[发明专利]一种图像处理的方法、装置、可读存储介质和电子设备

权利要求书

1.一种图像处理的方法，其特征在于，该方法包括：

获取一组视频流，其中，所述一组视频流中包括至少两个视频流，所述至少两个视频流中包括一个教师视频流和至少一个学生视频流；

在每个所述视频流中抽取多张图像；

通过预先训练的人脸检测模型，确定所述多张图像中的至少一张待处理图像，其中，所述待处理图像中包括人脸；

确定每张所述待处理图像的图像特征；

根据所述至少一张待处理图像对应的图像特征确定所述一组视频流的等级。

2.如权利要求1所述的方法，其特征在于，所述图像特征包括笑脸特征、人脸角度特征、以及特定手势特征中的至少一项。

3.如权利要求2所述的方法，其特征在于，当所述图像特征为笑脸特征时，所述确定每张所述待处理图像的图像特征，具体包括：

通过预先训练的笑脸检测模型，确定所述待处理图像中的笑脸特征。

4.如权利要求2所述的方法，其特征在于，当所述图像特征为人脸角度特征时，所述确定每张所述待处理图像的图像特征，具体包括：

通过预先训练的人脸角度检测模型，确定所述待处理图像中的人脸角度特征。

5.如权利要求2所述的方法，其特征在于，当所述图像特征为特定手势特征时，所述确定每张所述待处理图像的图像特征，具体包括：

通过预先训练的特定手势检测模型，确定所述待处理图像中的特定手势特征。

6.如权利要求1所述的方法，其特征在于，所述根据所述至少一张待处理图像对应的图像特征确定所述一组视频流的等级，具体包括：

根据所述至少一张待处理图像对应的图像特征确定所述一组视频流的视觉指标，其中，所述视觉指标包括人脸数量、笑脸数量、正脸数量、专注总时长、分时段专注时长、以及手势数量中的至少一项；

根据所述视觉指标确定所述一组视频流的等级。

7.如权利要求6所述的方法，其特征在于，该方法还包括：

根据所述视觉指标以及所述一组视频流段平均视觉指标确定所述一组视频流的等级，其中，所述平时视觉指标包括平均专注总时长和/或分时段平均专注时长。

8.如权利要求1所述的方法，其特征在于，所述人脸检测模型为根据历史人脸数据训练的深度学习神经网络模型。

9.如权利要求3所述的方法，其特征在于，所述笑脸检测模型的训练过程包括：

获取历史笑脸图像与历史非笑脸图像；

根据所述历史笑脸图像与所述历史非笑脸图像训练所述笑脸检测模型，其中，所述笑脸检测模型为二分类模型。

10.如权利要求4所述的方法，其特征在于，所述人脸角度检测模型为根据历史人脸角度数据训练的深度学习神经网络模型，其中，所述人脸角度检测模型用于检测人脸与显示屏幕之间的角度。

11.如权利要求5所述的方法，其特征在于，所述特定手势检测模型为根据历史特定手势数据训练的深度学习神经网络模型。

12.如权利要求7所述的方法，其特征在于，该方法还包括：

根据所述视觉指标、所述一组视频流段平均视觉指标以及语音指标确定所述一组视频流的等级，其中，所述语音指标包括学生开口次数、师生互动次数以及师生互动总次数中的至少一项。