[发明专利]获取用户使用时长的方法和系统

权利要求书

1.获取用户使用时长的方法，其特征在于，其包括如下步骤：

步骤S1，对用户进行拍摄和录音，以此获得所述用户在进行线上学习过程中的影像数据和声音数据，并对所述影像数据和所述声音数据进行规范预处理；

步骤S2，将经过规范化预处理的所述影像数据和所述声音数据分别切分为若干影像片段数据和若干声音片段数据，再判断所述影像片段数据和所述声音片段数据对应的时间间隔内，所述用户是否处于有效线上学习状态；

步骤S3，根据所述有效线上学习状态的判断结果，确定所述用户在所述线上学习过程中的总计有效学习使用时长；

其中，在所述步骤S1中，对用户进行拍摄和录音，以此获得所述用户在进行线上学习过程中的影像数据和声音数据，并对所述影像数据和所述数据信息进行规范预处理具体包括，

步骤S101，在所述用户进行线上学习过程中，采用多目摄像头对所述用户进行多视角拍摄，从而获得关于所述用户的多视角动态影像数据；

步骤S102，在所述用户进行线上学习过程中，采用麦克风阵列对所述用户进行多方位录音，从而获得关于所述用户的多方位声音数据；

步骤S103，从所述多视角动态影像数据中识别区分用户相关像素区域和背景环境相关像素区域，并对所述背景环境相关像素区域进行像素虚化处理，以此实现对所述影像数据的规范化处理；

步骤S104，对所述多方位声音数据进行背景噪声降噪滤波处理，从而消除所述多方位声音数据中的背景噪声成分，以此实现对所述声音数据的规范化处理；

其中，在所述步骤S2中，将经过所述规范化预处理的所述影像数据和所述声音数据分别切分为若干影像片段数据和若干声音片段数据，再判断所述影像片段数据和所述声音片段数据对应的时间间隔内，所述用户是否处于有效线上学习状态具体包括，

步骤S201，按照预设时间间隔，将经过所述规范化处理的所述影像数据切分为若干具有相同时间长度的影像片段数据，以及按照所述预设时间间隔，将经过所述规范化处理的所述声音数据切分为若干具有相同时间长度的声音片段数据；

步骤S202，从所述影像片段数据中识别得到所述用户的实际视线动作，并将所述实际视线动作与预设标准视线动作范围进行比对，若两者相匹配，则确定所述影像片段数据对应的时间间隔内，所述用户处于有效线上学习状态，否则确定所述影像片段数据对应的时间间隔内，所述用户不处于有效线上学习状态；

步骤S203，根据所述用户自身的声纹特征信息，从所述声音片段数据中识别所述用户对应的语音信息数据，并识别所述语音信息数据对应的实际语义信息，再将所述实际语义信息与预设标准语义库进行比对，若两者相匹配，则确定所述声音片段数据对应的时间间隔内，所述用户处于有效线上学习状态，否则确定所述声音片段数据对应的时间间隔内，所述用户不处于有效线上学习状态；

其中，在所述步骤S104中，对所述多方位声音数据进行背景噪声降噪滤波处理，从而消除所述多方位声音数据中的背景噪声成分，以此实现对所述声音数据的规范化处理具体为对所述多方位声音数据进行时序降噪滤波处理，从而消除所述多方位声音数据中的背景噪声成分，所述时序降噪滤波处理包括根据将多方位声音数据中的前一帧已完成降噪滤波的声音数据，加入到下一帧未完成降噪滤波的声音数据，从而实现多方位声音数据的迭代降噪滤波，其具体过程包括，

步骤S1041，利用下面公式(1)，得到时序降噪帧频比重值：

在上述公式(1)中，β_i表示第i帧多方位声音数据对应的时序降噪帧频比重值，Z_i-1表示第i-1帧多方位声音数据对应的频域能量值，W_i-1表示第i-1帧多方位声音数据经过降噪滤波后对应的频域能量值，且i的取值为多方位声音数据的总帧数内的任一正整数；

步骤S1042，利用下面公式(2)，对所述时序降噪帧频比重值β_i进行修正

在上述公式(2)中，表示修正后的第i帧多方位声音数据对应的时序降噪帧频比重值，Z_i表示第i帧多方位声音数据对应的频域能量值，W_i-1表示第i-1帧多方位声音数据经过降噪滤波后对应的频域能量值；

步骤S1043，利用下面公式(3)，得到经过降噪滤波后第i帧多方位声音数据对应的频域能量值W_i:

再重复执行上述步骤S1041-S1043，对每一帧多方位声音数据进行处理，从而多方位声音数据的迭代降噪滤波，以此消除所述多方位声音数据中的背景噪声成分。