CN107948640B - 视频播放测试方法、装置、电子设备和存储介质 - Google Patents
视频播放测试方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN107948640B CN107948640B CN201711378466.5A CN201711378466A CN107948640B CN 107948640 B CN107948640 B CN 107948640B CN 201711378466 A CN201711378466 A CN 201711378466A CN 107948640 B CN107948640 B CN 107948640B
- Authority
- CN
- China
- Prior art keywords
- video
- target
- apis
- playing
- executed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明公开了一种视频播放测试方法、装置、电子设备和存储介质。其中方法包括:确定目标视频播放器;调用目标视频播放器的多个操作API接口构建多个模拟场景,其中,每个操作API接口用于指示预先按照目标规范对每个操作行为进行封装而成的操作接口;控制目标视频播放器根据多个模拟场景,对待测视频进行播放;在播放待测视频的过程中,按照预定频率对待测视频的当前播放图像进行截图;根据预先建立的异常画质检测模型和得到的截图图像,对待测视频进行播放检测。该方法实现支持对播放器的解耦,并可以实现播放过程中的各类复杂交互操作场景,并通过截图借助深度学习异常画质来判别视频播放是否异常,大大减少人工审查的成本,提高了效率。
Description
技术领域
本发明涉及视频处理技术领域,尤其涉及一种视频播放测试方法、装置、电子设备和计算机可读存储介质。
背景技术
近年来,视频媒体愈加流行,越来越多的互联网企业、超级应用程序提供商将其作为战略要地,如何高效发现视频播放中的质量问题成了亟待解决和需要提高效率的地方。
相关技术中,通常主要是通过Monkey Runner等自动化工具来实现对待测视频的播放测试,即:通过封装开始、停止和自动化测试按键来实现自动播放视频。而在异常识别方面,可通过获取播放视频帧与本地样本比对是否一致来发现是否异常,进而实现待测视频的自动化测试需求。
但是,目前存在的问题是,上述通过Monkey Runner等自动化工具的方式,实际上只是针对简单的视频操作(如开始、停止等),无法覆盖视频播放器内核中各类复杂的动作场景;另一方面不支持视频播放器的解耦,这是因为,不同播放器播放同一个视频源的效果可能不尽相同,而该因素很容易影响测试结果。另外,针对异常识别方面,需要事先搜集视频源的所有视频帧,目前人眼识别最低帧数为24帧/秒,假设以一部正常120分钟左右的视频为例,需要保存的图片就有17万多张,显然这种消耗在实际执行过程中是非常低效的。因此,相关技术有待改进。
发明内容
本发明的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本发明的第一个目的在于提出一种视频播放测试方法。该方法实现了支持对播放器的解耦,并通过调用视频播放器的操作API接口构建各类特定操作场景的模拟,实现了播放过程中的各类复杂交互操作场景,并通过截图借助深度学习异常画质来判别视频播放是否异常,大大减少了人工审查的成本,提高了视频播放的自动化测试效率,并提高了视频画质异常判断的效率。
本发明的第二个目的在于提出一种视频播放测试装置。
本发明的第三个目的在于提出一种电子设备。
本发明的第四个目的在于提出一种计算机可读存储介质。
为达到上述目的,本发明第一方面实施例提出的视频播放测试方法,包括:确定目标视频播放器;调用所述目标视频播放器的多个操作API接口,构建多个模拟场景,其中,每个所述操作API接口用于指示预先按照目标规范对每个操作行为进行封装而成的操作接口;控制所述目标视频播放器根据所述多个模拟场景,对待测视频进行播放;在播放所述待测视频的过程中,按照预定频率对所述待测视频的当前播放图像进行截图;根据预先建立的异常画质检测模型和得到的截图图像,对所述待测视频进行播放检测。
本发明实施例的视频播放测试方法,可确定目标视频播放器,并调用目标视频播放器的多个操作API接口构建多个模拟场景,控制目标视频播放器根据多个模拟场景,对待测视频进行播放,并在播放待测视频的过程中,按照预定频率对待测视频的当前播放图像进行截图,最后,根据预先建立的异常画质检测模型和得到的截图图像,对待测视频进行播放检测。即根据待测视频所在的平台来调用对应的视频播放器进行播放,实现了支持对播放器的解耦,并通过调用视频播放器的操作API接口构建各类特定操作场景的模拟,实现了播放过程中的各类复杂交互操作场景,并通过截图借助深度学习异常画质来判别视频播放是否异常,能够基于特征发现更多的异常案例,大大减少了人工审查的成本,提高了视频播放的自动化测试效率,并提高了视频画质异常判断的效率。
为达到上述目的,本发明第二方面实施例提出的视频播放测试装置,包括:确定模块,用于确定目标视频播放器;模拟场景构建模块,用于调用所述目标视频播放器的多个操作API接口,构建多个模拟场景,其中,每个所述操作API接口用于指示预先按照目标规范对每个操作行为进行封装而成的操作接口;播放控制模块,用于控制所述目标视频播放器根据所述多个模拟场景,对待测视频进行播放;图像截取模块,用于在播放所述待测视频的过程中,按照预定频率对所述待测视频的当前播放图像进行截图;播放检测模块,用于根据预先建立的异常画质检测模型和得到的截图图像,对所述待测视频进行播放检测。
本发明实施例的视频播放测试装置,根据待测视频所在的平台来调用对应的视频播放器进行播放,实现了支持对播放器的解耦,并通过调用视频播放器的操作API接口构建各类特定操作场景的模拟,实现了播放过程中的各类复杂交互操作场景,并通过截图借助深度学习异常画质来判别视频播放是否异常,能够基于特征发现更多的异常案例,大大减少了人工审查的成本,提高了视频播放的自动化测试效率,并提高了视频画质异常判断的效率。
为达到上述目的,本发明第三方面实施例提出的电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时,实现本发明第一方面实施例所述的视频播放测试方法。
为达到上述目的,本发明第四方面实施例提出的非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明第一方面实施例所述的视频播放测试方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明一个实施例的视频播放测试方法的流程图;
图2是根据本发明实施例的各种操作行为统一封装时所包含的内容的示例图;
图3是根据本发明实施例的构建多个模拟场景的流程图;
图4是根据本发明实施例的建立异常画质检测模型的流程图;
图5是根据本发明一个实施例的视频播放测试装置的结构示意图;
图6是根据本发明一个具体实施例的视频播放测试装置的结构示意图;
图7是根据本发明另一个具体实施例的视频播放测试装置的结构示意图;
图8是根据本发明又一个具体实施例的视频播放测试装置的结构示意图;
图9是根据本发明又另一个具体实施例的视频播放测试装置的结构示意图;
图10是根据本发明再一个具体实施例的视频播放测试装置的结构示意图;
图11是根据本发明一个实施例的电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的视频播放测试方法、装置、电子设备和计算机可读存储介质。
图1是根据本发明一个实施例的视频播放测试方法的流程图。需要说明的是,本发明实施例的视频播放测试方法可应用于本发明实施例的视频播放测试装置。该视频播放测试装置可被配置于电子设备上。例如,该电子设备可以是具有视频测试功能的测试终端(如移动终端等)。
如图1所示,该视频播放测试方法可以包括:
S110,确定目标视频播放器。
可以理解,为了能够支持对视频播放器的解耦,本发明实施例的视频播放测试方法可针对不同平台上的待测视频,调用与该平台对应的视频播放器播放该待测视频。也就是说,在开始对某个待测视频进行播放测试时,可先确定出与该待测视频对应的目标视频播放器。
作为一种示例的实现方式,本发明实施例的视频播放测试方法可为实现对至少一个视频的播放测试。例如,本发明实施例的视频播放测试方法可为用户提供一个待测视频列表的地址信息的输入接口,用户可通过该接口输入待测视频列表的地址信息。在检测到用户点击确认时,可获取用户所输入的待测视频列表的地址信息,其中,该待测视频列表中可包含至少一个所述待测视频,并根据所述地址信息确定对应的目标视频播放器。例如,该待测视频列表的地址信息可为“http://pan.baidu.com”,这样,通过该地址信息可确定目标视频播放器即为“百度网盘播放器”。
S120,调用目标视频播放器的多个操作API接口,构建多个模拟场景,其中,每个操作API接口用于指示预先按照目标规范对每个操作行为进行封装而成的操作接口。
可选地,可预先对目标视频播放器的各种操作行为按照一定的统一规范进行封装,得到统一封装后的操作API接口。作为一种示例,各种操作行为可以统一封装为如图2所示的内容,不限于操作的唯一标识ID、操作的描述信息、操作的所属类别、操作的优先级等,其中,exec表示执行操作。其中,在本发明的实施例中,所述操作API接口可包括但不限于暂停、播放、停止、滑动、模式切换、音量调节、亮度调节等。在本步骤中,可以按照一定的策略进行混合操作,以构建多个模拟场景,其中,所述模拟场景可理解为尽可能地模拟用户在观看视频的过程中所使用的混合操作行为的场景。
其中,在本发明的一个实施例中,所述多个操作API接口的类别可为多个。例如,所述类别可为用户行为类别、异常行为类别和系统行为类别。其中,所述用户行为类别可包括播放、暂停、快进、快退、音量、亮度等操作API,异常行为可包括断网、网络切换等操作API,系统行为类别可包括消息弹窗等操作API。
作为一种示例,所述调用目标视频播放器的多个操作API接口,构建多个模拟场景的具体实现过程可如下:针对每个类别的操作API接口,按照第一预设策略,从每个类别的操作API接口中生成多个目标操作API,并按照操作API执行顺序的优先级,将多个目标操作API插入至对应优先级的执行队列中,得到多个执行队列,其中,执行队列的个数与优先级的分级级数一致,然后,按照第二预设策略,从各个执行队列中选取待执行的操作API以构建多个模拟场景。
例如,针对每个类别的操作API接口,可按照一定的随机策略从所述每个类别的操作API接口中随机生成多个目标操作API,并按照操作API执行顺序的优先级,将该多个目标操作API插入到其对应优先级的执行队列中,得到多个执行队列,然后,可按照一定的随机策略,从该各个执行队列中选取待执行的操作API以构建多个模拟场景。
作为一种示例,所述从每个类别的操作API接口中生成多个目标操作API的具体实现方式可如下:可获取预设的各类操作API的权重比例,并根据各类操作API的权重比例确定待生成目标操作API的总个数,并根据总个数从每个类别的操作API接口中生成多个目标操作API。
可选地,在本发明的一个实施例中,所述各类操作API的权重比例可以是预先设定的,例如,可以是系统预先设定,或者,还可以是用户根据实际需求自行设定的。举例而言,本发明实施例的视频播放测试方法可为用户提供针对各类操作API的权重比例的设置接口,用户可通过该接口设置正常用户行为类别操作API的权重比例为50%,异常行为类别操作API的权重比例为10%,系统行为类别操作API的权重比例为20%等。
在本发明的实施例中,为了使得本发明的自动测试具有策略性,可将操作API分级(如高优先级、中优先级和低优先级)执行顺序从高到低执行,如下面表1所示,给出了不同操作行为类别所对应的优先级、以及所包含的操作API。
表1
优先级 | 操作API接口的类别 | 操作API |
高 | 用户行为 | 播放、暂停、快进、快退… |
中 | 用户行为 | 音量、亮度… |
低 | 异常行为 | 断网、网络切换… |
低 | 系统行为 | 消息弹窗… |
举例而言,如图3所示,可通过如下方式构建多个模拟场景:针对每个类别的操作API接口,可随机顺序从每个类别的操作API接口中生成多个目标操作API,并判断该所述多个目标操作API的总个数是否大于或等于一定阈值,则可认为从该当前类别选取的目标操作API的个数已足够,此时可从其他类别的操作API接口中生成目标操作API,若所述多个目标操作API的总个数小于所述一定阈值,则进行从该当前类别选取目标操作API。其中,所述阈值可以是根据各类操作API的权重比例确定的。在获得目标操作API之后,可将该目标操作API插入到与其对应优先级的执行队列中,例如,当目标操作API为播放或暂停等API时,可将其插入到高优先级的执行队列中;当目标操作API为音量或高度等API时,可将其插入到中优先级的执行队列中;当目标操作API为断网、或消息弹窗等API时,可将其插入到低优先级的执行队列中。
之后,可通过一定的随机策略(如随机算法等),从各个执行队列中随机选取待执行的操作API,以构成多个模拟场景。其中,可分成多轮选取以得到多个模拟场景。例如,在每一轮中,可高优先级的执行队列中选取4个待执行的操作API,并从中优先级的执行队列中选取2个待执行的操作API,并从低优先级的执行队列中选取1个待执行的操作API,最后,将这7个待执行的操作API组合在一起即可作为一个模拟场景,之后,继续分别从高优先级的执行对比中选取4个待执行的操作API,并从中优先级的执行队列中选取2个待执行的操作API,并从低优先级的执行队列中选取1个待执行的操作API,以得到第二个模拟场景,直至高优先级的执行队列、中优先级的执行队列和低优先级的执行队列中的操作API均被选取为止,最后即可得到多个模拟场景。
S130,控制目标视频播放器根据多个模拟场景,对待测视频进行播放。
可选地,可确定待测视频对应的播放器为目标视频播放器时,可控制所述目标视频播放器根据所述多个模拟场景对该待测视频进行播放。可以理解,所述模拟场景中可包括多个待执行的操作API,这样,目标视频播放器在播放该待测视频时,可通过所述多个待执行的操作API实现视频播放的各种操作行为,例如,暂停、播放、快进、快退、音量调整、亮度调整、断网、网络切换、弹出消息弹窗等操作。
可选地,在本发明的一个实施例中,在根据多个模拟场景对待测视频进行播放的过程中,当执行所述待执行的操作API时,可将所述待执行的操作API对应的操作描述信息展现在所述当前视频播放界面上。
S140,在播放待测视频的过程中,按照预定频率对待测视频的当前播放图像进行截图。
作为一种示例,所述预定频率可为5秒。例如,在播放待测视频的过程中,可按照一定频率(如5秒)对待测视频的当前播放图像进行截图。
可以理解,在播放视频的过程中,操作切换的过程中也很可能会产生视频播放异常的情况,为此,为了提高测试的准确率,可选地,在本发明的一个实施例中,在播放待测视频的过程中,该视频播放测试方法还可包括:检测当前是否正在执行待执行的操作API,若是,则截取两张视频图像,其中,一张截图图像用于指示执行待执行的操作API前1秒时待测视频所对应的视图图像,另一张截图图像用于指示执行待执行的操作API后1秒时待测视频所对应的视频图像。
也就是说,当目标视频播放器对待测视频执行所述待执行的操作API时,可截取2张视频图像,即截取所述操作的前1秒时待测视频所对应的视图图像,以及截取所述操作的后1秒时待测视频所对应的视频图像。
S150,根据预先建立的异常画质检测模型和得到的截图图像,对待测视频进行播放检测。
可选地,在得到针对所述待测视频的截图图像之后,可利用预先建立的异常画质检测模型对该截图图像进行分类判别是否异常。
作为一种示例的实现方式,可根据预先建立的异常画质检测模型对截图图像进行异常检测,并在检测截图图像为异常图像时,根据异常画质检测模型对异常图像进行分类。也就是说,可将截图图像输入到异常画质检测模型进行分类预测,得到各个截图图像所对应的分类类别,若判断截图图像为异常图像,则可确定该异常图像所对应的类别。例如,所述异常的类别可包括但不限于花屏、黑屏、黄反等。
可选地,在本发明的一个实施例中,如图4所示,所述异常画质检测模型可通过以下步骤预先建立:
S410,获取各类视频播放异常样本;可选地,可从互联网上收集一定量的各类视频播放异常样本,例如,花屏类异常样本、黑屏类异常样本、黄反类异常样本等。
S420,分别对各类视频播放异常样本进行异常分类的标注;
S430,将各类视频播放异常样本以及对应的标注信息作为训练数据;
S440,根据训练数据对目标神经网络模型进行训练,建立异常画质检测模型。作为一种示例,所述目标神经网络模型可为ResNet网络模型、VGG网络模型、GoogleNet网络模型等。
这样,在实际应用中,在得到截图图像之后,可对该截图图像进行特征提取,并将该提取到的特征输入至所述异常画质检测模型中,以确定所述截图图像是否为异常图像。由此,视频播放的异常通过截图借助深度学习异常画质来判别,能够基于特征发现更多的异常案例,大大减少了人工审查的成本。
为了提升用户体验,可选地,在本发明的一个实施例中,在对待测视频完成播放检测之后,该视频播放测试方法还可包括:获取检测结果,并通过可视化方式将所述检测结果进行显示。也就是说,在对待测视频完成播放检测之后,可获取该检测结果,并通过可视化的方式将检测结果中的正常情况和异常情况进行显示。例如,可将各个截图图像进行显示,并在该截图图像的下方显示出其是正常结果还是异常结果。
可选地,在本发明的一个实施例中,所述截图图像可以是以播放时间命名并存储在测试终端的本地,并通过该测试终端根据预先建立的异常画质检测模型对该截图图像进行异常检测。或者,在本发明的另一个实施例中,在测试终端本地存储的截图图像累计到一定量时,可将存储的截图图像发送到服务器,并删除该测试终端本地所存储的截图图像。其中,服务器在接收到该截图图像时,可根据预先建立的异常画质检测模型对该截图图像进行异常分类,以实现对待测视频的播放检测。也就是说,上述步骤S150的异常判断过程可以是在测试终端侧实现,也可以是在服务器端实现。
本发明实施例的视频播放测试方法,可确定目标视频播放器,并调用目标视频播放器的多个操作API接口构建多个模拟场景,控制目标视频播放器根据多个模拟场景,对待测视频进行播放,并在播放待测视频的过程中,按照预定频率对待测视频的当前播放图像进行截图,最后,根据预先建立的异常画质检测模型和得到的截图图像,对待测视频进行播放检测。即根据待测视频所在的平台来调用对应的视频播放器进行播放,实现了支持对播放器的解耦,并通过调用视频播放器的操作API接口构建各类特定操作场景的模拟,实现了播放过程中的各类复杂交互操作场景,并通过截图借助深度学习异常画质来判别视频播放是否异常,能够基于特征发现更多的异常案例,大大减少了人工审查的成本,提高了视频播放的自动化测试效率,并提高了视频画质异常判断的效率。
与上述几种实施例提供的视频播放测试方法相对应,本发明的一种实施例还提供一种视频播放测试装置,由于本发明实施例提供的视频播放测试装置与上述几种实施例提供的视频播放测试方法相对应,因此在前述视频播放测试方法的实施方式也适用于本实施例提供的视频播放测试装置,在本实施例中不再详细描述。图5是根据本发明一个实施例的视频播放测试装置的结构示意图。需要说明的是,本发明实施例的视频播放测试装置可应用于测试终端,例如,可以应用程序APP的形式配置于测试终端上。这样,待测视频所对应的视频播放器在该应用程序APP中相当于黑盒,所述应用程序APP可统一封装视频播放器的操作API,例如,暂停、播放、停止、滑动、模式切换、音量调节、亮度调节等,按照一定的策略进行混合操作,进而可以构建各类特定复杂交互操作场景。
如图5所示,该视频播放测试装置500可以包括:确定模块510、模拟场景构建模块520、播放控制模块530、图像截取模块540和播放检测模块550。
具体地,确定模块510用于确定目标视频播放器。作为一种示例,如图6所示,该确定模块510可以包括:获取单元511和确定单元512。其中,获取单元511用于获取待测视频列表的地址信息,其中,待测视频列表中包含至少一个待测视频;确定单元512用于根据地址信息确定对应的目标视频播放器。
模拟场景构建模块520用于调用目标视频播放器的多个操作API接口,构建多个模拟场景,其中,每个操作API接口用于指示预先按照目标规范对每个操作行为进行封装而成的操作接口。
作为一种示例,所述多个操作API接口的类别为多个。其中,在本示例中,如图7所示,模拟场景构建模块520可包括:第一生成单元521、第二生成单元522和构建单元523。其中,第一生成单元521用于针对每个类别的操作API接口,按照第一预设策略,从每个类别的操作API接口中生成多个目标操作API;第二生成单元522用于按照操作API执行顺序的优先级,将多个目标操作API插入至对应优先级的执行队列中,得到多个执行队列,其中,执行队列的个数与优先级的分级级数一致;构建单元523用于按照第二预设策略,从各个执行队列中选取待执行的操作API以构建多个模拟场景。
作为一种示例的实现方式,第一生成单元521可获取预设的各类操作API的权重比例,并根据所述各类操作API的权重比例确定待生成目标操作API的总个数,并根据所述总个数从所述每个类别的操作API接口中生成所述多个目标操作API。
播放控制模块530用于控制目标视频播放器根据多个模拟场景,对待测视频进行播放。
图像截取模块540用于在播放待测视频的过程中,按照预定频率对待测视频的当前播放图像进行截图。
播放检测模块550用于根据预先建立的异常画质检测模型和得到的截图图像,对待测视频进行播放检测。作为一种示例,播放检测模块550可根据预先建立的异常画质检测模型对截图图像进行异常检测,并在检测截图图像为异常图像时,根据异常画质检测模型对异常图像进行分类。
可选地,在本发明的一个实施例中,如图8所示,该视频播放测试装置500还可包括:模型建立模块560,该模型建立模块可用于预先建立所述异常画质检测模型。其中,如图8所示,该模型建立模块560可以包括:获取单元561、标注单元562和建立单元563。其中,获取单元561用于获取各类视频播放异常样本;标注单元562用于分别对各类视频播放异常样本进行异常分类的标注;建立单元563用于将各类视频播放异常样本以及对应的标注信息作为训练数据,并根据训练数据对目标神经网络模型进行训练,建立异常画质检测模型。
可选地,在本发明的一个实施例中,如图9所示,该视频播放测试装置500还可包括:结果显示模块570。其中,该结果显示模块570可用于在对所述待测视频完成播放检测之后,获取检测结果,并通过可视化方式将所述检测结果进行显示。
可选地,在本发明的一个实施例中,所述模拟场景中包含多个待执行的操作API。其中,在本发明的实施例中,如图10所示,该视频播放测试装置500还可包括:检测模块580。其中,检测模块580可用于在播放待测视频的过程中,检测当前是否正在执行待执行的操作API。图像截取模块540还用于在检测到当前正在执行待执行的操作API时,截取两张视频图像,其中,一张截图图像用于指示执行待执行的操作API前1秒时待测视频所对应的视图图像,另一张截图图像用于指示执行待执行的操作API后1秒时待测视频所对应的视频图像。
本发明实施例的视频播放测试装置,根据待测视频所在的平台来调用对应的视频播放器进行播放,实现了支持对播放器的解耦,并通过调用视频播放器的操作API接口构建各类特定操作场景的模拟,实现了播放过程中的各类复杂交互操作场景,并通过截图借助深度学习异常画质来判别视频播放是否异常,能够基于特征发现更多的异常案例,大大减少了人工审查的成本,提高了视频播放的自动化测试效率,并提高了视频画质异常判断的效率。
为了实现上述实施例,本发明还提出了一种电子设备。
图11是根据本发明一个实施例的电子设备的结构示意图。如图11所示,该电子设备1100可以包括存储器1110、处理器1120及存储在存储器1110上并可在处理器1120上运行的计算机程序1130,处理器1120执行所述程序1130时,实现本发明上述任一个实施例所述的视频播放测试方法。
为了实现上述实施例,本发明还提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明上述任一个实施例所述的视频播放测试方法。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (18)
1.一种视频播放测试方法,其特征在于,包括以下步骤:
确定目标视频播放器;
调用所述目标视频播放器的多个操作API接口,构建多个模拟场景,其中,每个所述操作API接口用于指示预先按照目标规范对每个操作行为进行封装而成的操作接口;所述多个操作API接口的类别为多个;其中,所述调用所述目标视频播放器的多个操作API接口,构建多个模拟场景,包括:基于每个类别的操作API接口生成多个目标操作API,并按照操作API执行顺序的优先级将所述多个目标操作API插入至对应优先级的执行队列中,得到多个执行队列,并执行多轮从所述多个执行队列中各选取多个待执行的操作API进行组合以形成一个模拟场景的操作,最终形成多个模拟场景;
控制所述目标视频播放器根据所述多个模拟场景,对待测视频进行播放;
在播放所述待测视频的过程中,按照预定频率对所述待测视频的当前播放图像进行截图;
根据预先建立的异常画质检测模型和得到的截图图像,对所述待测视频进行播放检测。
2.如权利要求1所述的视频播放测试方法,其特征在于,所述确定目标视频播放器,包括:
获取待测视频列表的地址信息,其中,所述待测视频列表中包含至少一个所述待测视频;
根据所述地址信息确定对应的目标视频播放器。
3.如权利要求1所述的视频播放测试方法,其特征在于,所述调用目标视频播放器的多个操作API接口,构建多个模拟场景,包括:
针对每个类别的操作API接口,按照第一预设策略,从所述每个类别的操作API接口中生成多个目标操作API;
按照操作API执行顺序的优先级,将所述多个目标操作API插入至对应优先级的执行队列中,得到多个执行队列,其中,所述执行队列的个数与所述优先级的分级级数一致;
依次从所述多个执行队列中各选取多个操作API进行组合形成一个模拟场景,并再依次从各个执行队列中各选取多个操作API进行组合形成另外的模拟场景,直至各个执行队列中的操作API均被选取为止,最后即可得到多个模拟场景。
4.如权利要求3所述的视频播放测试方法,其特征在于,所述从每个类别的操作API接口中生成多个目标操作API,包括:
获取预设的各类操作API的权重比例;
根据所述各类操作API的权重比例确定待生成目标操作API的总个数;
根据所述总个数从所述每个类别的操作API接口中生成所述多个目标操作API。
5.如权利要求1所述的视频播放测试方法,其特征在于,所述模拟场景中包含多个待执行的操作API,其中,在播放所述待测视频的过程中,所述方法还包括:
检测当前是否正在执行所述待执行的操作API;
若是,则截取两张视频图像,其中,一张截图图像用于指示执行所述待执行的操作API前1秒时所述待测视频所对应的视图图像,另一张截图图像用于指示执行所述待执行的操作API后1秒时所述待测视频所对应的视频图像。
6.如权利要求1所述的视频播放测试方法,其特征在于,所述根据预先建立的异常画质检测模型和得到的截图图像,对所述待测视频进行播放检测,包括:
根据预先建立的异常画质检测模型对所述截图图像进行异常检测;
当检测所述截图图像为异常图像时,根据所述异常画质检测模型对所述异常图像进行分类。
7.如权利要求1所述的视频播放测试方法,其特征在于,在对所述待测视频完成播放检测之后,所述方法还包括:
获取检测结果,并通过可视化方式将所述检测结果进行显示。
8.如权利要求1所述的视频播放测试方法,其特征在于,所述异常画质检测模型通过以下步骤预先建立的:
获取各类视频播放异常样本;
分别对所述各类视频播放异常样本进行异常分类的标注;
将所述各类视频播放异常样本以及对应的标注信息作为训练数据;
根据所述训练数据对目标神经网络模型进行训练,建立所述异常画质检测模型。
9.一种视频播放测试装置,其特征在于,包括:
确定模块,用于确定目标视频播放器;
模拟场景构建模块,用于调用所述目标视频播放器的多个操作API接口,构建多个模拟场景,其中,每个所述操作API接口用于指示预先按照目标规范对每个操作行为进行封装而成的操作接口;所述多个操作API接口的类别为多个;其中,所述模拟场景构建模块具体用于:基于每个类别的操作API接口生成多个目标操作API,并按照操作API执行顺序的优先级将所述多个目标操作API插入至对应优先级的执行队列中,得到多个执行队列,并执行多轮从所述多个执行队列中各选取多个待执行的操作API进行组合以形成一个模拟场景的操作,最终形成多个模拟场景;
播放控制模块,用于控制所述目标视频播放器根据所述多个模拟场景,对待测视频进行播放;
图像截取模块,用于在播放所述待测视频的过程中,按照预定频率对所述待测视频的当前播放图像进行截图;
播放检测模块,用于根据预先建立的异常画质检测模型和得到的截图图像,对所述待测视频进行播放检测。
10.如权利要求9所述的视频播放测试装置,其特征在于,所述确定模块包括:
获取单元,用于获取待测视频列表的地址信息,其中,所述待测视频列表中包含至少一个所述待测视频;
确定单元,用于根据所述地址信息确定对应的目标视频播放器。
11.如权利要求9所述的视频播放测试装置,其特征在于,所述模拟场景构建模块包括:
第一生成单元,用于针对每个类别的操作API接口,按照第一预设策略,从所述每个类别的操作API接口中生成多个目标操作API;
第二生成单元,用于按照操作API执行顺序的优先级,将所述多个目标操作API插入至对应优先级的执行队列中,得到多个执行队列,其中,所述执行队列的个数与所述优先级的分级级数一致;
构建单元,用于依次从所述多个执行队列中各选取多个操作API进行组合形成一个模拟场景,并再依次从各个执行队列中各选取多个操作API进行组合形成另外的模拟场景,直至各个执行队列中的操作API均被选取为止,最后即可得到多个模拟场景。
12.如权利要求11所述的视频播放测试装置,其特征在于,所述第一生成单元具体用于:
获取预设的各类操作API的权重比例;
根据所述各类操作API的权重比例确定待生成目标操作API的总个数;
根据所述总个数从所述每个类别的操作API接口中生成所述多个目标操作API。
13.如权利要求9所述的视频播放测试装置,其特征在于,所述模拟场景中包含多个待执行的操作API,其中,所述装置还包括:
检测模块,用于在播放所述待测视频的过程中,检测当前是否正在执行所述待执行的操作API;
其中,所述图像截取模块,还用于在检测到当前正在执行所述待执行的操作API时,截取两张视频图像,其中,一张截图图像用于指示执行所述待执行的操作API前1秒时所述待测视频所对应的视图图像,另一张截图图像用于指示执行所述待执行的操作API后1秒时所述待测视频所对应的视频图像。
14.如权利要求9所述的视频播放测试装置,其特征在于,所述播放检测模块具体用于:
根据预先建立的异常画质检测模型对所述截图图像进行异常检测;
在检测所述截图图像为异常图像时,根据所述异常画质检测模型对所述异常图像进行分类。
15.如权利要求9所述的视频播放测试装置,其特征在于,所述装置还包括:
结果显示模块,用于在对所述待测视频完成播放检测之后,获取检测结果,并通过可视化方式将所述检测结果进行显示。
16.如权利要求9所述的视频播放测试装置,其特征在于,所述装置还包括:
模型建立模块,用于预先建立所述异常画质检测模型;
其中,所述模型建立模块包括:
获取单元,用于获取各类视频播放异常样本;
标注单元,用于分别对所述各类视频播放异常样本进行异常分类的标注;
建立单元,用于将所述各类视频播放异常样本以及对应的标注信息作为训练数据,并根据所述训练数据对目标神经网络模型进行训练,建立所述异常画质检测模型。
17.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现如权利要求1至8中任一项所述的视频播放测试方法。
18.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至8中任一项所述的视频播放测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711378466.5A CN107948640B (zh) | 2017-12-19 | 2017-12-19 | 视频播放测试方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711378466.5A CN107948640B (zh) | 2017-12-19 | 2017-12-19 | 视频播放测试方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107948640A CN107948640A (zh) | 2018-04-20 |
CN107948640B true CN107948640B (zh) | 2020-09-25 |
Family
ID=61942426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711378466.5A Active CN107948640B (zh) | 2017-12-19 | 2017-12-19 | 视频播放测试方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107948640B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984399A (zh) * | 2018-06-29 | 2018-12-11 | 上海连尚网络科技有限公司 | 检测界面差异的方法、电子设备和计算机可读介质 |
CN109064494B (zh) * | 2018-09-13 | 2021-09-21 | 北京字节跳动网络技术有限公司 | 视频漂浮纸片检测方法、装置和计算机可读存储介质 |
CN109522822A (zh) * | 2018-10-30 | 2019-03-26 | 北京奇虎科技有限公司 | 一种视频检测方法及装置 |
CN109902640B (zh) * | 2019-03-05 | 2023-06-30 | 江南大学 | 基于边缘计算和机器学习的视频质量异常检测系统及其检测方法 |
CN110427859A (zh) * | 2019-05-31 | 2019-11-08 | 北京金山云网络技术有限公司 | 一种人脸检测方法、装置、电子设备及存储介质 |
CN110740347B (zh) * | 2019-10-31 | 2022-04-05 | 北京金山云网络技术有限公司 | 视频内容检测系统、方法、装置、服务器及存储介质 |
CN111432285B (zh) * | 2020-03-27 | 2022-08-26 | 东方明珠新媒体股份有限公司 | 一种视频拼接播放的系统、方法及设备 |
CN113271500B (zh) * | 2021-04-06 | 2022-06-21 | 北京硬核聚视科技有限公司 | 一种模拟人工的视频播放测试系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6891929B2 (en) * | 2001-08-15 | 2005-05-10 | Microsoft Corporation | Automated and integrated call control server |
CN102521118A (zh) * | 2011-11-11 | 2012-06-27 | 福建星网视易信息系统有限公司 | 一种Android程序的自动测试方法 |
CN102541734A (zh) * | 2011-12-27 | 2012-07-04 | Tcl集团股份有限公司 | 基于android平台的设备的压力测试方法及装置 |
CN102595188A (zh) * | 2012-02-27 | 2012-07-18 | 四川长虹电器股份有限公司 | 智能电视的测试方法 |
CN104199770A (zh) * | 2014-09-01 | 2014-12-10 | 上海斐讯数据通信技术有限公司 | 一种手机音乐apk的自动化测试方法 |
CN104469410A (zh) * | 2014-11-28 | 2015-03-25 | 华中科技大学 | 一种在p2p-cdn混合视频点播网络中的性能测试方法 |
CN104506661A (zh) * | 2015-01-14 | 2015-04-08 | 西安电子科技大学 | 一种远程配置的基于使用场景的手机功耗自动化产生方法 |
CN105183632A (zh) * | 2015-07-21 | 2015-12-23 | 四川长虹电器股份有限公司 | 视频启播的自动化测试方法 |
CN106210175A (zh) * | 2016-08-31 | 2016-12-07 | 广州视源电子科技股份有限公司 | 媒体播放器的老化测试方法、装置和系统 |
CN106791810A (zh) * | 2016-12-14 | 2017-05-31 | 合网络技术(北京)有限公司 | 视频播放测试方法及装置 |
CN107092559A (zh) * | 2017-04-18 | 2017-08-25 | 携程旅游信息技术(上海)有限公司 | 基于Jmeter的测试平台中间件、测试系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577309A (zh) * | 2012-07-25 | 2014-02-12 | 腾讯科技(深圳)有限公司 | 自动化测试的方法及装置 |
CN102932205B (zh) * | 2012-11-19 | 2016-01-20 | 深圳市亚特尔科技有限公司 | 一种网络服务端接口的自动化测试方法 |
CN106714067B (zh) * | 2015-11-17 | 2020-12-15 | 研祥智能科技股份有限公司 | 一种生产线上的自动化检测方法及装置 |
CN105893244A (zh) * | 2015-12-14 | 2016-08-24 | 乐视云计算有限公司 | 播放器测试方法及装置 |
CN106201846B (zh) * | 2016-06-30 | 2019-07-12 | 微梦创科网络科技(中国)有限公司 | 自动化测试中的性能监控方法及装置 |
-
2017
- 2017-12-19 CN CN201711378466.5A patent/CN107948640B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6891929B2 (en) * | 2001-08-15 | 2005-05-10 | Microsoft Corporation | Automated and integrated call control server |
CN102521118A (zh) * | 2011-11-11 | 2012-06-27 | 福建星网视易信息系统有限公司 | 一种Android程序的自动测试方法 |
CN102541734A (zh) * | 2011-12-27 | 2012-07-04 | Tcl集团股份有限公司 | 基于android平台的设备的压力测试方法及装置 |
CN102595188A (zh) * | 2012-02-27 | 2012-07-18 | 四川长虹电器股份有限公司 | 智能电视的测试方法 |
CN104199770A (zh) * | 2014-09-01 | 2014-12-10 | 上海斐讯数据通信技术有限公司 | 一种手机音乐apk的自动化测试方法 |
CN104469410A (zh) * | 2014-11-28 | 2015-03-25 | 华中科技大学 | 一种在p2p-cdn混合视频点播网络中的性能测试方法 |
CN104506661A (zh) * | 2015-01-14 | 2015-04-08 | 西安电子科技大学 | 一种远程配置的基于使用场景的手机功耗自动化产生方法 |
CN105183632A (zh) * | 2015-07-21 | 2015-12-23 | 四川长虹电器股份有限公司 | 视频启播的自动化测试方法 |
CN106210175A (zh) * | 2016-08-31 | 2016-12-07 | 广州视源电子科技股份有限公司 | 媒体播放器的老化测试方法、装置和系统 |
CN106791810A (zh) * | 2016-12-14 | 2017-05-31 | 合网络技术(北京)有限公司 | 视频播放测试方法及装置 |
CN107092559A (zh) * | 2017-04-18 | 2017-08-25 | 携程旅游信息技术(上海)有限公司 | 基于Jmeter的测试平台中间件、测试系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107948640A (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107948640B (zh) | 视频播放测试方法、装置、电子设备和存储介质 | |
CN107509107B (zh) | 视频播放故障的检测方法、装置及设备、可读介质 | |
US20150104149A1 (en) | Video summary apparatus and method | |
CN107221341A (zh) | 一种语音测试方法及装置 | |
CN112492294B (zh) | 应用程序测试方法、装置、系统、网络摄像头以及介质 | |
CN110049373B (zh) | 机顶盒卡顿检测方法、系统及存储介质 | |
CN109831697A (zh) | 违规处理时长的检测方法及系统 | |
CN108133718A (zh) | 一种对视频进行处理的方法和装置 | |
CN115510454A (zh) | 游戏测试方法、装置、电子设备及存储介质 | |
CN106658119A (zh) | 视频应用测试方法及装置 | |
CN111611140A (zh) | 埋点数据的上报验证方法、装置、电子设备及存储介质 | |
JP7012968B2 (ja) | プログラムの検査装置、プログラムの検査方法及びプログラムの検査プログラム | |
CN110113630B (zh) | 视频检测方法、装置、电子设备及存储介质 | |
CN107645674B (zh) | 一种视频播放方法和系统 | |
KR101399061B1 (ko) | 호환성을 평가하기 위한 화면 동등성 판별 장치 및 방법 | |
CN109985387B (zh) | 自动化测试方法和装置 | |
CN107332914B (zh) | 一种终端展示方法及装置 | |
US8692890B2 (en) | Testing apparatus and method using same | |
CN113923443A (zh) | 一种网络录像机测试方法、装置及计算机可读存储介质 | |
CN108966007B (zh) | 一种在hdmi下区分视频场景的方法及装置 | |
CN112770080B (zh) | 一种抄表方法、抄表装置及电子设备 | |
CN109840203B (zh) | 一种基于消息映射的vr自动化测试方法 | |
CN113742152A (zh) | 投屏测试方法、装置、设备及存储介质 | |
CN113408440A (zh) | 一种视频数据卡顿检测方法、装置、设备及存储介质 | |
CN112906805A (zh) | 图像训练样本筛选和任务模型训练方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |