CN108184169B - 视频播放方法、装置、存储介质及电子设备 - Google Patents
视频播放方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN108184169B CN108184169B CN201711466291.3A CN201711466291A CN108184169B CN 108184169 B CN108184169 B CN 108184169B CN 201711466291 A CN201711466291 A CN 201711466291A CN 108184169 B CN108184169 B CN 108184169B
- Authority
- CN
- China
- Prior art keywords
- playing
- historical
- target
- parameter
- video
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012549 training Methods 0.000 claims abstract description 73
- 230000009191 jumping Effects 0.000 claims description 14
- 238000013135 deep learning Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4663—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving probabilistic networks, e.g. Bayesian networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本申请实施例公开了一种视频播放方法、装置、存储介质及电子设备。该视频播放方法，通过获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；根据历史调节信息以及历史视频文件的文件内容生成训练样本；根据训练样本对预设算法模型进行训练，得到训练后的目标算法模型；基于目标算法模型对待播放的目标视频文件进行播放。该方案可根据用户使用习惯智能地播放视频文件，提高了视频的播放效率，同时降低了电子设备功耗。
Description
技术领域
本申请涉及电子设备技术领域，尤其涉及一种视频播放方法、装置、存储介质及电子设备。
背景技术
随着互联网的发展和移动通信网络的发展，同时也伴随着电子设备的处理能力和存储能力的迅猛发展，海量的应用程序得到了迅速传播和使用。尤其是视频播放类的应用，用户可以使用这些视频类应用播放电影、电视剧、新闻、综艺等一系列视频资源。
发明内容
本申请实施例提供一种视频播放方法、装置、存储介质及电子设备，可以智能地调整视频播放进度，提升视频播放效率。
第一方面，本申请实施例提供一种视频播放方法，应用于电子设备，所述方法包括：
获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；
根据历史调节信息以及历史视频文件的文件内容生成训练样本；
根据所述训练样本对预设算法模型进行训练，得到训练后的目标算法模型；
基于目标算法模型对待播放的目标视频文件进行播放。
第二方面，本申请实施例提供了一种视频播放装置，应用于电子设备，所述装置包括：
获取模块，用于获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；
生成模块，用于根据历史调节信息以及历史视频文件的文件内容生成训练样本；
训练模块，用于根据所述训练样本对预设算法模型进行训练，得到训练后的目标算法模型；
播放模块，用于基于目标算法模型对待播放的目标视频文件进行播放。
第三方面，本申请实施例还提供了一种存储介质，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行上述的视频播放方法。
第四方面，本申请实施例还提供了一种电子设备，包括处理器及存储器，所述处理器与所述存储器电性连接，所述存储器用于存储指令和数据；处理器用于执行上述的视频播放方法。
本申请实施例公开了一种视频播放方法、装置、存储介质及电子设备该视频播放方法，通过获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；根据历史调节信息以及历史视频文件的文件内容生成训练样本；根据训练样本对预设算法模型进行训练，得到训练后的目标算法模型；基于目标算法模型对待播放的目标视频文件进行播放。该方案可根据用户使用习惯智能地播放视频文件，提高了视频的播放效率，同时降低了电子设备功耗。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例提供的电子设备实现深度学习的场景架构示意图。
图2是本申请实施例提供的视频播放方法的一种流程示意图。
图3是本申请实施例提供的视频播放方法的一种场景示意图。
图4是本申请实施例提供的视频播放方法的另一种流程示意图。
图5是本申请实施例提供的视频播放装置的一种结构示意图。
图6是本申请实施例提供的视频播放装置的另一种结构示意图。
图7是本申请实施例提供的视频播放装置的又一种结构示意图。
图8是本申请实施例提供的电子设备的一种结构示意图。
图9是本申请实施例提供的电子设备的另一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供一种视频播放方法、装置、存储介质及电子设备。以下将分别进行详细说明。
请参阅图1，图1为本发明实施例提供的电子设备实现深度学习的场景架构示意图。
当用户通过电子设备播放视频文件时，电子设备可记录视频播放过程中用户针对当前视频文件的播放调节信息。其中，电子设备中可以包括数据采集统计系统与带回馈调整的预测系统。电子设备可通过数据采集系统采集用户使用视频播放应用播放各种不同视频时的播放调节信息，记录所调节的文件内容以及所实施的调节操作。并作出相应的统计，并提取被调节文件内容的内容特征，基于机器深度学习对所提取到的内容特征进行分析处理，通过预测系统预测文件内容的分类结果。在用户做出最终选择行为后，所述预测系统根据用户行为的最终结果，反向回馈调整各权重项的权值。经过多次的迭代更正以后，使得所述预测系统的各个权重项的权值最终收敛，形成学习得到的数据库，以使得电子设备能够正确识别视频文件中各部分内容所属的分类。
其中，电子设备可以为移动终端，如手机、平板电脑等，也可以为传统的PC(Personal Computer，个人电脑)等，本发明实施例对此不进行限定。
在一实施例中，提供一种视频播放方法，应用于电子设备，该电子设备可以为智能手机、平板电脑、笔记本电脑等移动终端。如图2所示，流程可以如下：
101、获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息。
在本申请实施例中，电子设备中需安装有视频播放应用，以实现对视频文件进行播放。在用户使用电子设备时，采集用户使用电子设备在的视频播放应用播放各种视频时的播放调节信息，包括视频播放过程中的暂停操作、快进操作、回退操作、跳播操作等一系列操作信息，根据该操作信息获取对应的历史播放调节信息。
其中，历史视频文件具体可以是电视剧资源文件、电影资源文件、综艺节目资源文件、新闻报道资源文件等等。比如，用户在看某电视剧的过程中，中间插入了一段广告，则用户一般会通过调节播放进度条跳过这段广告以继续观看电视剧内容；又比如，该电视剧中出现某段剧情较为紧迫且需要进行一定用户大脑思考才能理解的剧情，则可能由于用户没能及时理解到位而回退到该剧情的起始位置再次进行观看；又比如，该电视剧中出现某段剧情较为无聊，如没有台词也没有人物出现的场景，则用户可调节电子设备中视频的播放速度，快速播放掉该段剧情。
基于以上问题的存在，每次用户都要手动进行调节进度条一筛选自己想要看以及不想要看的内容，使得用户体验较差。同时，反复的回退操作，会使得电子设备的功耗较大。本申请实施例将基于这些问题，提出一个合理的解决方案，以下将会详细说明。
102、根据历史调节信息以及历史视频文件的文件内容生成训练样本。
在一些实施例中，步骤“根据历史调节信息以及历史视频文件的文件内容生成训练样本”可以包括以下流程：
获取历史视频文件的历史文件内容；
根据历史播放调节信息从历史文件内容中选取被调节播放的局部文件内容；
根据局部文件内容以及历史播放调节信息生成训练样本。
在本申请实施例中，可以对视频文件的文件内容进行学习、分类。为了节省资源，可以仅对被调节播放的局部文件的内容进行学习、分类。具体地，可提取被调节文件内容的内容特征，基于机器深度学习对所提取到的内容特征进行分析处理，通过电子设备的预测系统预测文件内容的分类结果，并结合用户人为对预测结果的判定，不断修正预测系统，使得预测系统的各个权重项的权值最终收敛，形成学习得到的数据库，以使得电子设备能够正确识别视频文件中各部分内容的属性信息。
然后，根据所识别到的局部文件内容和对应的历史播放调节参数生成相应的训练样本。
在一些实施例中，历史播放调节信息包括：播放速度的调节参数、播放节点的跳转参数以及播放暂停参数。则步骤“根据局部文件内容以及历史播放调节信息生成训练样本”可以包括以下流程：
获取播放速度的调节参数、播放节点的跳转参数以及播放暂停参数，对应在历史视频文件的文件内容中的位置信息；
根据位置信息从局部文件内容中为调节参数、跳转参数以及播放暂停参数匹配出对应的匹配内容；
根据调节参数、跳转参数、播放暂停参数，及其各自对应的匹配内容，生成相应的训练样本。
具体地，根据历史播放调节信息确定原始的历史视频文件中被调节播放部分的位置信息，并根据获取的位置信息从被调节过的局部文件内容中，为每一参数匹配对应的匹配内容。之后，将匹配内容与各参数建立相互之间的映射关系，并生成训练样本。
在此过程中，还可对每一部分的匹配内容进行深度学习以及属性类别标记。并将所得到的属性类别标记作为一个辅助参数，与匹配内容与各参数共同生成训练样本。
103、根据训练样本对预设算法模型进行训练，得到训练后的目标算法模型。
具体地，将上述生成的训练样本输入至预设算法模型中，根据所输入的训练样本不断地修正预设算法模型中的相关参数，以使得训练后的目标算法模型可适用于所有训练样本。其中，所采用的预设算法模型具体可以是卷积神经网络模型、贝叶斯分类模型等。
104、基于目标算法模型对待播放的目标视频文件进行播放。
具体地，在对预设的算法模型进行训练得到目标算法模型后，可基于训练后的目标算法模型对待播放的目标视频文件进行播放，以准确识别目标视频文件的文件内容节以实现智能播放目标视频文件，而无需用户手动对视频文件进行调节播放。
在一些实施例中，步骤“基于目标算法模型对待播放的目标视频文件进行播放”可以包括以下流程：
获取目标视频文件的文件内容；
基于目标算法模型获取目标视频文件的文件内容中待调节播放的目标局部文件内容；
根据目标算法模型和目标局部文件内容对目标视频文件进行播放。
其中，需要被调节播放的目标局部文件内容，具体可以基于上述历史视频文件中被调节播放的局部文件内容的属性类型而得到。也即，在一些实施例中，步骤“根据目标算法模型和目标局部文件内容对目标视频文件进行播放”可以包括以下流程：
确定出目标局部文件内容所属的内容类型；
根据目标算法模型和内容类型生成相应的播放调节参数；
根据该播放调节参数对目标视频文件进行播放。
具体地，可以基于电子设备的深度学习算法，分析识别出目标局部文件内容所属的内容类型。然后，将该内容类型作为输入信息，输入至目标算法模型中，以使目标算法模型基于该内容类型，计算出相应的播放调节参数。最后，基于所计算得出的播放调节参数对目标视频文件进行播放。
比如，参考图3，图中横向条状为视频进度条，ABCDEG分别为进度条上的节点。其中，节点G为视频文件的播放终点。如图所示，假设该视频文件为一电视剧集，节点A到节点B之间为一段插入的广告，节点C到节点D为一段复杂难以理解的剧情(如含有逻辑性很强的推理类剧情)，节点E到节点F之间为一段路人甲的表演剧情。那么，通过使用本目标算法模型，可以实现跳过节点A、节点B之间的内容，以滤除广告；减缓节点C到节点D之间的播放速度(如0.5倍播放速度)，以留给用户足够的反应时间；加快节点E到节点F之间的播放速度(如1.5倍播放速度)，在保证剧情不丢失的情况下加快播放、节省时间。
由上可知，本申请是实施例提供的视频播放方法，通过获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；根据历史调节信息以及历史视频文件的文件内容生成训练样本；根据训练样本对预设算法模型进行训练，得到训练后的目标算法模型；基于目标算法模型对待播放的目标视频文件进行播放。该方案可根据用户使用习惯智能地播放视频文件，提高了视频的播放效率，可根据用户使用习惯，智能地调整视频播放进度，选择哪些内容需快速播放，哪些内容需放缓播放速度等，提升了用户体验，同时降低了电子设备功耗。
在一实施例中，还提供另一种视频播放方法，应用于电子设备，该电子设备可以为智能手机、平板电脑、笔记本电脑等移动终端。如图4所示，流程可以如下：
201、获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息。
在本申请实施例中，电子设备中需安装有视频播放应用，以实现对视频文件进行播放。在用户使用电子设备时，采集用户使用电子设备在的视频播放应用播放各种视频时的播放调节信息，包括视频播放过程中的暂停操作、快进操作、回退操作、跳播操作等一系列操作信息，根据该操作信息获取对应的历史播放调节信息。
其中，历史视频文件具体可以是电视剧资源文件、电影资源文件、综艺节目资源文件、新闻报道资源文件等等。
202、根据历史播放调节信息从历史视频文件的历史文件内容中，选取被调节播放的局部文件内容。
具体地，可根据所记录的电子设备播放历史视频文件时的信息，根据历史播放调节信息从历史视频文件的历史文件内容中，获取所对应调节播放的文件内容。
203、根据局部文件内容以及历史播放调节信息生成训练样本。
在一些实施例中，历史播放调节信息包括：播放速度的调节参数、播放节点的跳转参数以及播放暂停参数。则步骤“根据局部文件内容以及历史播放调节信息生成训练样本”可以包括以下流程：
获取播放速度的调节参数、播放节点的跳转参数以及播放暂停参数，对应在历史视频文件的文件内容中的位置信息；
根据位置信息从局部文件内容中为调节参数、跳转参数以及播放暂停参数匹配出对应的匹配内容；
根据调节参数、跳转参数、播放暂停参数，及其各自对应的匹配内容，生成相应的训练样本。
具体地，根据历史播放调节信息确定原始的历史视频文件中被调节播放部分的位置信息，并根据获取的位置信息从被调节过的局部文件内容中，为每一参数匹配对应的匹配内容。之后，将匹配内容与各参数建立相互之间的映射关系，并生成训练样本。
在此过程中，还可对每一部分的匹配内容进行深度学习以及属性类别标记。具体地，可提取被调节文件内容的内容特征，基于机器深度学习对所提取到的内容特征进行分析处理，通过电子设备的预测系统预测文件内容的分类结果，并结合用户人为对预测结果的判定，不断修正预测系统，使得预测系统的各个权重项的权值最终收敛，形成学习得到的数据库，以使得电子设备能够正确识别视频文件中各部分内容的属性信息。
在一些实施例中，可将所得到的属性类别标记作为一个辅助参数，与匹配内容与各参数共同生成训练样本。
204、根据训练样本对预设算法模型进行训练，得到训练后的目标算法模型。
具体地，将上述生成的训练样本输入至预设算法模型中，根据所输入的训练样本不断地修正预设算法模型中的相关参数，以使得训练后的目标算法模型可适用于所有训练样本。其中，所采用的预设算法模型具体可以是卷积神经网络模型、贝叶斯分类模型等。
在一些实施例中，可以直接将该加权值作为最终的参数值。
205、获取目标视频文件的文件内容。
其中，目标视频文件具体可以是电视剧资源文件、电影资源文件、综艺节目资源文件、新闻报道资源文件等等。该目标视频文件可以是在线观看的，也可以是用户预先从网络上缓存下载好的本地视频文件。
206、基于目标算法模型获取目标视频文件的文件内容中待调节播放的目标局部文件内容。
其中，需要被调节播放的目标局部文件内容，具体可以基于上述历史视频文件中被调节播放的局部文件内容的属性类型而得到。
207、确定出目标局部文件内容所属的内容类型。
具体地，可以基于上述训练电子设备过程中涉及的深度学习算法，分析识别出目标局部文件内容所属的内容类型。
208、根据目标算法模型和内容类型生成相应的播放调节参数，并根据该播放调节参数对目标视频文件进行播放。
具体地，将该内容类型作为输入信息，输入至目标算法模型中，以使目标算法模型基于该内容类型，计算出相应的播放调节参数。最后，基于所计算得出的播放调节参数对目标视频文件进行播放。
由上可知，本申请实施例提供的视频播放方法，通过获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；根据历史调节信息以及历史视频文件的文件内容生成训练样本；根据训练样本对预设算法模型进行训练，得到训练后的目标算法模型；基于目标算法模型对待播放的目标视频文件进行播放。该方案可根据用户使用习惯智能地播放视频文件，提高了视频的播放效率，可根据用户使用习惯，智能地调整视频播放进度，选择哪些内容需快速播放，哪些内容需放缓播放速度，提升了用户体验，同时降低了电子设备功耗。
在本申请又一实施例中，还提供一种视频播放装置，该视频播放装置可以软件或硬件的形式集成在电子设备中，该电子设备具体可以包括手机、平板电脑、笔记本电脑等设备。如图5所示，该视频播放装置30可以包括获取模块31、生成模块32、训练模块33以及播放模块34，其中：
获取模块31，用于获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；
生成模块32，用于根据历史调节信息以及历史视频文件的文件内容生成训练样本；
训练模块33，用于根据该训练样本对预设算法模型进行训练，得到训练后的目标算法模型；
播放模块34，用于基于目标算法模型对待播放的目标视频文件进行播放。
在一些实施例中，参考图6，生成模块32可以包括：
第一获取子模模块321，用于获取历史视频文件的历史文件内容；
选取子模块322，用于根据历史播放调节信息从历史文件内容中选取被调节播放的局部文件内容；
生成子模块323，用于根据该局部文件内容以及该历史播放调节信息生成训练样本。
在一些实施例中，历史播放调节信息包括：播放速度的调节参数、播放节点的跳转参数以及播放暂停参数，生成子模块323可以用于：
获取播放速度的调节参数、播放节点的跳转参数以及播放暂停参数，对应在该历史视频文件的文件内容中的位置信息；
根据该位置信息从该局部文件内容中为调节参数、跳转参数以及播放暂停参数匹配出对应的匹配内容；
根据该调节参数、跳转参数、播放暂停参数，及其各自对应的匹配内容，生成相应的训练样本。
在一些实施例中，参考图7，播放模块34可以包括：
第二获取子模块341，用于获取目标视频文件的文件内容；
第三获取子模块342，用于基于目标算法模型获取目标视频文件的文件内容中待调节播放的目标局部文件内容；
播放子模块343，用于根据该目标算法模型和目标局部文件内容对目标视频文件进行播放。
在一些实施例中，播放子模块343可以用于：
确定出目标局部文件内容所属的内容类型；
根据目标算法模型和该内容类型生成相应的播放调节参数；
根据该播放调节参数对目标视频文件进行播放。
由上可知，本申请实施例提供的视频播放装置，通过获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；根据历史调节信息以及历史视频文件的文件内容生成训练样本；根据训练样本对预设算法模型进行训练，得到训练后的目标算法模型；基于目标算法模型对待播放的目标视频文件进行播放。该方案可根据用户使用习惯智能地播放视频文件，提高了视频的播放效率，同时降低了电子设备功耗。
在本申请又一实施例中还提供一种电子设备，该电子设备可以是智能手机、平板电脑等设备。如图8所示，电子设备400包括处理器401及存储器402。其中，处理器401与存储器402电性连接。
处理器401是电子设备400的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器402内的应用，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。
在本实施例中，电子设备400中的处理器401会按照如下的步骤，将一个或一个以上的应用的进程对应的指令加载到存储器402中，并由处理器401来运行存储在存储器402中的应用，从而实现各种功能：
获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；
根据历史调节信息以及历史视频文件的文件内容生成训练样本；
根据该训练样本对预设算法模型进行训练，得到训练后的目标算法模型；
基于目标算法模型对待播放的目标视频文件进行播放。
在一些实施例中，处理器401进一步可以用于执行以下流程：
获取历史视频文件的历史文件内容；
根据历史播放调节信息从历史文件内容中选取被调节播放的局部文件内容；
根据该局部文件内容以及该历史播放调节信息生成训练样本。
在一些实施例中，历史播放调节信息包括：播放速度的调节参数、播放节点的跳转参数以及播放暂停参数；处理器401进一步可以用于执行以下步骤：
获取播放速度的调节参数、播放节点的跳转参数以及播放暂停参数，对应在该历史视频文件的文件内容中的位置信息；
根据该位置信息从该局部文件内容中为调节参数、跳转参数以及播放暂停参数匹配出对应的匹配内容；
根据该调节参数、跳转参数、播放暂停参数，及其各自对应的匹配内容，生成相应的训练样本。
在一些实施例中，处理器401进一步可以用于执行以下步骤：
获取目标视频文件的文件内容；
基于目标算法模型获取目标视频文件的文件内容中待调节播放的目标局部文件内容；
根据该目标算法模型和目标局部文件内容对目标视频文件进行播放。
在一些实施例中，处理器401进一步可以用于执行以下步骤：
确定出目标局部文件内容所属的内容类型；
根据目标算法模型和该内容类型生成相应的播放调节参数；
根据该播放调节参数对目标视频文件进行播放。
存储器402可用于存储应用和数据。存储器402存储的应用中包含有可在处理器中执行的指令。应用可以组成各种功能模块。处理器401通过运行存储在存储器402的应用，从而执行各种功能应用以及数据处理。
在一些实施例中，如图9所示，电子设备400还包括：显示屏403、控制电路404、射频电路405、输入单元406、音频电路407、传感器408以及电源409。其中，处理器401分别与显示屏403、控制电路404、射频电路405、输入单元406、音频电路407、传感器408以及电源409电性连接。
显示屏403可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图像、文本、图标、视频和其任意组合来构成。
控制电路404与显示屏403电性连接，用于控制显示屏403显示信息。
射频电路405用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。
输入单元406可用于接收输入的数字、字符信息或用户特征信息(例如指纹)，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。其中，输入单元406可以包括指纹识别模组。
音频电路407可通过扬声器、传声器提供用户与电子设备之间的音频接口。
传感器408用于采集外部环境信息。传感器408可以包括环境亮度传感器、加速度传感器、光传感器、运动传感器、以及其他传感器。
电源409用于给电子设备400的各个部件供电。在一些实施例中，电源409可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图9中未示出，电子设备400还可以包括摄像头、蓝牙模块等，在此不再赘述。
由上可知，本申请实施例提供的电子设备，通过获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；根据历史调节信息以及历史视频文件的文件内容生成训练样本；根据训练样本对预设算法模型进行训练，得到训练后的目标算法模型；基于目标算法模型对待播放的目标视频文件进行播放。该方案可根据用户使用习惯智能地播放视频文件，提高了视频的播放效率，同时降低了电子设备功耗。
在一些实施例中，还提供了一种存储介质，该存储介质中存储有多条指令，该指令适于由处理器加载以执行上述任一视频播放方法。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，RandomAccess Memory)、磁盘或光盘等。
在描述本申请的概念的过程中使用了术语“一”和“所述”以及类似的词语(尤其是在所附的权利要求书中)，应该将这些术语解释为既涵盖单数又涵盖复数。此外，除非本文中另有说明，否则在本文中叙述数值范围时仅仅是通过快捷方法来指代属于相关范围的每个独立的值，而每个独立的值都并入本说明书中，就像这些值在本文中单独进行了陈述一样。另外，除非本文中另有指明或上下文有明确的相反提示，否则本文中所述的所有方法的步骤都可以按任何适当次序加以执行。本申请的改变并不限于描述的步骤顺序。除非另外主张，否则使用本文中所提供的任何以及所有实例或示例性语言(例如，“例如”)都仅仅为了更好地说明本申请的概念，而并非对本申请的概念的范围加以限制。在不脱离精神和范围的情况下，所属领域的技术人员将易于明白多种修改和适应。
以上对本申请实施例所提供的视频播放方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (7)
1.一种视频播放方法，应用于电子设备，其特征在于，所述方法包括：
获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；
获取历史视频文件的历史文件内容；
根据历史播放调节信息从历史文件内容中选取被调节播放的局部文件内容；
根据所述局部文件内容以及所述历史播放调节信息生成训练样本；
根据所述训练样本对预设算法模型进行训练，得到训练后的目标算法模型；
获取目标视频文件的文件内容；
基于目标算法模型获取目标视频文件的文件内容中待调节播放的目标局部文件内容；
根据所述目标算法模型和目标局部文件内容确定每一目标局部文件内容对应的播放调节参数，根据所述播放调节参数对目标视频文件进行播放，所述播放调节参数包括播放速度的调节参数、播放节点的跳转参数以及播放暂停参数。
2.如权利要求1所述的视频播放方法，其特征在于，历史播放调节信息包括：播放速度的调节参数、播放节点的跳转参数以及播放暂停参数；
根据所述局部文件内容以及所述历史播放调节信息生成训练样本的步骤，包括：
获取播放速度的调节参数、播放节点的跳转参数以及播放暂停参数，对应在所述历史视频文件的文件内容中的位置信息；
根据所述位置信息从所述局部文件内容中为调节参数、跳转参数以及播放暂停参数匹配出对应的匹配内容；
根据所述调节参数、跳转参数、播放暂停参数，及其各自对应的匹配内容，生成相应的训练样本。
3.如权利要求1所述的视频播放方法，其特征在于，根据所述目标算法模型和目标局部文件内容确定每一目标局部文件内容对应的播放调节参数的步骤，包括：
确定出目标局部文件内容所属的内容类型；
根据目标算法模型和所述内容类型生成相应的播放调节参数；
根据所述播放调节参数对目标视频文件进行播放。
4.一种视频播放装置，应用于电子设备，其特征在于，所述装置包括：
获取模块，用于获取历史时间段内电子设备播放历史视频文件时的历史播放调节信息；
生成模块，用于根据历史调节信息以及历史视频文件的文件内容生成训练样本；
所述生成模块包括：
第一获取子模块，用于获取历史视频文件的历史文件内容；
选取子模块，用于根据历史播放调节信息从历史文件内容中选取被调节播放的局部文件内容；
生成子模块，用于根据所述局部文件内容以及所述历史播放调节信息生成训练样本；训练模块，用于根据所述训练样本对预设算法模型进行训练，得到训练后的目标算法模型；
播放模块，用于基于目标算法模型对待播放的目标视频文件进行播放；
所述播放模块包括：
第二获取子模块，用于获取目标视频文件的文件内容；
第三获取子模块，用于基于目标算法模型获取目标视频文件的文件内容中待调节播放的目标局部文件内容；
播放子模块，用于根据所述目标算法模型和目标局部文件内容确定每一目标局部文件内容对应的播放调节参数，根据所述播放调节参数对目标视频文件进行播放，所述播放调节参数包括播放速度的调节参数、播放节点的跳转参数以及播放暂停参数。
5.如权利要求4所述的视频播放装置，其特征在于，所述历史播放调节信息包括：播放速度的调节参数、播放节点的跳转参数以及播放暂停参数；所述生成子模块用于：
获取播放速度的调节参数、播放节点的跳转参数以及播放暂停参数，对应在所述历史视频文件的文件内容中的位置信息；
根据所述位置信息从所述局部文件内容中为调节参数、跳转参数以及播放暂停参数匹配出对应的匹配内容；
根据所述调节参数、跳转参数、播放暂停参数，及其各自对应的匹配内容，生成相应的训练样本。
6.如权利要求4所述的视频播放装置，其特征在于，所述播放子模块用于：
确定出目标局部文件内容所属的内容类型；
根据目标算法模型和所述内容类型生成相应的播放调节参数；
根据所述播放调节参数对目标视频文件进行播放。
7.一种存储介质，其特征在于，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行如权利要求1-3中任一项所述的视频播放方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711466291.3A CN108184169B (zh) | 2017-12-28 | 2017-12-28 | 视频播放方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711466291.3A CN108184169B (zh) | 2017-12-28 | 2017-12-28 | 视频播放方法、装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108184169A CN108184169A (zh) | 2018-06-19 |
| CN108184169B true CN108184169B (zh) | 2020-10-09 |
Family
ID=62548517
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711466291.3A Expired - Fee Related CN108184169B (zh) | 2017-12-28 | 2017-12-28 | 视频播放方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108184169B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108882024B (zh) * | 2018-08-01 | 2021-08-20 | 北京奇艺世纪科技有限公司 | 一种视频播放方法、装置及电子设备 |
| US11544585B2 (en) | 2018-11-13 | 2023-01-03 | Disney Enterprises, Inc. | Analyzing viewer behavior in real time |
| CN110225398B (zh) * | 2019-05-28 | 2022-08-02 | 腾讯科技（深圳）有限公司 | 多媒体对象播放方法、装置和设备及计算机存储介质 |
| CN110913263B (zh) * | 2019-11-29 | 2021-05-18 | 联想(北京)有限公司 | 视频处理方法、装置及电子设备 |
| CN111209440B (zh) * | 2020-01-13 | 2023-04-14 | 深圳市雅阅科技有限公司 | 一种视频播放方法、装置和存储介质 |
| CN111432245B (zh) * | 2020-03-27 | 2021-07-13 | 腾讯科技（深圳）有限公司 | 多媒体信息的播放控制方法、装置、设备及存储介质 |
| CN112822546A (zh) * | 2020-12-30 | 2021-05-18 | 珠海极海半导体有限公司 | 基于内容感知的倍速播放方法、系统、存储介质和设备 |
| CN113422995B (zh) * | 2021-02-04 | 2023-06-23 | 郑州大学 | 基于ai模型的视频处理方法、便携式电子装置 |
| CN113242468B (zh) * | 2021-05-11 | 2021-11-23 | 深圳市逸马科技有限公司 | 一种基于大数据云平台教育数据流的控制方法及系统 |
| CN115442661B (zh) * | 2021-06-01 | 2024-03-19 | 北京字跳网络技术有限公司 | 视频处理方法、设备、存储介质及计算机程序产品 |
| CN114007122B (zh) * | 2021-10-13 | 2024-03-15 | 深圳Tcl新技术有限公司 | 一种视频播放方法、装置、电子设备和存储介质 |
| CN114040228A (zh) * | 2021-12-16 | 2022-02-11 | 中国电信股份有限公司 | 基于用户习惯的视频播放速度控制方法和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104506947A (zh) * | 2014-12-24 | 2015-04-08 | 福州大学 | 一种基于语义内容的视频快进/快退速度自适应调整方法 |
| KR20160081043A (ko) * | 2014-12-30 | 2016-07-08 | 주식회사 케이티 | 비디오 재생 속도 조절 방법, 서버 및 시스템 |
| CN106534942A (zh) * | 2016-11-04 | 2017-03-22 | 微鲸科技有限公司 | 视频画质调整方法及装置 |
| CN107105314A (zh) * | 2017-05-12 | 2017-08-29 | 北京小米移动软件有限公司 | 视频播放方法及装置 |
| CN107155138A (zh) * | 2017-06-06 | 2017-09-12 | 深圳Tcl数字技术有限公司 | 视频播放跳转方法、设备及计算机可读存储介质 |
-
2017
- 2017-12-28 CN CN201711466291.3A patent/CN108184169B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104506947A (zh) * | 2014-12-24 | 2015-04-08 | 福州大学 | 一种基于语义内容的视频快进/快退速度自适应调整方法 |
| KR20160081043A (ko) * | 2014-12-30 | 2016-07-08 | 주식회사 케이티 | 비디오 재생 속도 조절 방법, 서버 및 시스템 |
| CN106534942A (zh) * | 2016-11-04 | 2017-03-22 | 微鲸科技有限公司 | 视频画质调整方法及装置 |
| CN107105314A (zh) * | 2017-05-12 | 2017-08-29 | 北京小米移动软件有限公司 | 视频播放方法及装置 |
| CN107155138A (zh) * | 2017-06-06 | 2017-09-12 | 深圳Tcl数字技术有限公司 | 视频播放跳转方法、设备及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108184169A (zh) | 2018-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108184169B (zh) | 视频播放方法、装置、存储介质及电子设备 | |
| CN108304441B (zh) | 网络资源推荐方法、装置、电子设备、服务器及存储介质 | |
| CN108090497B (zh) | 视频分类方法、装置、存储介质及电子设备 | |
| CN107659828B (zh) | 视频画质调整方法、装置、终端设备及存储介质 | |
| CN108132805B (zh) | 语音交互方法、装置及计算机可读存储介质 | |
| US11589120B2 (en) | Deep content tagging | |
| US8442389B2 (en) | Electronic apparatus, reproduction control system, reproduction control method, and program therefor | |
| KR102542788B1 (ko) | 전자장치, 그 제어방법 및 컴퓨터프로그램제품 | |
| US20130339433A1 (en) | Method and apparatus for content rating using reaction sensing | |
| CN107871001B (zh) | 音频播放方法、装置、存储介质及电子设备 | |
| CN105635824A (zh) | 个性化频道推荐方法和系统 | |
| CN110209879B (zh) | 一种视频播放方法、装置、设备和存储介质 | |
| CN108108457B (zh) | 从音乐节拍点中提取大节拍信息的方法、存储介质和终端 | |
| CN108595573B (zh) | 页面显示方法、装置、存储介质及电子设备 | |
| CN107613315B (zh) | 视频画质调整方法、装置、终端设备及存储介质 | |
| CN108228776B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
| CN104750387A (zh) | 一种信息处理方法及电子设备 | |
| CN111930974A (zh) | 一种音视频类型的推荐方法、装置、设备及存储介质 | |
| US20160088355A1 (en) | Apparatus and method for processing image and computer readable recording medium | |
| CN107846624B (zh) | 视频画质调整方法、装置、终端设备及存储介质 | |
| CN111930338A (zh) | 一种音量推荐方法、装置、设备及存储介质 | |
| US20160125472A1 (en) | Gesture based advertisement profiles for users | |
| CN111400595A (zh) | 应用程序的内容推送方法、设备及存储介质 | |
| CN104581224A (zh) | 切换播放内容的方法、装置及终端 | |
| CN107846625B (zh) | 视频画质调整方法、装置、终端设备及存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201009 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |