CN110472074A - 多媒体文件的处理方法、装置、终端及存储介质 - Google Patents

Abstract

本公开的实施例提供了一种多媒体文件的处理方法、装置、终端及存储介质。该多媒体文件的处理方法包括：对面向终端的用户进行人脸识别；根据人脸识别的结果，确定是否对终端播放的多媒体文件进行处理，其中，所述多媒体文件包括视频和音频中的至少一种。本公开通过人脸识别，针对不同的群体作出不同的处理，从而对一些特殊群体进行保护。

Description

多媒体文件的处理方法、装置、终端及存储介质

技术领域

本公开的实施例涉及计算机技术领域，更具体地，涉及一种多媒体文件的处理方法、装置、终端及存储介质。

背景技术

目前，可以对图片或视频图像预先打马赛克，以屏蔽一些不希望被播放的画面，例如，色情、暴力血腥等画面。然而，这种对一些特殊群体进行保护的实现方式并不完全令人满意。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

为了解决上述问题，本公开提供了一种多媒体文件的处理方法、装置、终端及存储介质，本公开可以通过人脸识别，针对不同的观看群体作出不同的处理。

根据本公开的一个实施例，提供了一种多媒体文件的处理方法，包括：对面向终端的用户进行人脸识别；根据所述人脸识别的结果，确定是否对所述终端播放的多媒体文件进行处理，其中，所述多媒体文件包括视频和音频中的至少一种。

根据本公开的另一实施例，提供了一种多媒体文件的处理装置，包括：人脸识别模块，配置为对面向终端的用户进行人脸识别；处理确定模块，配置为根据所述人脸识别的结果，确定是否对所述终端播放的多媒体文件进行处理。

根据本公开的另一实施例，提供了一种终端，所述终端包括：至少一个存储器和至少一个处理器；其中，所述存储器用于存储程序代码，所述处理器用于调用所述存储器所存储的程序代码以执行上述多媒体文件的处理方法。

根据本公开的另一实施例，提供了一种计算机存储介质，所述计算机存储介质存储有程序代码，所述程序代码用于执行上述多媒体文件的处理方法。

在本公开中，通过人脸识别，针对不同的群体作出不同的处理，从而对一些特殊群体进行保护。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1示出了本公开的实施例的视频图像的处理方法的示意图。

图2示出了本公开的实施例的视频图像的处理方法的示意图。

图3示出了本公开的实施例的视频图像的处理装置的示意图。

图4示出了适于用来实现本公开的实施例的电子设备400的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

目前，通常我们预先对图片或视频图像进行处理以屏蔽一些不希望被播出的画面。然而，有些情况下我们并不需要屏蔽这些画面，仅在针对一些特殊群体(例如，儿童或青少年)时需要屏蔽一些画面(例如，色情、暴力画面)。此时，我们希望仅在需要时对视频图像进行处理，因为提前打上马赛克导致所有用户看到的视频图像都是经过处理的图像。

如图1所述，提供了一种多媒体文件的处理方法，包括步骤S101，对面向终端的用户进行人脸识别。本公开中的终端可以包括但不限于诸如移动电话、智能手机、笔记本电脑、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置、车载终端设备、车载显示终端、车载电子后视镜等等的移动终端设备以及诸如智能电视、台式计算机等等的固定终端设备。在一些实施例中，终端为智能电视。在本公开中，智能电视通常指的是具有全开放式平台，搭载了操作系统，用户在欣赏普通电视内容的同时，可自行安装和卸载各类应用软件，持续对功能进行扩充和升级的新电视产品，但本公开不限于此。下面的实施例也主要以智能电视作为实例进行说明，当然，这仅是示例，本公开并不限于此。本公开的多媒体文件可以包括视频和音频中的至少一种。通常地，视频文件中可以搭载有音频文件，音频文件通常仅包括音频，当然，这仅是示例性的，而不用于限制本公开。

在本公开中，终端(例如，智能电视)搭载了人脸识别设备，通常为高清摄像头，但本公开不限于此，可以采用任何合适的人脸识别设备。另外，本公开的人脸识别设备可以是终端(例如，智能电视)自带的，也可以是外接的人脸识别设备。由于在观看视频图像时，人脸通常朝向终端(例如，朝向终端的屏幕)，对一些背向终端的并非在观看视频图像的人，并不能很好地进行人脸识别，通常也不需要对这些人进行人脸识别。人脸识别算法可以构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别处理与分析等，从而对识别到的人脸进行年龄预测，得到人脸识别的结果。例如，通常可以通过以下方法来识别年龄：获取目标人脸图像；将目标人脸图像输入预先训练的人脸识别模型，获得年龄信息。其中，人脸识别模型包括特征提取层和年龄识别层，特征提取层分别与年龄识别层连接。将目标人脸图像输入人脸识别模型的特征提取层，获得图像特征；将所获得的图像特征输入人脸识别模型的年龄识别层，获得年龄信息。

在一些实施例中，本公开的多媒体文件的处理方法还包括步骤S102，根据人脸识别的结果，确定是否对终端播放的多媒体文件进行处理。在一些实施例中，人脸识别的结果包括成年人、青少年和儿童中的至少一种。在一些实施例中，用户或系统可以预先设置，例如，将识别到的18周岁以上的用户定义为成年人，将13-18周岁之间的用户定义为青少年，将13周岁以下的人定义为儿童。当然，这仅是示例性的，可以根据用户期望的划分年龄段进行其他合适的设置。

在一些实施例中，当人脸识别的结果包括青少年或儿童时，确定对终端播放的多媒体文件进行处理。例如，欣赏多媒体文件的用户可能包括成年人和儿童、成年人和青少年、青少年和儿童，此时，只要识别到的结果中存在青少年或儿童，就确定对终端播放的多媒体文件进行处理，以保护青少年和儿童的身心健康。如果识别的结果均为成年人，则确定不对多媒体文件进行处理，此时，用户欣赏到的多媒体文件是未经处理的多媒体文件。

除非另有说明，本公开的多媒体文件可以包括视频和音频中的至少一种。下面主要以视频图像为示例进行具体说明。

在一些实施例中，对终端播放的视频图像进行处理包括对终端播放的视频图像中的含有预设内容的帧或部分像素进行处理。通常，不适合青少年或儿童观看的视频图像是涉及色情或暴力血腥的视频图像。即，预设内容通常包括色情或暴力相关的内容，当然，这仅是示例性的，并不用于限制本公开。涉及色情或暴力的视频图像可以通过深度学习算法智能识别模块来识别。在一些实施例中，深度学习算法智能识别模块包括图形过滤模块和声音过滤模块，以分别对涉及色情或暴力的图形和声音进行识别。在一些实施例中，深度学习算法智能识别模块可以对视频图像进行色情、暴力属性打分，即分别确定P11、P21，并设置相应的阈值分数，当P11或P21超过相应的阈值分数时，即确定为涉及色情、暴力的内容。

在一些实施例中，可以通过以下步骤识别色情或暴力内容：获取所述视频将要播出的音频信息，提取所述音频信息中的音频特征，根据音频特征和预设的暴力音频特征模板判断视频是否包括暴力内容，或者根据音频特征和预设的色情音频特征模板判断视频是否包括色情内容。在一些实施例中，音频特征可以包括：音频频率、最大振幅、音色等。可以通过傅里叶变换或者小波变换等算法提取音频信息中的音频特征。对于限制级内容，其声音都具有类似相同的特征。例如暴力内容，通常会有爆炸、打斗等声音。色情音频也有类似的情况。据此，可以预先设定色情音频特征模板和暴力音频特征模板，将提取的音频特征分别与色情音频特征模板和暴力音频特征模板进行匹配，判断视频是否包括色情或暴力内容。

在一些实施例中，提取视频图像的人体特征，根据人体特征判断视频图像是否包括色情内容。人体特征包括裸露的人体器官图形。在色情视频中，通常会有大量的人体器官图像存在。由于人体图像的像素值通常在一定的较小范围之内，据此可以提取图像中的人体器官图形。根据人体器官图形可以判断视频图像是否包括色情内容。此外，也可先根据音频信息判断是否为色情内容，并通过图像进一步判断，确定是否为色情内容，通过音频信息的预先检测，可以进一步提高准确率。在一些实施例中，预先设定运动强度阈值，该运动强度阈值可以根据暴力视频的图像帧变化特点按经验确定。将计算得到的运动强度与预设的运动强度阈值进行比较，在运动强度大于预设的运动强度阈值时，可以认为视频将要播出的内容包括暴力内容。此外，也可先根据音频信息判断是否为暴力内容，并通过图像进一步判断，确定是否为暴力内容，通过音频信息的预先检测，可以进一步提高准确率。

应该理解，针对音频文件，可以仅通过音频进行预设内容的识别。

在一些实施例中，可以对视频图像中的含有预设内容(例如，色情或暴力)的整个帧进行处理，也可以仅对该帧中包含有色情或暴力的部分像素进行处理，而该帧中的其余像素不进行处理。

在一些实施例中，处理包括马赛克处理和/或模糊处理。在一些实施例中，马赛克处理指的是打马赛克。在一些实施例中，马赛克处理包括图形马赛克和声音马赛克中的至少一种。针对视频文件，可以仅进行图形马赛克或声音马赛克，也可以同时进行图形马赛克和声音马赛克。例如，在一些实施例中，在检测到污言秽语之后，系统会自动静音或以哔音覆盖。在一些实施例中，模糊处理是指降低图像或声音的清晰度，使得不能看清或听清相应的内容，达到模糊化的目的。

在一些实施例中，针对音频文件，可以进行声音马赛克处理。例如，在检测到污言秽语之后，系统会自动静音或以哔音覆盖。

通常，当确定对播放的视频图像进行处理时，视频图像是要在进行播放并且由终端系统识别到色情或暴力等的内容之后才进行处理。即，在视频图像的播放和处理之间存在一定的时间延迟。这个时间延迟期望尽量地小。

在一些实施例中，多媒体文件的方法还包括对多媒体文件标记。如图2所示，示出了本公开的实施例的多媒体文件的处理方法的示意图。相对于图1的方法的步骤，图2的方法还包括步骤S203和S204。虽然图2中示出为在确定对多媒体文件进行处理之后实施对多媒体文件进行标记的步骤S203。然而，这并不用于限制本公开，可以在确定是否对多媒体文件进行处理之前或期间对视频图像进行标记。应该理解，这种标记是在多媒体文件被播放之前进行的，所以有时也可以称为预先标记。之后，可以进行步骤S204，根据标记对多媒体文件的预设内容进行处理。下面结合具体的实施例进行说明，以更好地理解本公开的方案。

在一些实施例中，对于平台自有资源，可以在云端进行人工智能自动分析扫描，标记预设内容(例如，色情或暴力等)所在的时间和位置坐标。平台资源通常指的是终端的提供者所拥有的资源，例如，购买或自制的资源。为了进一步增加标记的时间和位置坐标的准确性，防止错标或漏标，可以在人工智能分析扫描的基础上进行人工审核。这样，当在终端播放多媒体文件且识别到用户中有青少年或儿童时，终端可以从云端接收下发的多媒体文件的预设内容的标记。之后，根据该标记对多媒体文件进行处理，例如，进行马赛克处理或模糊处理等。应该理解，针对视频文件，标记可以包括时间和位置坐标，而针对音频文件，则标记可以仅包括时间坐标，即时间戳。另外，针对音频文件，处理可以为声音马赛克。通过云端的这种预先标记，在用户播放多媒体文件时，可以即时从云端接收该预先标记，从而减少了播放多媒体文件与处理之间的时间延迟，甚至达到零时间延迟。

在一些实施例中，针对非平台自有资源或终端的本地资源，如果终端具有读取缓存内容的权限，则终端可以进行缓存；如果终端没有读取缓存内容的权限，则终端可以在后台进行预先加载。之后，终端可以对预先加载或缓存的多媒体文件的预设内容进行标记，即，标记预设内容的时间和/或位置坐标。这样，在终端播放该多媒体文件时，终端自动派发标记的时间/位置坐标，进而根据标记的时间/位置坐标对多媒体文件进行处理。由于播放前的缓存或预先加载使得可以进行预先标记，在播放时，根据派发的标记可以进行即时处理，所以可以减少播放多媒体文件与处理之间的时间延迟，甚至达到零时间延迟。

在一些实施例中，终端系统所做的标记可以上传到云端进行共享。当该终端再次播放经过标记的多媒体文件时，接收从云端下发的标记，并且根据该标记对多媒体文件进行处理。应该理解，当其他用户播放该多媒体文件时，也可以接收云端下发的标记的时间/位置坐标，而不必在本地进行识别。进一步地，为了增加标记的准确性，云端可以对上传的标记进行审核，将审核通过的标记记录在云端，而将认为错误率较大的标记舍弃。

在一些实施例中，用户可以手动标记，标记哪些内容在识别到青少年或儿童时需要进行处理。终端可以将多媒体文件的预设内容的手动标记上传到云端进行共享。当播放该多媒体文件时，终端接收从云端下发的手动标记的时间/位置坐标。之后，可以根据该手动标记对多媒体文件进行处理。

本公开的实施例还提供了一种与上述方法对应的多媒体文件的处理装置300，包括人脸识别模块301和处理确定模块302。人脸识别模块301配置为对面向终端的用户进行人脸识别。处理确定模块302配置为根据人脸识别的结果，确定是否对终端播放的多媒体文件进行处理，多媒体文件可以包括视频和音频中的至少一种。在一些实施例中，多媒体文件的处理装置300还包括处理模块，处理模块配置为当确定对终端播放的视频图像进行处理时，处理视频图像。关于人脸识别及其结果等的定义，在上文中已经进行了详细说明，因此在此省略它们的细节以避免重复。在一些实施例中，处理多媒体文件包括马赛克处理和/或模糊处理。在一些实施例中，马赛克处理指的是打上马赛克。马赛克处理包括图形马赛克和声音马赛克中的至少一种。例如，在检测到污言秽语之后，系统会自动静音或以哔音覆盖。在一些实施例中，模糊处理是降低图像或声音的清晰度，使得不能看清或听清相应的内容，达到模糊化的目的。在一些实施例中，针对音频文件，可以仅进行声音马赛克处理。例如，在检测到污言秽语之后，系统会自动静音或以哔音覆盖。

此外，本公开还提供一种终端，包括：至少一个存储器和至少一个处理器；其中，所述存储器用于存储程序代码，所述处理器用于调用所述存储器所存储的程序代码以执行上述多媒体文件的处理方法。

此外，本公开还提供一种计算机存储介质，该计算机存储介质存储有程序代码，程序代码用于执行上述多媒体文件的处理方法。

在一些实施例中，通过人脸识别，区别对待不同的观看用户。例如，当观看用户包括儿童或青少年时，对多媒体文件中的色情或暴力等的内容进行马赛克处理或模糊处理，达到保护青少年或儿童的目的。另外，通过对待播放的多媒体文件进行预先标记，可以在播放到涉及色情、暴力等的内容之前就对其进行处理，或者在播放到该内容时进行精准处理，减小了处理的时间延迟，实现保护效果最大化。

下面参考图4，其示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置406加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置406；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置406被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，提供了一种多媒体文件的处理方法，包括：对面向终端的用户进行人脸识别；根据所述人脸识别的结果，确定是否对所述终端播放的多媒体文件进行处理，其中，所述多媒体文件包括视频和音频中的至少一种。

根据本公开的一个或多个实施例，所述人脸识别的结果包括成年人、青少年和儿童中的至少一种。

根据本公开的一个或多个实施例，当所述人脸识别的结果包括青少年或儿童时，确定对所述终端播放的多媒体文件进行处理。

根据本公开的一个或多个实施例，对所述终端播放的多媒体文件进行处理包括对所述终端播放的多媒体文件中的含有预设内容的帧或部分像素进行处理。

根据本公开的一个或多个实施例，所述处理包括马赛克处理和模糊处理中的至少一种。

根据本公开的一个或多个实施例，所述马赛克处理包括图形马赛克和声音马赛克中的至少一种。

根据本公开的一个或多个实施例，还包括：接收从云端下发的所述多媒体文件的预设内容的标记；以及根据所述标记对所述多媒体文件进行处理。

根据本公开的一个或多个实施例，还包括：对所述多媒体文件进行预先加载或缓存；对预先加载或缓存的所述多媒体文件的预设内容进行标记；以及根据所述标记对所述多媒体文件进行处理。

根据本公开的一个或多个实施例，还包括：将所述标记上传到云端进行共享；当再次播放经过标记的所述多媒体文件时，接收从所述云端下发的所述标记；以及根据所述标记对所述多媒体文件进行处理。

根据本公开的一个或多个实施例，还包括：将所述多媒体文件的预设内容的手动标记上传到云端进行共享；当播放所述多媒体文件时，接收从所述云端下发的所述手动标记；以及根据所述手动标记对所述多媒体文件进行处理。

根据本公开的一个或多个实施例，还提供了一种多媒体文件的处理装置，包括：人脸识别模块，配置为对面向终端的用户进行人脸识别；处理确定模块，配置为根据所述人脸识别的结果，确定是否对所述终端播放的多媒体文件进行处理，其中，所述多媒体文件包括视频和音频中的至少一种。

根据本公开的一个或多个实施例，还包括：处理模块，配置为当确定对所述终端播放的多媒体文件进行处理时，处理所述多媒体文件。

根据本公开的一个或多个实施例，提供了一种终端，所述终端包括：至少一个存储器和至少一个处理器；其中，所述存储器用于存储程序代码，所述处理器用于调用所述存储器所存储的程序代码以执行上述多媒体文件的处理方法。

根据本公开的一个或多个实施例，提供了一种计算机存储介质，所述计算机存储介质存储有程序代码，所述程序代码用于执行上述多媒体文件的处理方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (14)

1.一种多媒体文件的处理方法，其特征在于，包括：

对面向终端的用户进行人脸识别；

根据所述人脸识别的结果，确定是否对所述终端播放的多媒体文件进行处理，其中，所述多媒体文件包括视频和音频中的至少一种。

2.根据权利要求1所述的多媒体文件的处理方法，其特征在于，所述人脸识别的结果包括成年人、青少年和儿童中的至少一种。

3.根据权利要求2所述的多媒体文件的处理方法，其特征在于，当所述人脸识别的结果包括青少年或儿童时，确定对所述终端播放的多媒体文件进行处理。

4.根据权利要求1所述的多媒体文件的处理方法，其特征在于，对所述终端播放的多媒体文件进行处理包括对所述终端播放的多媒体文件中的含有预设内容的帧或部分像素进行处理。

5.根据权利要求1所述的多媒体文件的处理方法，其特征在于，所述处理包括马赛克处理和模糊处理中的至少一种。

6.根据权利要求5所述的多媒体文件的处理方法，其特征在于，所述马赛克处理包括图形马赛克和声音马赛克中的至少一种。

7.根据权利要求1所述的多媒体文件的处理方法，其特征在于，还包括：

接收从云端下发的所述多媒体文件的预设内容的标记；以及

根据所述标记对所述多媒体文件进行处理。

8.根据权利要求1所述的多媒体文件的处理方法，其特征在于，还包括：

对所述多媒体文件进行预先加载或缓存；

对预先加载或缓存的所述多媒体文件的预设内容进行标记；以及

根据所述标记对所述多媒体文件进行处理。

9.根据权利要求8所述的多媒体文件的处理方法，其特征在于，还包括：

将所述标记上传到云端进行共享；

当再次播放经过标记的所述多媒体文件时，接收从所述云端下发的所述标记；以及

根据所述标记对所述多媒体文件进行处理。

10.根据权利要求1所述的多媒体文件的处理方法，其特征在于，还包括：

将所述多媒体文件的预设内容的手动标记上传到云端进行共享；

当播放所述多媒体文件时，接收从所述云端下发的所述手动标记；以及

根据所述手动标记对所述多媒体文件进行处理。

11.一种多媒体文件的处理装置，其特征在于，包括：

人脸识别模块，配置为对面向终端的用户进行人脸识别；

处理确定模块，配置为根据所述人脸识别的结果，确定是否对所述终端播放的多媒体文件进行处理，其中，所述多媒体文件包括视频和音频中的至少一种。

12.根据权利要求11所述的多媒体文件的处理装置，其特征在于，还包括：

处理模块，配置为当确定对所述终端播放的多媒体文件进行处理时，处理所述多媒体文件。

13.一种终端，其特征在于，所述终端包括：

至少一个存储器和至少一个处理器；

其中，所述存储器用于存储程序代码，所述处理器用于调用所述存储器所存储的程序代码以执行权利要求1至10中任一项所述的多媒体文件的处理方法。

14.一种计算机存储介质，其特征在于，所述计算机存储介质存储有程序代码，所述程序代码用于执行权利要求1至10中任一项所述的多媒体文件的处理方法。