取学习窗口当前的置顶信息和/或窗口焦点信息以判断所述学习窗口是否被遮挡；根据所述窗口大小信息、及窗口遮挡信息得到学习窗口的使用者的专注度：

当所述可视状态为最小化时，判定所述专注度为低专注度；

当所述可视状态为最大化时，且所述学习窗口未被遮挡，则判定所述专注度为高专注度；

当所述可视状态为最大化时，且所述学习窗口被遮挡，则根据被遮挡信息以获得专注度；

当所述可视状态为最小化和最大化以外的正常化时，且所述学习窗口未被遮挡，则判定所述专注度为高专注度；

当所述可视状态为正常化时，且所述学习窗口被遮挡，则根据被遮挡信息以获得专注度。

5.根据权利要求4所述的对象专注度分析方法，其特征在于，所述被遮挡信息包括：学习窗口被遮挡的持续时间、频次、位置、及范围中的一或多种组合；所述根据被遮挡信息以获得专注度的方式包括以下中的一种：

A)根据所述学习窗口被遮挡的持续时间来判断专注度高低，所述持续时间的量值与专注度成反比；

B)根据一定时间内所述学习窗口被遮挡的频次来判断专注度高低，所述频次的量值与专注度成反比；

C)根据所述学习窗口被遮挡的范围来判断专注度高低，所述范围的量值与专注度成反比；

D)根据所述学习窗口中预设关键学习位置被遮挡的数量来判断专注度高低；所述预设关键学习位置为经图像识别为对所述使用者接受知识输入直接相关的人或物；所述数量与专注度成反比；

E)通过所设定权重融合A)、B)、C)及D)中的任意两种以上的方法组合来判定专注度高低。

6.根据权利要求1所述的对象专注度分析方法，其特征在于，所述媒体播放参数信息，包括：

学习窗口所播放媒体的音量、亮度、及播放状态中的一种或多种组合；所述播放状态包括播放、暂停、及停止。

7.根据权利要求6所述的对象专注度分析方法，其特征在于，所述根据媒体播放参数信息以获得专注度的方式包括以下中的一种：

F)根据所述学习窗口的音量大小来判断专注度高低，所述音量大小的量值与专注度成正比；

G)根据所述学习窗口的亮度大小来判断专注度高低，所述亮度大小的量值与专注度成正比；

H)根据所述学习窗口的播放状态来判断专注度高低，当所述播放状态为播放时，则判定所述专注度为高专注度；当所述播放状态为暂停或停止时，则判定所述专注度为低专注度；

I)通过所设定权重融合F)、G)、及H)中的任意两种以上的方法组合来判定专注度高低。

8.一种对象专注度分析装置，其特征在于，包括：

采集模块，用于获取显示于对象终端的学习窗口的窗口信息；

处理模块，用于通过所述窗口信息提取窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息，并根据所述窗口大小信息、窗口遮挡信息、和/或媒体播放参数信息得到学习窗口的使用者的专注度。

9.一种电子终端，其特征在于，包括：处理器、及存储器；

所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序时实现权利要求1至7中任意一项所述的对象专注度分析方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7中任一项所述的对象专注度分析方法。

Images