CN111327967B - 视频智能倍速播放方法、系统及存储介质 - Google Patents

视频智能倍速播放方法、系统及存储介质 Download PDF

Info

Publication number
CN111327967B
CN111327967B CN202010235679.8A CN202010235679A CN111327967B CN 111327967 B CN111327967 B CN 111327967B CN 202010235679 A CN202010235679 A CN 202010235679A CN 111327967 B CN111327967 B CN 111327967B
Authority
CN
China
Prior art keywords
speed
user terminal
video
playing
server
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
Application number
CN202010235679.8A
Other languages
English (en)
Other versions
CN111327967A (zh
Inventor
江丽芳
吴旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Coocaa Network Technology Co Ltd
Original Assignee
Shenzhen Coocaa Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Coocaa Network Technology Co Ltd filed Critical Shenzhen Coocaa Network Technology Co Ltd
Priority to CN202010235679.8A priority Critical patent/CN111327967B/zh
Publication of CN111327967A publication Critical patent/CN111327967A/zh
Application granted granted Critical
Publication of CN111327967B publication Critical patent/CN111327967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
    • H04N21/2387—Stream processing in response to a playback request from an end-user, e.g. for trick-play
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • 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
    • H04N21/4665—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving classification methods, e.g. Decision trees
    • 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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Graphics (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本发明公开了一种视频智能倍速播放方法、系统及存储介质，所述方法包括：服务器根据预设算法获取历史用户终端的特征信息，并根据不同的特征信息分别生成每个视频对应的倍速索引文件；在用户终端播放视频时，所述服务器将所述用户终端的播放环境信息作为所述用户终端的特征信息以从所有倍速索引文件中匹配得到对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端，以供所述用户终端按照匹配得到的倍速索引文件对应的倍速播放方案进行视频倍速播放。本发明能够根据当前的播放环境匹配到适合的倍速索引文件并推送给用户终端，以使用户终端获取到较佳的倍速播放方案并实现视频的自动倍速播放。

Description

视频智能倍速播放方法、系统及存储介质
技术领域
本发明涉及视频播放领域，尤其涉及一种视频智能倍速播放方法、系统及存储介质。
背景技术
在目前，用户观看各大视频网站时，通常会使用到倍速播放功能。在倍速播放状态下，用户可以在不损失视频情节的情况下快速观看完视频或影片。
现有的倍速播放方式主要为用户自主手动调整，在视频播放过程中，用户需要频繁调整倍速值才能够在视频的多个不同阶段实现不同倍速播放。并且用户在调整倍速值时还会受到当前网络带宽、设备分辨率等条件的影响，例如网络带宽不足时用户调整为高倍速播放将会导致视频卡顿、设备的分辨率较低时在低倍速播放下视频图像不够清晰等问题。
发明内容
本发明的主要目的在于提供一种视频智能倍速播放方法、系统及存储介质，旨在解决无法为用户提供符合用户观看习惯的自动倍速播放方案的问题。
为实现上述目的，本发明提供一种视频智能倍速播放方法，包括以下步骤：
服务器根据预设算法获取历史用户终端的特征信息，并根据不同的特征信息分别生成每个视频对应的倍速索引文件；
在用户终端播放视频时，所述服务器将所述用户终端的播放环境信息作为所述用户终端的特征信息以从所有倍速索引文件中匹配得到对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端，以供所述用户终端按照匹配得到的倍速索引文件对应的倍速播放方案进行视频倍速播放，所述播放环境信息至少包括用户终端的设备型号、电源类型、屏幕分辨率、视频清晰度、网络带宽中的一种或多种。
可选地，所述预设算法为分类回归树CART(classification andregressiontree)算法，所述服务器根据预设算法获取历史用户终端的特征信息，并根据不同的特征信息分别生成每个视频对应的倍速索引文件的步骤包括：
所述服务器获取历史用户终端的特征信息以及视频的倍速播放记录；
所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值；
所述服务器将历史用户终端的特征信息以及历史用户终端的特征信息对应的分片的倍速期望值分别作为训练数据集的输入数据和输出预测数据，训练CART算法的回归决策树模型；
所述服务器对所述特征信息进行遍历组合，并确定生成的每个特征组合对应的视频的每个分片的倍速预测值；
所述服务器根据视频的每个分片的倍速预测值生成每个特征组合对应的视频的倍速索引文件。
可选地，述服务器对所述特征信息进行遍历组合，并确定生成的每个特征组合对应的视频的每个分片的倍速预测值的步骤包括：
所述服务器将所述历史用户终端的特征信息进行遍历式组合，生成以多个特征组合构成的特征空间；
所述服务器从所述回归决策树模型中获取与特征空间中的每个特征组合分别匹配的视频的所有分片的倍速预测值，并按照分片的时间序列对分片进行排序。
可选地，所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值的步骤之前，还包括：
所述服务器根据视频的倍速播放记录确定视频的分片总数。
可选地，所述服务器将所述用户终端的播放环境信息作为所述用户终端的特征信息以从所有倍速索引文件中匹配得到对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端的步骤包括：
所述服务器获取所述用户终端的播放环境信息，并作为所述用户终端的特征信息；
所述服务器将所述用户终端的特征信息与所述特征空间中的特征组合进行匹配；
在所述特征空间中存在匹配的特征组合时，所述服务器获取匹配的特征组合对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端。
可选地，所述在所述特征空间中存在匹配的特征组合时，所述服务器获取匹配的特征组合对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端的步骤还包括：
在所述特征空间中存在多个匹配的特征组合时，所述服务器获取多个匹配的特征组合分别对应的多个倍速索引文件，生成倍速索引文件列表并推送至用户终端，以使所述用户终端在接收到用户查看所述倍速索引文件列表所触发的选择指令后根据所述选择指令从倍速索引列表中确定用户选择的倍速索引文件。
可选地，所述服务器将所述用户终端的特征信息与所述特征空间中的特征组合进行匹配的步骤之后，还包括：
在所述特征空间中不存在匹配的特征组合时，所述服务器将所述用户终端的特征信息作为新的特征组合；
所述服务器将新的特征组合代入回归决策树模型，生成新的分片的倍速预测值；
所述服务器根据新的分片的倍速预测值生成新的倍速索引文件。
可选地，所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值的步骤包括：
所述服务器根据所有倍速播放记录获取每个分片中不同阶段占据的时长比例，并将不同阶段在分片中占据的时长比例作为不同阶段对应的比例系数，根据分片中的每个阶段对应的比例系数以及倍速值计算得到分片对应的倍速期望值。
此外，为实现上述目的，本发明还提供一种视频智能倍速播放系统，所述视频智能倍速播放系统包括服务器，所述服务器包括存储器、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视频智能倍速播放程序，其中：所述视频智能倍速播放程序被所述处理器执行时实现如上所述的视频智能倍速播放方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有视频智能倍速播放程序，所述视频智能倍速播放程序被处理器执行时实现如上所述的视频智能倍速播放方法的步骤。
本发明实施例提出的一种视频智能倍速播放方法、系统及存储介质，服务器可以预先获取历史用户观看某一视频时的倍速播放记录以及终端的特征信息，并根据终端的特征信息确定不同的特征信息对应的部分倍速播放记录，根据这些倍速播放记录生成包含有倍速播放方案的倍速索引文件。在用户通过当前用户终端进行倍速播放时，服务器可以将用户终端的播放环境信息作为特征信息与历史用户终端的特征信息进行匹配，匹配得到的特征信息所对应的倍速索引文件即可作为当前播放环境下的较为适合的倍速播放方案。服务器将该倍速索引文件发送至用户终端后，用户终端即可根据该倍速索引文件对应的倍速播放方案进行视频的自动倍速播放。通过预设的算法对历史的倍速播放记录进行分类筛选，得到不同的播放环境下所适合的不同倍速索引文件。在当前用户进行视频倍速播放时，根据当前的播放环境匹配到适合的倍速索引文件并推送给用户终端，能够使得用户终端根据当前的播放环境获取到符合用户观看习惯的的个性化倍速播放方案并实现视频的自动倍速播放。
附图说明
图1为本发明视频智能倍速播放方法第一实施例的流程示意图；
图2为本发明视频智能倍速播放方法第二实施例中步骤S10的细化流程示意图；
图3为本发明视频智能倍速播放方法第三实施例中步骤S14的流程示意图；
图4为本发明视频智能倍速播放方法第四实施例中步骤S20的细化流程示意图；
图5为本发明视频智能倍速播放方法第五实施例中步骤S20的细化流程示意图；
图6为本发明视频智能倍速播放方法第六实施例中步骤S20的细化流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例终端可以为视频智能倍速播放系统，视频智能倍速播放系统包括服务器以及用户终端，服务器可以设置于云端并与所有用户终端进行通信连接，用户终端可以为电视、PC、智能手机、平板电脑、电子书阅读器、MP3(Moving Picture ExpertsGroupAudio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、便携计算机等具有显示功能的终端设备。
本发明应用视频智能倍速播放系统的具体实施例与下述应用视频智能倍速播放方法各实施例基本相同，在此不作赘述。
请参照图1，图1为本发明视频智能倍速播放方法第一实施例的流程示意图，其中，所述视频智能倍速播放方法包括如下步骤：
步骤S10，服务器根据预设算法获取历史用户终端的特征信息，并根据不同的特征信息分别生成每个视频对应的倍速索引文件；
在本实施例中，用户终端为用户进行视频播放以及视频倍速播放的终端设备，服务器可以设置于云端并能够与用户终端进行通信传输。历史用户终端为历史用户在过去观看视频并进行倍速播放时所使用的终端设备。历史用户终端具有可以作为识别信息的特征信息，特征信息可以包括历史用户终端的用户识别码、设备型号、进行视频播放所使用的的播放器的类型、屏幕分辨率、当前选择的视频清晰度、当前传输带宽等信息。在历史用户通过历史用户终端进行视频的倍速播放时，还会生成相应的倍速播放记录。倍速播放记录中至少包含有视频的名称或识别码、视频倍速播放的开始时间、结束时间、这段倍速播放过程之前的倍速值(默认为1倍)以及播放过程中的倍速值。
服务器可以在历史用户在过去每次通过历史用户终端进行视频倍速播放时，采集到历史用户终端的特征信息以及视频的倍速播放记录，并存储在服务器的存储区域内。在一段时期后，服务器可以获取到存储的所有历史用户终端的特征信息以及相应的视频的倍速播放记录，根据预设算法将不同的历史用户终端的特征信息进行区分，并针对不同的特征信息分别从所有倍速播放记录中确定与该特征信息相对应的部分倍速播放记录，该部分倍速播放记录为该特征信息所对应的历史用户在过去观看视频的倍速播放记录。根据不同的特征信息对应的倍速播放记录即可得到对应的不同的倍速播放方案。例如，在历史用户终端的带宽以及屏幕分辨率均较高时，相应的历史用户在观看视频时通常都会采用较高倍率的倍速播放方式，而带宽较低的历史用户终端通常会采用较低倍速值。根据不同的倍速播放方案生成的倍速索引文件，可以作为不同的特征信息所对应的倍速索引文件。
可以理解的是，倍速索引文件中存储有对应的视频的一个倍速播放方案。对于同一视频，不同的特征信息对应的倍速索引文件可以不相同，即不同的特征信息对应的倍速播放方案可以不相同。倍速索引文件的格式可以为：
|分片索引号|开始时间戳|结束时间戳|倍速值|。
步骤S20，在用户终端播放视频时，所述服务器将所述用户终端的播放环境信息作为所述用户终端的特征信息以从所有倍速索引文件中匹配得到对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端，以供所述用户终端按照匹配得到的倍速索引文件对应的倍速播放方案进行视频倍速播放，所述播放环境信息至少包括用户终端的设备型号、电源类型、屏幕分辨率、视频清晰度、网络带宽中的一种或多种。
在用户通过用户终端进行视频倍速播放时，服务器可以获取用户终端当前的播放环境信息，例如用户终端的设备型号、电源类型、屏幕分辨率，视频清晰度、网络带宽等信息。该获取到的播放环境信息即为用户终端当前的特征信息。服务器可以将特征信息作为筛选条件从与所有倍速索引文件中存储的历史用户终端的特征信息进行匹配，以得到相匹配的倍速索引文件。这些匹配得到的倍速索引文件对应的历史用户终端的特征信息与当前用户终端的播放环境信息相符，因此这些倍速索引文件即为其他的历史用户在与当前的用户终端的播放环境相同或相似的条件下所采用的视频倍速播放方案。服务器将匹配得到的倍速索引文件发送至用户终端后，用户终端即可根据该匹配得到的倍速索引文件所对应的倍速播放方案对视频进行倍速播放。
在本实施例中，服务器可以预先获取历史用户观看某一视频时的倍速播放记录以及终端的特征信息，并根据终端的特征信息确定其中的部分倍速播放记录，根据这些倍速播放记录生成包含有倍速播放方案的倍速索引文件。在用户通过当前用户终端进行倍速播放时，服务器可以将用户终端的播放环境信息作为特征信息与历史用户终端的特征信息进行匹配，匹配得到的特征信息所对应的倍速索引文件即可作为当前播放环境下的较为适合的倍速播放方案。服务器将该倍速索引文件发送至用户终端后，用户终端即可根据该倍速索引文件对应的倍速播放方案进行视频的自动倍速播放。通过预设的算法对历史的倍速播放记录进行分类筛选，得到不同的环境下所适合的不同倍速索引文件。在当前用户进行视频倍速播放时，根据当前的播放环境匹配的到更适合的倍速索引文件并推送给用户终端，能够使得用户终端根据当前的播放环境获取到较佳的倍速播放方案并实现视频的自动倍速播放。
进一步的，参照图2，图2为本发明视频智能倍速播放方法第二实施例中步骤S10的细化流程示意图，基于上述图1所示的实施例，所述预设算法为分类回归树CART算法，所述步骤S10，服务器根据预设算法获取历史用户终端的特征信息，并根据不同的特征信息分别生成每个视频对应的倍速索引文件的步骤包括：
步骤S11，所述服务器获取历史用户终端的特征信息以及视频的倍速播放记录；
步骤S12，所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值；
步骤S13，所述服务器将历史用户终端的特征信息以及历史用户终端的特征信息对应的分片的倍速期望值分别作为训练数据集的输入数据和输出预测数据，训练CART算法的回归决策树模型；
步骤S14，所述服务器对所述特征信息进行遍历组合，并确定生成的每个特征组合对应的视频的每个分片的倍速预测值；
步骤S15，所述服务器根据视频的每个分片的倍速预测值生成每个特征组合对应的视频的倍速索引文件。
在本实施例中，服务器的预设算法为分类回归树算法，在该分类回归树算法中可以通过训练数据集训练得到回归决策树模型。服务器在历史用户每次进行倍速播放时，可以采集历史用户终端的特征信息以及生成视频的倍速播放记录并进行存储，每一倍速播放记录中记载有此次倍速播放行为对应的历史用户终端的特征信息。服务器根据预先设置的分片总数还可以从倍速播放记录中计算得到视频的每个分片的倍速期望值。
服务器可以根据历史用户终端的特征信息以及历史用户终端的特征信息对应的分片的倍速期望值作为训练数据集，将历史用户终端的特征信息作为回归决策树的二叉树子节点，构建得到回归决策树模型。其中，历史用户终端的特征信息可以作为训练数据集的输入数据，该历史用户终端的倍速播放记录中每个分片的倍速期望值则为训练数据集的输出预测数据。例如，历史用户终端的特征信息可以包括屏幕分辨率、视频清晰度以及网络带宽，通过上述三种特征信息进行遍历式组合生成的二叉树子节点特征空间可以包括低分辨率、高分辨率低清晰度、高分辨率高清晰度低带宽以及高分辨率高清晰度高带宽这样四个子节点。对于每个子节点，均代入训练数据集中得到该子节点对应的分片的倍速预测值，将得到的所有分片的倍速预测值按照分片的时间序列进行排序即可生成该子节点对应的倍速索引文件。以高分辨率高清晰度高带宽子节点为例，服务器可以从生成的回归决策树模型中提取出历史用户选择在高分辨率高清晰度高带宽条件下进行视频倍速播放的分片的倍速预测值，并根据这些分片的倍速预测值生成相应的倍速索引文件。通过计算所有四个子节点分别对应的倍速索引文件，可以生成子节点-倍速索引文件关联列表，以便于通过用户终端的播放环境信息与子节点进行匹配，并获取匹配的子节点对应的倍速索引文件。在当前用户进行视频倍速播放时，若用户终端的播放环境信息同样为高分辨率高清晰度高带宽，则服务器可以将该高分辨率高清晰度高带宽的子节点对应倍速索引文件推送给用户终端以进行视频的自动倍速播放。由于该倍速索引文件对应的是决策树模型预测得出的高分辨率高清晰度高带宽条件下的倍速播放方案，因此更为符合用户当前播放环境的需求，为用户提供了一种合适的自动倍速播放方案。
需要说明的是，上述分片的倍速期望值为根据倍速播放记录确定的一个分片中的不同阶段下的不同倍速值计算生成的倍速期望值，即倍速期望值根据历史用户终端的倍速播放方式生成。分片的倍速预测值则是每个特征组合代入回归决策树模型后生成的该特征组合对应的倍速值。
进一步的，参照图3，图3为本发明视频智能倍速播放方法第三实施例中步骤S14的流程示意图，基于上述图2所示的实施例，所述步骤S14，所述服务器对所述特征信息进行遍历组合，并确定生成的每个特征组合对应的视频的每个分片的倍速预测值的步骤包括：
步骤S141，所述服务器将所述历史用户终端的特征信息进行遍历式组合，生成以多个特征组合构成的特征空间；
步骤S142，所述服务器从所述回归决策树模型中获取与特征空间中的每个特征组合分别匹配的视频的所有分片的倍速预测值，并按照分片的时间序列对分片进行排序。
在本实施例中，服务器可以将历史用户终端的特征信息进行遍历式组合，以生成由多个特征组合构成的特征空间，该特征空间中存储的每个特征组合均不相同。服务器可以采用上述第二实施例中的分类回归树算法对每个特征组合进行计算。服务器在从特征空间中确定一条特征组合，可以将该特征组合代入训练好的回归决策树模型中，生成一个视频的多个分片的分片预测值，该多个分片的分片数量与一个视频的分片总数一致，并且服务器可以通过对多个分片按照时间序列排序生成一个完整的视频，同样地，多个分片对应的分片预测值按照分片的时间序列排序即可生成该完整的视频对应的倍速索引文件。服务器在对特征空间中所有特征组合进行遍历时，可以提取出每个特征组合分别匹配的视频的所有分片的倍速预测值。在上述第二实施例的举例说明中，服务器可以分别获取低分辨率、高分辨率低清晰度、高分辨率高清晰度低带宽以及高分辨率高清晰度高带宽这样四个子节点的每个子节点对应的倍速播放记录。通过遍历特征空间的所有特征组合，能够对每个特征组合均计算得出相应的视频的所有分片的倍速预测值，在服务器获取到用户终端的播放环境信息后，即可将其作为用户终端的特征信息与特征空间中的特征组合进行匹配以确定匹配到的特征组合对应的倍速索引文件，并发送给用户终端进行倍速播放，从而提升自动倍速播放的运行效率以及准确性。
可以理解的是，用户终端的不同特征信息即为各种非线性的离散变量，而通过分类回归树算法可以将非线性的离散变量进行拟合。因此采用分类回归树算法能够根据用户终端的特征信息为用户提供更为合适的倍速播放方案。
需要说明的是，在分类回归树算法中，分类方式为二叉树，因此，以屏幕分辨率、视频清晰度以及网络带宽这三个参数作为特征，生成的子节点为低分辨率、高分辨率低清晰度、高分辨率高清晰度低带宽以及高分辨率高清晰度高带宽这样四个子节点。在另一实施例中，在对特征空间进行遍历组合时，还可以对每个参数特征进行组合，以得到高分辨率高清晰度高带宽、高分辨率高清晰度低带宽、高分辨率低清晰度高带宽、高分辨率低清晰度低带宽、低分辨率高清晰度高带宽、低分辨率高清晰度低带宽、低分辨率低清晰度高带宽、低分辨率低清晰度低带宽一共8个子节点，并从训练数据集中筛选出每个子节点对应的倍速播放记录以生成倍速索引文件。
进一步的，基于上述图2所示的实施例，所述步骤S15，所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值的步骤之前，还包括：
步骤S151，所述服务器根据视频的倍速播放记录确定视频的分片总数。
在本实施例中，服务器可以对视频进行动态切分，以将视频分为多个分片，并确定每个分片对应的倍速期望值。首先，服务器可以根据视频的倍速播放记录来确定将视频进行切分后的分片总数。确定分片总数的方式可以基于分片数的的统计特性来决定，例如可以选择所有分片数据中的平均分片数、分片中位数或者上四分位数作为目标分片总数。通过对分片总数的动态确定，能够对视频进行更细致更精准的切分，从而使得用户能够在观看视频的不同分片时体验到不同的倍速播放速度，并且准确的切分视频还能够实现视频情节与倍速值的对应，提升用户的观看体验。
在确定视频的分片总数后，服务器可以根据某一特征组合从训练数据集中所匹配到的倍速播放记录计算每个分片对应的倍速期望值。在获得视频的所有分片对应的倍速期望值后，将分片以及对应的期望值按照视频播放顺序进行排序即可得到该视频的倍速播放方案，从而生成相应的倍速索引文件。
进一步的，参照图4，图4为本发明视频智能倍速播放方法第四实施例中步骤S20的细化流程示意图，基于上述图3所示的实施例，所述步骤S20，在用户终端播放视频时，所述服务器将所述用户终端的播放环境信息作为所述用户终端的特征信息以从所有倍速索引文件中匹配得到对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端，以供所述用户终端按照匹配得到的倍速索引文件对应的倍速播放方案进行视频倍速播放的步骤包括：
步骤S21，在用户终端播放视频时，所述服务器获取所述用户终端的播放环境信息，并作为所述用户终端的特征信息；
步骤S22，所述服务器将所述用户终端的特征信息与所述特征空间中的特征组合进行匹配；
步骤S23，在所述特征空间中存在匹配的特征组合时，所述服务器获取匹配的特征组合对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端，以供所述用户终端按照匹配得到的倍速索引文件对应的倍速播放方案进行视频倍速播放。
在本实施例中，服务器在用户通过用户终端播放视频时可以获取用户终端的播放环境信息作为用户终端的特征信息。并将该特征信息与特征空间中的特征组合进行匹配。若特征空间中存在一特征组合与用户终端的特征信息完全匹配，则服务器可以将该特征组合对应的倍速索引文件发送给用户终端。服务器推送的该倍速索引文件为根据回归决策树模型计算得出的在当前用户终端的播放环境信息下更为合适的倍速播放方案，因此用户终端直接采用该倍速播放方案进行视频的倍速播放能够实现适合当前播放环境下的智能自动倍速播放。
进一步的，参照图5，图5为本发明视频智能倍速播放方法第五实施例中步骤S20的细化流程示意图，基于上述图4所示的实施例，所述步骤S23，在所述特征空间中存在匹配的特征组合时，所述服务器获取匹配的特征组合对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端，以供所述用户终端按照匹配得到的倍速索引文件对应的倍速播放方案进行视频倍速播放的步骤包括：
步骤S231，在所述特征空间中存在多个匹配的特征组合时，所述服务器获取多个匹配的特征组合分别对应的多个倍速索引文件，生成倍速索引文件列表并推送至用户终端，以使所述用户终端在接收到用户查看所述倍速索引文件列表所触发的选择指令后根据所述选择指令从倍速索引列表中确定用户选择的倍速索引文件。
在本实施例中，若服务器获取到的用户终端的特征信息不足，则特征空间中将会存在有多个匹配的特征组合。例如，服务器在获取用户终端的播放环境信息时，未能获取到屏幕分辨率参数。则特征空间中满足其他播放环境信息的多个屏幕分辨率不同的特征组合均可以作为匹配的特征组合。在服务器匹配到多个特征组合时，可以将对应的多个倍速索引文件生成倍速索引文件列表，并将倍速索引文件列表推送至用户终端。用户终端可以将倍速索引文件列表显示给用户查看并接收用户触发的选择指令，以根据选择指令从倍速索引列表中确定用户选择的倍速索引文件，并按照该倍速索引文件中的倍速播放方案进行视频倍速播放。
进一步的，参照图6，图6为本发明视频智能倍速播放方法第六实施例中步骤S20的细化流程示意图，基于上述图4所示的实施例，所述步骤S22，所述服务器将所述用户终端的特征信息与所述特征空间中的特征组合进行匹配的步骤之后，还包括：
步骤S241，在所述特征空间中不存在匹配的特征组合时，所述服务器将所述用户终端的特征信息作为新的特征组合；
步骤S242，所述服务器将新的特征组合代入回归决策树模型，生成新的分片的倍速预测值；
步骤S243，所述服务器根据新的分片的倍速预测值生成新的倍速索引文件。
在本实施例中，若服务器在根据用户终端的特征信息从特征空间中得不到匹配的特征组合时，服务器可以将该用户终端的特征信息中的播放环境信息作为新的特征组合，并代入回归决策树模型中，以生成视频的新的分片倍速预测值。并按照分片时间序列进行排序生成新的倍速索引文件，以推送新的特征组合所对应的新的倍速索引文件至用户终端实现视频倍速播放。
进一步的，基于上述图2至图6所示的实施例，所述步骤S12，所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值的步骤包括：
步骤S121，所述服务器根据所有倍速播放记录获取每个分片中不同阶段占据的时长比例，并将不同阶段在分片中占据的时长比例作为不同阶段对应的比例系数，根据分片中的每个阶段对应的比例系数以及倍速值计算得到分片对应的倍速期望值。
在本实施例中，在服务器确定一个特征组合后，可以从训练数据集中提取出相匹配的倍速播放记录，并根据该倍速播放记录计算得到视频对应的每个分片的倍速值。若视频的倍速播放记录中在某一个分片中存在有多个阶段，并且每个阶段对应有不同的倍速值，则服务器需要根据每个阶段的时长以及阶段对应的倍速值计算该分片的倍速期望值。假设存在有某一分片存在有k个阶段，每个阶段的倍速值为Sk，该阶段占据该分片的时长的比例系数为Pk。
则该分片的倍速期望值为：
Figure BDA0002429249550000131
例如，若某一分片存在三个阶段，阶段1倍速值为6，占该分片时长的40％；阶段2倍速值为3，占该分片时长的30％，阶段3倍速值为2，占该分片时长的30％，则该分片的倍速期望值为(6*0.4+3*0.3+2*0.3)＝3.9。在根据每个分片中的不同阶段的倍速值以及每个阶段对应的比例系数计算得到每个分片的倍速期望值后，即可根据分片中的时间戳按顺序排列以生成相应的倍速索引文件。倍速索引文件中至少包含有每个分片的分片索引号、分片开始时间戳、分片结束时间戳以及分片倍速期望值。
需要说明的是，在用户通过用户终端播放视频时，可以通过触发相应的指令确定是否进行倍速播放，若用户未选择使用倍速播放功能，则用户终端加载原始视频文件以正常播放视频。
此外本发明实施例还提出一种计算机可读存储介质，其上存储有视频智能倍速播放程序，所述计算机可读存储介质包括若干指令用以使得服务器和用户终端执行本发明各个实施例所述的视频智能倍速播放方法。
可以理解的是，在本说明书的描述中，参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例～第N实施例”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一定指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何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种视频智能倍速播放方法，其特征在于，包括以下步骤：
服务器根据预设算法获取历史用户终端的特征信息，并根据不同的特征信息分别生成每个视频对应的倍速索引文件；
在用户终端播放视频时，所述服务器将所述用户终端的播放环境信息作为所述用户终端的特征信息，并将所述用户终端的特征信息作为筛选条件从与所有倍速索引文件中的历史用户终端的特征信息进行匹配，得到对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端，以供所述用户终端按照匹配得到的倍速索引文件对应的倍速播放方案进行视频倍速播放，所述播放环境信息至少包括用户终端的设备型号、电源类型、屏幕分辨率、视频清晰度、网络带宽中的一种或多种；
所述服务器根据预设算法获取历史用户终端的特征信息，并根据不同的特征信息分别生成每个视频对应的倍速索引文件的步骤包括：
所述服务器获取历史用户终端的特征信息以及视频的倍速播放记录；
根据不同的特征信息对应的倍速播放记录即可得到对应的不同的倍速播放方案；根据不同的倍速播放方案生成的倍速索引文件。
2.如权利要求1所述的视频智能倍速播放方法，其特征在于，所述预设算法为分类回归树CART(classification and regression tree)算法，根据不同的特征信息对应的倍速播放记录即可得到对应的不同的倍速播放方案；根据不同的倍速播放方案生成的倍速索引文件的步骤包括：
所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值；
所述服务器将历史用户终端的特征信息以及历史用户终端的特征信息对应的分片的倍速期望值分别作为训练数据集的输入数据和输出预测数据，训练CART算法的回归决策树模型；
所述服务器对所述特征信息进行遍历组合，并确定生成的每个特征组合对应的视频的每个分片的倍速预测值；
所述服务器根据视频的每个分片的倍速预测值生成每个特征组合对应的视频的倍速索引文件。
3.如权利要求2所述的视频智能倍速播放方法，其特征在于，所述服务器对所述特征信息进行遍历组合，并确定生成的每个特征组合对应的视频的每个分片的倍速预测值的步骤包括：
所述服务器将所述历史用户终端的特征信息进行遍历式组合，生成以多个特征组合构成的特征空间；
所述服务器从所述回归决策树模型中获取与特征空间中的每个特征组合分别匹配的视频的所有分片的倍速预测值，并按照分片的时间序列对分片进行排序。
4.如权利要求3所述的视频智能倍速播放方法，其特征在于，所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值的步骤之前，还包括：
所述服务器根据视频的倍速播放记录确定视频的分片总数。
5.如权利要求3所述的视频智能倍速播放方法，其特征在于，所述服务器将所述用户终端的播放环境信息作为所述用户终端的特征信息，并将所述用户终端的特征信息作为筛选条件从与所有倍速索引文件中的历史用户终端的特征信息进行匹配，得到对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端的步骤包括：
所述服务器获取所述用户终端的播放环境信息，并作为所述用户终端的特征信息；
所述服务器将所述用户终端的特征信息与所述特征空间中的特征组合进行匹配；
在所述特征空间中存在匹配的特征组合时，所述服务器获取匹配的特征组合对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端。
6.如权利要求5所述的视频智能倍速播放方法，其特征在于，所述在所述特征空间中存在匹配的特征组合时，所述服务器获取匹配的特征组合对应的倍速索引文件，并将匹配得到的倍速索引文件发送至所述用户终端的步骤还包括：
在所述特征空间中存在多个匹配的特征组合时，所述服务器获取多个匹配的特征组合分别对应的多个倍速索引文件，生成倍速索引文件列表并推送至用户终端，以使所述用户终端在接收到用户查看所述倍速索引文件列表所触发的选择指令后根据所述选择指令从倍速索引列表中确定用户选择的倍速索引文件。
7.如权利要求5所述的视频智能倍速播放方法，其特征在于，所述服务器将所述用户终端的特征信息与所述特征空间中的特征组合进行匹配的步骤之后，还包括：
在所述特征空间中不存在匹配的特征组合时，所述服务器将所述用户终端的特征信息作为新的特征组合；
所述服务器将新的特征组合代入回归决策树模型，生成新的分片的倍速预测值；
所述服务器根据新的分片的倍速预测值生成新的倍速索引文件。
8.如权利要求2～7中任一项所述的视频智能倍速播放方法，其特征在于，所述服务器根据所有倍速播放记录计算视频的所有分片的倍速期望值的步骤包括：
所述服务器根据所有倍速播放记录获取每个分片中不同阶段占据的时长比例，并将不同阶段在分片中占据的时长比例作为不同阶段对应的比例系数，根据分片中的每个阶段对应的比例系数以及倍速值计算得到分片对应的倍速期望值。
9.一种视频智能倍速播放系统，其特征在于，所述视频智能倍速播放系统包括服务器，所述服务器包括存储器、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视频智能倍速播放程序，其中：所述视频智能倍速播放程序被所述处理器执行时实现如权利要求1～8中任一项所述的视频智能倍速播放方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有视频智能倍速播放程序，所述视频智能倍速播放程序被处理器执行时实现如权利要求1～8中任一项所述的视频智能倍速播放方法的步骤。
CN202010235679.8A 2020-03-27 2020-03-27 视频智能倍速播放方法、系统及存储介质 Active CN111327967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010235679.8A CN111327967B (zh) 2020-03-27 2020-03-27 视频智能倍速播放方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010235679.8A CN111327967B (zh) 2020-03-27 2020-03-27 视频智能倍速播放方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN111327967A CN111327967A (zh) 2020-06-23
CN111327967B true CN111327967B (zh) 2022-02-08

Family

ID=71173378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010235679.8A Active CN111327967B (zh) 2020-03-27 2020-03-27 视频智能倍速播放方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN111327967B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112839256B (zh) * 2020-12-30 2022-06-17 珠海极海半导体有限公司 视频播放方法、装置和电子设备
CN112887761A (zh) * 2021-01-19 2021-06-01 深圳聚果科技有限公司 视频播放方法、装置、服务器及存储介质
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
CN115379261B (zh) * 2022-08-10 2024-03-12 微梦创科网络科技（中国）有限公司 视频的发送方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104869430A (zh) * 2015-05-18 2015-08-26 北京中熙正保远程教育技术有限公司 一种视频倍速播放方法及装置
CN107888948A (zh) * 2017-11-07 2018-04-06 北京小米移动软件有限公司 确定视频文件播放速度的方法及装置、电子设备
CN108235123A (zh) * 2016-12-15 2018-06-29 优视科技有限公司 视频播放方法及装置
CN110278450A (zh) * 2018-03-16 2019-09-24 优酷网络技术（北京）有限公司 多媒体内容播放方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205083A (zh) * 2014-06-27 2015-12-30 国际商业机器公司 用于利用进度条中的关键点来浏览内容的方法和设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104869430A (zh) * 2015-05-18 2015-08-26 北京中熙正保远程教育技术有限公司 一种视频倍速播放方法及装置
CN108235123A (zh) * 2016-12-15 2018-06-29 优视科技有限公司 视频播放方法及装置
CN107888948A (zh) * 2017-11-07 2018-04-06 北京小米移动软件有限公司 确定视频文件播放速度的方法及装置、电子设备
CN110278450A (zh) * 2018-03-16 2019-09-24 优酷网络技术（北京）有限公司 多媒体内容播放方法及装置

Also Published As

Publication number Publication date
CN111327967A (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
CN111327967B (zh) 视频智能倍速播放方法、系统及存储介质
US11636335B2 (en) System and method for content discovery
CN101529467B (zh) 用于生成视频内容中感兴趣区域的方法、装置和系统
CN111327966B (zh) 视频倍速播放方法、系统及存储介质
US20070288965A1 (en) Recommended program information providing method and apparatus
CN101398842B (zh) 用于基于主题和元数据的媒体播放器的系统、装置和方法
US20060212903A1 (en) Moving picture processing device, information processing device, and program thereof
CN109120949B (zh) 视频集合的视频消息推送方法、装置、设备及存储介质
JP2004524627A (ja) マルチメディア・アイテムの格納
CN105786857B (zh) 一种提高视频聚合效率的方法及系统
CN111327965A (zh) 视频分片倍速播放方法、系统及存储介质
JP2000155764A (ja) 情報送信装置、情報受信装置、情報検索装置及びその方法
CN111062527A (zh) 一种视频集流量预测方法及装置
EP3242231A1 (en) Biased recommender system
US20140115632A1 (en) Content management apparatus, content management method, program, and content display method
CN103023923A (zh) 一种传输信息的方法及装置
JP5880558B2 (ja) 映像処理システム、視聴者の嗜好判定方法、映像処理装置およびその制御方法と制御プログラム
CN112015736A (zh) 基于Spark Mllib实现的多功能推荐方法及装置
WO2020137050A1 (ja) 画像送受信システム、データ送受信システム、送受信方法、コンピュータ・プログラム、画像送信システム、画像受信装置、送信システム、受信装置
JP6028505B2 (ja) 録画再生装置および番組検索方法
EP2902924A1 (en) Method for automatically selecting a real-time video stream among a plurality of available real-time video streams, and associated system
US20060104514A1 (en) Image system
CN113792211A (zh) 一种资源推送处理方法、装置、电子设备及存储介质
JP2017011438A (ja) 情報処理装置、プログラム、情報処理システム、及び受信装置
CN112101197A (zh) 一种面部信息的获取方法和装置

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: Room 2306, east block, Skyworth semiconductor design building, 18 Gaoxin South 4th Road, Gaoxin community, Yuehai street, Nanshan District, Shenzhen, Guangdong 518108

Applicant after: Shenzhen Kukai Network Technology Co.,Ltd.

Address before: 518108 Room 601, block C, Skyworth building, 008 Gaoxin South 1st Road, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: Shenzhen Coocaa Network Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant