1.一种用于标识视频的呈现样式的计算机实现的方法，包括以下动作：
使用经由计算机网络彼此通信的一个或多个计算设备来执行以下过程动作：
接收所述视频；
计算图像特征的集合，所述图像特征针对所述视频的每一帧而被独立计算，所述图像特征包括以下各项中的一项或多项：
低对比度特征，其根据规定的低对比度阈值测量针对所述视频的像素强度统计，或高对比度特征，其根据规定的高对比度阈值测量针对所述视频的像素强度统计，或零梯度特征，其测量在所述视频中存在的零梯度的量，或
低梯度特征，其测量在所述视频中存在的弱但非零梯度的量，或
高梯度特征，其测量在所述视频中存在的强梯度的量，或
噪声特征，其测量在所述视频中存在的像素强度噪声的量；以及
使用预学习的视频呈现样式分类器来对所述集合中的所述图像特征中的每个图像特征进行加权并且确定在所述视频中主要被采用的呈现样式，所述呈现样式的确定基于对所述特征的所述加权。
2.根据权利要求1所述的方法，其中所确定的所述呈现样式包括可能的呈现样式的集合中的所述呈现样式中的一个呈现样式，所述可能的呈现样式的集合包括：
渲染的视频种类的呈现样式；以及
现实世界视频种类的呈现样式。
3.根据权利要求2所述的方法，其中所述视频包括教育视频，并且所述渲染的视频种类的呈现样式包括以下各项中的一项或多项：
渲染的幻灯片放映呈现样式；或
包括呈现者的视频的渲染的幻灯片放映的呈现样式；或
渲染的动画呈现样式；或
渲染的照片呈现样式；或
渲染的手绘的幻灯片呈现样式。
4.根据权利要求2所述的方法，其中所述视频包括教育视频，并且所述现实世界视频种类的呈现样式包括以下各项中的一项或多项：
自然视频呈现样式；或
访谈的视频呈现样式；或
在纸上手写的视频呈现样式；或
投影的幻灯片的视频呈现样式；或
白板的视频呈现样式；或
黑板的视频呈现样式。
5.一种用于标识视频的呈现样式的计算机实现的方法，包括以下动作：
使用经由计算机网络彼此通信的一个或多个计算设备来执行以下过程动作：
接收所述视频；
计算表示所述视频的脸部特征的集合，其中所述脸部特征基于对所述视频中的一个或多个脸部的检测，所述脸部特征包括以下各项中的一项或多项：
脸部检测特征，其测量所述视频中的、仅一个脸部被检测到的帧的百分比，或一个或多个移动脸部特征，其各自针对所述视频中的、仅一个脸部被检测到的每帧来测量检测到的所述脸部是否正移动，或
脸部未呈现特征，其测量所述视频中的、没有脸部被检测到的帧的最长序列的长度，或脸部呈现特征，其测量所述视频中的、仅一个脸部被检测到的帧的最长序列的长度，或脸部大小特征，其跨越所述视频中的、仅一个脸部被检测到的所述帧来测量检测到的所述脸部的平均大小；以及
使用预学习的视频呈现样式分类器来对所述集合中的所述脸部特征中的每个脸部特征进行加权并且确定在所述视频中主要被采用的呈现样式，所述呈现样式的确定基于对所述特征的所述加权。
6.根据权利要求5所述的方法，其中所确定的所述呈现样式包括可能的呈现样式的集合中的所述呈现样式中的一个呈现样式，所述可能的呈现样式的集合包括：
渲染的视频种类的呈现样式；以及
现实世界视频种类的呈现样式。
7.根据权利要求6所述的方法，其中所述视频包括教育视频，并且所述渲染的视频种类的呈现样式包括以下各项中的一项或多项：
渲染的幻灯片放映呈现样式；或
包括呈现者的视频的渲染的幻灯片放映的呈现样式；或
渲染的动画呈现样式；或
渲染的照片呈现样式；或
渲染的手绘的幻灯片呈现样式。
8.根据权利要求6所述的方法，其中所述视频包括教育视频，并且所述现实世界视频种类的呈现样式包括以下各项中的一项或多项：
自然视频呈现样式；或
访谈的视频呈现样式；或
在纸上手写的视频呈现样式；或
投影的幻灯片的视频呈现样式；或
白板的视频呈现样式；或
黑板的视频呈现样式。
9.一种用于标识视频的呈现样式的计算机实现的方法，包括以下动作：
使用经由计算机网络彼此通信的一个或多个计算设备来执行以下过程动作：
接收所述视频；
计算表示所述视频的运动特征的集合，其中所述运动特征基于所述视频如何逐帧改变，所述运动特征包括以下各项中的一项或多项：
运动频率特征，其测量运动在所述视频中发生的频繁程度，或
运动量特征，其测量多少运动在所述视频中发生，或
运动类型特征，其指定在所述视频中发生的运动的所述类型；以及
使用预学习的视频呈现样式分类器来对所述集合中的所述运动特征中的每个运动特征进行加权并且确定在所述视频中主要被采用的呈现样式，所述呈现样式的确定基于对所述特征的所述加权。
10.根据权利要求9所述的方法，其中所述运动频率特征包括以下各项中的一项或多项：
运动频率特征，其测量所述视频中的、运动的幅度大于或等于规定的运动频率阈值的帧的百分比；或
另一运动频率特征，其测量所述视频中的、运动的幅度大于或等于另一规定的运动频率阈值的帧的百分比；或
运动呈现特征，其测量所述视频中的、存在运动的帧的最长序列的长度；或运动未呈现特征，其测量所述视频中的、不存在运动的帧的最长序列的长度。
11.根据权利要求9所述的方法，其中所述运动量特征包括以下各项中的一项或多项：
运动量特征，其测量所述视频中的、其强度根据规定的运动像素阈值而在所述视频的连续帧之间改变的像素的数目；或
另一运动量特征，其测量所述视频中的、其强度根据另一规定的运动像素阈值在所述视频的连续帧之间改变的像素的数目。
12.根据权利要求9所述的方法，其中所述运动类型特征包括以下各项中的一项或多项：
由等式featmott1＝Percentilef(NRFlow(f)，Tmott1)给定的运动类型特征featmott1，NRFlow(f)表示所述视频的给定帧f与所述视频的紧接后续帧f+1之间的非刚性运动的幅度，Tmott1表示规定的运动类型阈值，并且Percentilef对跨越所述视频的所有帧的NRFlow(f)的值进行排序并且然后在Tmott1百分比处选择NRFlow(f)的所述值；或由等式featmott2＝Percentilef(NRFlow(f)/OFlow(f)，Tmott2)给定的另一运动类型特征featmott2，OFlow(f)表示跨越帧f的光流的幅度，Tmott2表示另一规定的运动类型阈值，NRFlow(f)/OFlow(f)表示OFlow(f)的非刚性的部分，并且Percentilef对跨越所述视频的所有帧的NRFlow(f)/OFlow(f)的值进行排序并且然后在Tmott2百分比处选择NRFlow(f)/OFlow(f)的所述值；或
由等式featmott3＝Percentilef(OFRes(f)，Tmott3)给定的又一运动类型特征featmott3，OFRes(f)表示指示帧f与帧f+1之间的变化归因于所述视频中的场景元素的所述运动的程度的光流残余，Tmott3表示又一规定的运动类型阈值，并且Percentilef对跨越所述视频的所有帧的OFRes(f)的值进行排序并且然后在Tmott3百分比处选择OFRes(f)的所述值。
13.根据权利要求9所述的方法，其中所确定的所述呈现样式包括可能的呈现样式的集合中的所述呈现样式中的一个呈现样式，所述可能的呈现样式的集合包括：
渲染的视频种类的呈现样式；以及
现实世界视频种类的呈现样式。
14.根据权利要求13所述的方法，其中所述视频包括教育视频，并且所述渲染的视频种类的呈现样式包括以下各项中的一项或多项：
渲染的幻灯片放映呈现样式；或
包括呈现者的视频的渲染的幻灯片放映的呈现样式；或
渲染的动画呈现样式；或
渲染的照片呈现样式；或
渲染的手绘的幻灯片呈现样式。
15.根据权利要求13所述的方法，其中所述视频包括教育视频，并且所述现实世界视频种类的呈现样式包括以下各项中的一项或多项：
自然视频呈现样式；或
访谈的视频呈现样式；或
在纸上手写的视频呈现样式；或
投影的幻灯片的视频呈现样式；或
白板的视频呈现样式；或
黑板的视频呈现样式。