用于控制视频播放的方法及装置与流程

本申请涉及视频处理和播放技术领域，具体涉及一种用于控制视频播放的方法及装置。

背景技术：

目前，各类视频网站(诸如，爱奇艺、腾讯视频等)均提供有海量的视频资源，并且所提供的资源也越来越丰富，诸如，不同类型的综艺节目、电视剧、电影等，这使得观看者可通过这些网站浏览到更多的视频。尽管这些视频网站上的播放器在播放视频的同时还提供有跳跃播放、快速播放、观看剪辑版本等其他播放操作，但是这些播放操作却无法帮助用户精准地跳转到或直接地定位到用户感兴趣的视频场景片段，这是因为上述播放操作存在如下问题：

1、跳跃播放操作可帮助用户手动跳转到视频中的任意帧处进行播放，但是这种播放操作的可控性比较差，并且常常会导致用户漏掉感兴趣的视频场景片段。

2、快速播放操作可向用户提供不同的播放速度(诸如，播放速度为“0.8”的缓慢播放、播放速度为“1.5”或“2.0”的快速播放等)以改变视频播放的速度。然而，这种播放操作会改变视频声音的播放速度，进而影响视频观看的效果。

3、观看剪辑版本操作可使视频播放的总时长急剧地缩减(例如，从2小时缩减到5分钟)并且可浓缩一些重点的台词场景，以帮助用户快速地看完视频，但是这种播放操作会导致视频场景被快速切换，而且不符合用户审美。

因此，迫切需要一种能够帮助用户精准地跳转到或直接地定位到用户感兴趣的视频场景片段的方法及装置。

技术实现要素：

本发明的目的在于提供一种用于控制视频播放的方法及装置。

据本发明的一方面，提供一种用于控制视频播放的方法，所述方法包括：从待播放的视频中提取针对预定场景而拍摄的视频片段的播放时间；在播放所述视频的视频播放器上显示与所述针对预定场景而拍摄的视频片段的播放时间相对应的预定控件；当检测到针对所述预定控件的触发操作时，控制所述视频播放器将所述视频的播放进度调整至所述针对预定场景而拍摄的视频片段的播放时间进行播放。

优选地，所述预定控件为所述视频播放器的播放进度条上的预定播放点。

优选地，针对所述预定控件的触发操作包括将所述视频播放器的播放进度条上的拖动块拖动至所述预定播放点的触发操作。

优选地，所述方法还包括：在所述视频播放器上显示用于指示所述预定控件的提示信息。

优选地，所述提示信息包括以下项中的至少一种：与所述预定场景相关的播放时间、与所述预定场景相关的描述信息以及与所述预定场景相关的场景缩略图。

优选地，所述方法还包括：基于所述视频中的相邻帧图像之间的场景相似度将所述视频划分为多个镜头，所述镜头为摄像机连续拍摄的视频片段；从所述多个镜头中识别出所述针对预定场景而拍摄的视频片段。

优选地，所述方法还包括：确定在所述多个镜头中是否存在落入预定短时间段内的至少两个连续相邻的镜头；如果在所述多个镜头中存在落入预定短时间段内的至少两个连续相邻的镜头，则确定所述至少两个连续相邻的镜头之间的相似度是否达到预定阈值；如果所述至少两个连续相邻的镜头之间的相似度达到预定阈值，则将所述至少两个连续相邻的镜头合并为同一镜头。

优选地，所述至少两个连续相邻的镜头之间的相似度通过所述至少两个连续相邻的镜头中的任意两个不相邻的镜头之间的相似度而被确定。

优选地，确定所述至少两个连续相邻的镜头之间的相似度是否达到预定阈值的步骤包括：提取所述至少两个连续相邻的镜头的关键帧图像；如果所述至少两个连续相邻的镜头的关键帧图像之间的相似度达到预定阈值，则确定所述至少两个连续相邻的镜头之间的相似度达到预定阈值。

优选地，针对每个镜头而提取的关键帧图像的数量基于每个镜头中的帧图像的变化程度。

优选地，针对帧图像变化剧烈的镜头而提取的关键帧图像的数量比针对帧图像变化平缓的镜头而提取的关键帧图像的数量多。

优选地，所述方法还包括：确定所述至少两个连续相邻的镜头中的每个镜头的帧图像的变化程度。

优选地，确定所述至少两个连续相邻的镜头中的每个镜头的帧图像的变化程度的步骤包括：计算每个镜头中的帧图像的平均距离；如果在所述镜头中存在距离大于所述平均距离的帧图像，则确定所述镜头的帧图像变化剧烈；如果在所述镜头中不存在距离大于所述平均距离的帧图像，则确定所述镜头的帧图像变化平缓。

优选地，所述从所述多个镜头中识别出所述针对预定场景而拍摄的视频片段的步骤包括：根据预定义条件从所述多个镜头中识别出所述针对预定场景而拍摄的视频片段。

优选地，所述预定义条件与用户的场景偏好相关。

优选地，所述方法还包括：收集操作所述视频播放器的用户行为数据；分析收集到的用户行为数据，以确定所述用户的场景偏好。

优选地，所述用户行为数据包括以下项中的至少一种：用户针对任意视频中的任意场景的重复播放操作、针对任意视频中的任意场景的跳跃播放操作、针对任意视频中的任意场景的收藏操作、针对任意视频中的任意场景的点赞操作和针对任意视频中的任意场景的评论操作。

优选地，所述预定义条件与当前热点话题相关。

优选地，所述方法还包括：使用网络爬虫技术进行热点挖掘，以获取所述当前热点话题。

据本发明的另一方面，提供一种用于控制视频播放的装置，所述装置包括：提取单元，从待播放的视频中提取针对预定场景而拍摄的视频片段的播放时间；显示单元，在播放所述视频的视频播放器上显示与所述针对预定场景而拍摄的视频片段的播放时间相对应的预定控件；播放单元，当检测到针对所述预定控件的触发操作时，控制所述视频播放器将所述视频的播放进度调整至所述针对预定场景而拍摄的视频片段的播放时间进行播放。

优选地，所述预定控件为所述视频播放器的播放进度条上的预定播放点。

优选地，针对所述预定控件的触发操作包括将所述视频播放器的播放进度条上的拖动块拖动至所述预定播放点的触发操作。

优选地，所述装置还包括：提示单元，在所述视频播放器上显示用于指示所述预定控件的提示信息。

优选地，所述提示信息包括以下项中的至少一种：与所述预定场景相关的播放时间、与所述预定场景相关的描述信息以及与所述预定场景相关的场景缩略图。

优选地，所述装置还包括：场景分割单元，基于所述视频中的相邻帧图像之间的场景相似度将所述视频划分为多个镜头，所述镜头为摄像机连续拍摄的视频片段；场景识别单元，从所述多个镜头中识别出所述针对预定场景而拍摄的视频片段。

优选地，所述装置还包括：第一确定单元，确定在所述多个镜头中是否存在落入预定短时间段内的至少两个连续相邻的镜头；第二确定单元，如果在所述多个镜头中存在落入预定短时间段内的至少两个连续相邻的镜头，则确定所述至少两个连续相邻的镜头之间的相似度是否达到预定阈值；镜头合并单元，如果所述至少两个连续相邻的镜头之间的相似度达到预定阈值，则将所述至少两个连续相邻的镜头合并为同一镜头。

优选地，所述至少两个连续相邻的镜头之间的相似度通过所述至少两个连续相邻的镜头中的任意两个不相邻的镜头之间的相似度而被确定。

优选地，所述第二确定单元包括：关键帧提取单元，提取所述至少两个连续相邻的镜头的关键帧图像；相似度确定单元，如果所述至少两个连续相邻的镜头的关键帧图像之间的相似度达到预定阈值，则确定所述至少两个连续相邻的镜头之间的相似度达到预定阈值。

优选地，针对每个镜头而提取的关键帧图像的数量基于每个镜头中的帧图像的变化程度。

优选地，针对帧图像变化剧烈的镜头而提取的关键帧图像的数量比针对帧图像变化平缓的镜头而提取的关键帧图像的数量多。

优选地，所述装置还包括：

第三确定单元，确定所述至少两个连续相邻的镜头中的每个镜头的帧图像的变化程度。

优选地，所述第三确定单元包括：平均距离计算单元，计算每个镜头中的帧图像的平均距离；第一变化确定单元，如果在所述镜头中存在距离大于所述平均距离的帧图像，则确定所述镜头的帧图像变化剧烈；第二变化确定单元，如果在所述镜头中不存在距离大于所述平均距离的帧图像，则确定所述镜头的帧图像变化平缓。

优选地，所述场景识别单元根据预定义条件从所述多个镜头中识别出所述针对预定场景而拍摄的视频片段。

优选地，所述预定义条件与用户的场景偏好相关。

优选地，所述装置还包括：收集单元，收集操作所述视频播放器的用户行为数据；分析单元，分析收集到的用户行为数据，以确定所述用户的场景偏好。

优选地，所述用户行为数据包括以下项中的至少一种：用户针对任意视频中的任意场景的重复播放操作、针对任意视频中的任意场景的跳跃播放操作、针对任意视频中的任意场景的收藏操作、针对任意视频中的任意场景的点赞操作和针对任意视频中的任意场景的评论操作。

优选地，所述预定义条件与当前热点话题相关。

优选地，所述装置还包括：热点单元，使用网络爬虫技术进行热点挖掘，以获取所述当前热点话题。

据本发明的另一方面，提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时，实现如前面所述的用于控制视频播放的方法。

据本发明的另一方面，提供一种计算机设备，所述计算机设备包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如前面所述的用于控制视频播放的方法。

本发明所提供的控制视频播放的方法及装置不仅能够帮助用户精准地跳转到或直接地定位到用户感兴趣的视频场景片段，而且还能够根据用户偏好、当前热点话题等预定义条件向用户推送用户感兴趣的视频场景片段，从而节约了用户观看视频的时间并且过滤掉了用户不喜欢的场景片段，进而使得观看体验更加轻松和愉悦。

附图说明

通过下面结合附图进行的描述，本发明的目的和特点将会变得更加清楚，其中：

图1是示出根据本发明的示例性实施例的用于控制视频播放的方法的流程图；

图2是示出根据本发明的示例性实施例的用于控制视频播放的装置的结构框图；

图3是示出根据本发明的示例性实施例的在终端设备的视频播放器上显示与针对预定场景而拍摄的视频片段的播放时间相对应的预定控件的示例性用户界面；

图4是示出根据本发明的示例性实施例的根据用户的场景偏好在终端设备的视频播放器上显示与针对预定场景而拍摄的视频片段的播放时间相对应的预定控件的另一示例性用户界面；

图5是示出根据本发明的示例性实施例的根据当前热点话题在终端设备的视频播放器上显示与针对预定场景而拍摄的视频片段的播放时间相对应的预定控件的又一示例性用户界面；

图6是示出根据本发明的示例性实施例的将落入预定短时间段内的多个连续相邻的且关键帧图像的相似度达到预定阈值的多个镜头合并为同一镜头的示意图。

具体实施方式

以下，将参照附图来详细说明本发明的实施例。

图1是示出根据本发明的示例性实施例的用于控制视频播放的方法的流程图。

在步骤110中，可从待播放的视频中提取针对预定场景而拍摄的视频片段的播放时间。

这里，预定场景可以是不同的地域场景，诸如，以城市、湖泊、峡谷或草原等为背景的视频片段，也可以是不同的生活场景，诸如，以运动、吃饭或学习等为背景的视频片段，还可以是符合预定义条件的场景的视频片段，诸如，与用户的场景偏好、当前热点话题等相关的视频片段。

在一个示例中，可将针对预定场景而拍摄的视频片段的播放时间预先包括在待播放的视频中，以供视频播放器直接地读取和解析。

在另一示例中，可使用预先训练好的场景识别模型从待播放的视频中识别出针对预定场景而拍摄的视频片段，以从所述视频中提取针对预定场景而拍摄的视频片段的播放时间。在场景识别模型中，可基于视频中的相邻帧图像之间的场景相似度将视频划分为多个镜头，所述镜头为摄像机连续拍摄的视频片段，并且可从划分的多个镜头中识别出针对预定场景而拍摄的视频片段。作为一个可行方式，可针对视频中的每一帧图像计算该帧图像与前一帧图像之间的相似度，当相似度达到预定阀值时，可将该帧图像合并到前一帧图像所属的镜头中。

此外，考虑到在短时间内针对特定场景切换多个镜头可能会导致针对该特定场景而拍摄的视频片段被划分到不同的场景中，例如，在开会场景中，镜头经常会在短时间内被切换到不同人物上，使得上述仅基于视频中的相邻帧图像之间的场景相似度来划分视频的方式无法将针对开会场景而切换的多个镜头划分到同一镜头中。为此，在该示例中，还可对划分的多个镜头进行进一步的归并，以提高场景分类识别的准确性。因此，在场景识别模型中，可确定在划分的多个镜头中是否存在落入预定短时间段内的至少两个连续相邻的镜头；如果在划分的多个镜头中存在落入预定短时间段内的至少两个连续相邻的镜头，则确定所述至少两个连续相邻的镜头之间的相似度是否达到预定阈值；如果所述至少两个连续相邻的镜头之间的相似度达到预定阈值，则将所述至少两个连续相邻的镜头合并为同一镜头。这样做可避免将在短时间内针对同一场景而切换的多个镜头被划分到不同的场景中。

另外，在该示例中，所述至少两个连续相邻的镜头之间的相似度可通过所述至少两个连续相邻的镜头中的任意两个不相邻的镜头之间的相似度而被确定。例如，当视频被划分为镜头序列((a，b)，(c)，(d)，(e)，(f，g))时，从第一个镜头(a，b)开始，依次往后提取镜头序列，直到提取的镜头序列的总的时间t接近预定短时间段t。如果提取的镜头序列((a，b)，(c)，(d))的总的时间t小于预定短时间段t并且提取的镜头序列((a，b)，(c)，(d)，(e))的总的时间t大于预定短时间段t，则可通过确定两个不相邻的镜头(a，b)和(d)之间的相似度来确定落入预定短时间段t内的连续相邻的镜头(a，b)，(c)和(d)之间的相似度。如果该相似度达到了预定阀值，则将提取的镜头序列((a，b)，(c)，(d))归并为同一镜头，此时视频被划分为镜头序列((a，b，c，d)，(e)，(f，g))。

此外，在该示例中，镜头之间的相似度可通过镜头的关键帧图像之间的相似度来被确定。因此，可通过所述至少两个连续相邻的镜头的关键帧图像之间的相似度来确定所述至少两个连续相邻的镜头之间的相似度。在场景识别模型中，可提取所述至少两个连续相邻的镜头的关键帧图像；如果所述至少两个连续相邻的镜头的关键帧图像之间的相似度达到预定阈值，则可确定所述至少两个连续相邻的镜头之间的相似度达到预定阈值。

此外，在该示例中，每个镜头的关键帧图像的数量可取决于每个镜头中的帧图像的变化程度，而不是每个镜头的长短。作为一个可行方式，针对帧图像变化剧烈的镜头而提取的关键帧图像的数量可比针对帧图像变化平缓的镜头而提取的关键帧图像的数量多。例如，在一段很长的镜头中，如果该镜头变化剧烈，则可针对该镜头提取较多的关键帧图像；如果该镜头变化平缓(或者帧图像的画面基本保持不变)，则可针对该镜头提取较少的关键帧图像。为此，在该示例中，还可确定所述至少两个连续相邻的镜头中的每个镜头的帧图像的变化程度。在场景识别模型中，可计算每个镜头中的帧图像的平均距离；如果在所述镜头中存在距离大于所述平均距离的帧图像，则可确定所述镜头的帧图像变化剧烈；如果在所述镜头中不存在距离大于所述平均距离的帧图像，则可确定所述镜头的帧图像变化平缓。

在利用上述方式将视频划分为多个镜头之后，还可使用人工智能(artificialintelligence，ai)技术从划分的多个镜头中识别出的一个或多个针对预定场景而拍摄的视频片段，以使推送的场景符合用户需求，进而使得用户可根据其偏好对视频进行精准的拖动或跳转。具体实施时，可根据预定义条件从划分的多个镜头中识别出针对预定场景而拍摄的视频片段，并且预定义条件可与使用人工智能技术分析出的用户的场景偏好、当前热点话题等相关。

在一个示例中，当预定义条件与用户的场景偏好相关时，可收集操作视频播放器的用户行为数据，并且分析收集到的用户行为数据，以确定用户的场景偏好。

这里，用户行为数据可包括，但不限于，用户针对任意视频中的任意场景的重复播放操作、针对任意视频中的任意场景的跳跃播放操作、针对任意视频中的任意场景的收藏操作、针对任意视频中的任意场景的点赞操作和针对任意视频中的任意场景的评论操作等。

在另一示例中，当预定义条件与当前热点话题相关时，可使用网络爬虫技术进行热点挖掘以获取当前热点话题，诸如，个税改革、滴滴顺风车等。

在步骤120中，可在播放视频的视频播放器上显示与针对预定场景而拍摄的视频片段的播放时间相对应的预定控件。

这里，预定控件的显示的数量和内容可取决于步骤110中提取的结果，但不限于此。

作为示例，当提取的结果存在多个预定场景时，可创建和显示多个相对应的预定控件以分别控制不同的预定场景的播放，也可仅创建和显示单个预定控件以在不同的预定场景的播放之间来回切换。

在一个示例中，还可在视频播放器上显示用于指示预定控件的提示信息。这样可引导用户迅速地定位到用户感兴趣的场景。提示信息可包括，但不限于，与预定场景相关的播放时间、与预定场景相关的描述信息以及与预定场景相关的场景缩略图等。

在步骤130中，当检测到针对预定控件的触发操作时，可控制视频播放器将视频的播放进度调整至针对预定场景而拍摄的视频片段的播放时间进行播放。

这里，针对预定控件的触发操作可包括，但不限于，点击、长按、触摸等常用触发操作。具体实施时，可视预定控件的实现形式来确定针对预定控件的触发操作。

作为示例，当预定控件被实现为视频播放器的播放进度条上的播放点时，针对该播放点的触发操作除了包括上述常用触发操作之外，还可包括将视频播放器的播放进度条上的拖动块拖动至该播放点的触发操作。

图2是示出根据本发明的示例性实施例的用于控制视频播放的装置的结构框图。

参照图2，图2所示的装置200可包括提取单元210、显示单元220和播放单元230。提取单元210可从待播放的视频中提取针对预定场景而拍摄的视频片段的播放时间。显示单元220可在播放视频的视频播放器上显示与针对预定场景而拍摄的视频片段的播放时间相对应的预定控件。播放单元230可在检测到针对预定控件的触发操作时控制视频播放器将视频的播放进度调整至针对预定场景而拍摄的视频片段的播放时间进行播放。

具体实施时，图2所示的装置200还可包括场景分割单元和场景识别单元(均未示出)。场景分割单元可基于视频中的相邻帧图像之间的场景相似度将视频划分为多个镜头，所述镜头为摄像机连续拍摄的视频片段。场景识别单元可从所述多个镜头中识别出所述针对预定场景而拍摄的视频片段。

此外，图2所示的装置200还可包括第一确定单元、第二确定单元和镜头合并单元(均未示出)。第一确定单元可确定在划分的多个镜头中是否存在落入预定短时间段内的至少两个连续相邻的镜头。如果在所述多个镜头中存在落入预定短时间段内的至少两个连续相邻的镜头，则第二确定单元可确定所述至少两个连续相邻的镜头之间的相似度是否达到预定阈值。如果所述至少两个连续相邻的镜头之间的相似度达到预定阈值，则镜头合并单元可将所述至少两个连续相邻的镜头合并为同一镜头。

在图2所示的装置200中，所述至少两个连续相邻的镜头之间的相似度可通过所述至少两个连续相邻的镜头中的任意两个不相邻的镜头之间的相似度而被确定。

进一步地，第二确定单元可包括关键帧提取单元和相似度确定单元(均未示出)。关键帧提取单元可提取所述至少两个连续相邻的镜头的关键帧图像。如果所述至少两个连续相邻的镜头的关键帧图像之间的相似度达到预定阈值，则相似度确定单元可确定所述至少两个连续相邻的镜头之间的相似度达到预定阈值。此外，针对每个镜头而提取的关键帧图像的数量基于每个镜头中的帧图像的变化程度。作为一个可行方式，针对帧图像变化剧烈的镜头而提取的关键帧图像的数量比针对帧图像变化平缓的镜头而提取的关键帧图像的数量多。

此外，图2所示的装置200还可包括第三确定单元(未示出)，第三确定单元可确定所述至少两个连续相邻的镜头中的每个镜头的帧图像的变化程度。

进一步地，第三确定单元可包括平均距离计算单元、第一变化确定单元和第二变化确定单元。平均距离计算单元可计算每个镜头中的帧图像的平均距离。如果在所述镜头中存在距离大于所述平均距离的帧图像，则第一变化确定单元可确定所述镜头的帧图像变化剧烈。如果在所述镜头中不存在距离大于所述平均距离的帧图像，则第二变化确定单元可确定所述镜头的帧图像变化平缓。

在图2所示的装置200中，场景识别单元可根据预定义条件从划分的多个镜头中识别出针对预定场景而拍摄的视频片段。

在一个示例中，当预定义条件与用户的场景偏好相关时，图2所示的装置200还可包括收集单元和分析单元(均未示出)。收集单元可收集操作视频播放器的用户行为数据。分析单元可分析收集到的用户行为数据，以确定所述用户的场景偏好。

用户行为数据可包括，例如，但不限于，用户针对任意视频中的任意场景的重复播放操作、针对任意视频中的任意场景的跳跃播放操作、针对任意视频中的任意场景的收藏操作、针对任意视频中的任意场景的点赞操作和针对任意视频中的任意场景的评论操作等。

在另一个示例中，当预定义条件与当前热点话题相关时，图2所示的装置200还可包括热点单元(未示出)。热点获取单元可使用网络爬虫技术进行热点挖掘以获取当前热点话题。

此外，图2所示的装置200还可包括提示单元(未示出)，提示单元可在视频播放器上显示用于指示预定控件的提示信息。提示信息可包括，但不限于，与预定场景相关的播放时间、与预定场景相关的描述信息以及与预定场景相关的场景缩略图。

图3是示出根据本发明的示例性实施例的在终端设备的视频播放器上显示与针对预定场景而拍摄的视频片段的播放时间相对应的预定控件的示例性用户界面300。

如图3所示，用户界面300可通过终端设备中的视频播放器呈现。在用户界面300中，视频播放器的播放进度条除了包括已经播放的视频时长、总的视频时长和进度条之外，还可包括与针对预定场景而拍摄的视频片段的播放时间相对应的播放点301、302、303和304，其中，播放点301与视频播放器当前正在播放的关于“新疆”地域的视频中的“城市”场景的视频片段的播放时间“08:19”相对应；播放点302与视频播放器当前正在播放的关于“新疆”地域的视频中的“湖泊”场景的视频片段的播放时间“20:15”相对应；播放点303与视频播放器当前正在播放的关于“新疆”地域的视频中的“峡谷”场景的视频片段的播放时间“31:12”相对应；播放点304与视频播放器当前正在播放的关于“新疆”地域的视频中的“草原”场景的视频片段的播放时间“40:10”相对应。播放点301、302、303和304中的每个播放点可被配置为基于用户对该播放点的触发操作而控制视频播放器将视频的播放进度调整至与该播放点相对应的针对预定场景而拍摄的视频片段的播放时间进行播放。因此，当用户将视频播放器的播放进度条上的拖动块拖动至播放点301时，视频的播放进度可被调整至与播放点301相对应的“城市”场景的视频片段的播放时间“08:19”进行播放。当用户将视频播放器的播放进度条上的拖动块拖动至播放点302时，视频的播放进度可被调整至与播放点302相对应的“湖泊”场景的视频片段的播放时间“20:15”进行播放。当用户将视频播放器的播放进度条上的拖动块拖动至播放点303时，视频的播放进度可被调整至与播放点303相对应的“峡谷”场景的视频片段的播放时间“31:12”进行播放。当用户将视频播放器的播放进度条上的拖动块拖动至播放点304时，视频的播放进度可被调整至与播放点304相对应的“草原”场景的视频片段的播放时间“40:10”进行播放。此外，在用户界面300中，还可包括被配置为快进至下一个场景的控件310。因此，当控件310被点击或触摸并且视频被播放至“湖泊”场景时，视频的播放进度可被调整至相邻的“峡谷”场景的视频片段的播放时间“31:12”进行播放。

图4是示出根据本发明的示例性实施例的根据用户的场景偏好在终端设备的视频播放器上显示与针对预定场景而拍摄的视频片段的播放时间相对应的预定控件的另一示例性用户界面400。

如图4所示，用户界面400可通过终端设备中的视频播放器呈现。在用户界面400中，视频播放器的播放进度条除了包括已经播放的视频时长、总的视频时长和进度条之外，还可包括与针对预定场景而拍摄的视频片段的播放时间相对应的按钮401、402和403，其中，按钮401与视频播放器当前正在播放的关于“学校”生活的视频中的“运动”场景的视频片段的播放时间(未示出)相对应；按钮402与视频播放器当前正在播放的关于“学校”生活的视频中的“吃饭”场景的视频片段的播放时间(未示出)相对应；按钮403与视频播放器当前正在播放的关于“学校”生活的视频中的“学习”场景的视频片段的播放时间(未示出)相对应。预定控件401、402和403中的每个按钮可被配置为基于用户对该按钮的点击或触摸操作而控制视频播放器将视频的播放进度调整至与该按钮相对应的针对预定场景而拍摄的视频片段的播放时间进行播放。因此，当按钮401被点击或触摸时，视频的播放进度可被调整至与按钮401相对应的“运动”场景的视频片段的播放时间进行播放。当按钮402被点击或触摸时，视频的播放进度可被调整至与按钮402相对应的“吃饭”场景的视频片段的播放时间进行播放。当按钮403被点击或触摸时，视频的播放进度可被调整至与按钮403相对应的“学习”场景的视频片段的播放时间进行播放。

图5是示出根据本发明的示例性实施例的根据当前热点话题在终端设备的视频播放器上显示与针对预定场景而拍摄的视频片段的播放时间相对应的预定控件的又一示例性用户界面500。

如图5所示，用户界面500可通过终端设备中的视频播放器呈现。在用户界面500中，视频播放器的播放进度条除了包括已经播放的视频时长、总的视频时长和进度条之外，还包括与针对预定场景而拍摄的视频片段的播放时间相对应的按钮501和502，其中，按钮501与视频播放器当前正在播放的关于“新闻”的视频中的“个税改革”场景的视频片段的播放时间(未示出)相对应；按钮502与视频播放器当前正在播放的关于“新闻”的视频中的“滴滴顺风车”场景的视频片段的播放时间(未示出)相对应。按钮501和502中的每个按钮可被配置为基于用户对该按钮的点击或触摸操作而控制视频播放器将视频的播放进度调整至与该按钮相对应的场景的视频片段的播放时间进行播放。因此，当按钮501被点击或触摸时，视频的播放进度可被调整至与按钮501相对应的“个税改革”场景的视频片段的播放时间进行播放。当按钮502被点击或触摸时，视频的播放进度可被调整至与按钮502相对应的“滴滴顺风车”场景的视频片段的播放时间进行播放。

图6是示出根据本发明的示例性实施例的将落入预定短时间段内的多个连续相邻的且关键帧图像的相似度达到预定阈值的多个镜头合并为同一镜头的示意图。

如图6所示，镜头601为针对开会场景而拍摄的视频中的t0至t1的视频片段，镜头602为针对开会场景而拍摄的视频中的t1至t2的视频片段，镜头603为针对开会场景而拍摄的视频中的t2至t3的视频片段。由于这三个连续相邻的镜头601，602和603在短时间内被频繁地切换到不同人物上，因而仅基于相邻帧图像之间的相似度无法将这三个连续相邻的镜头601，602和603划分到同一镜头中。针对这种情况，可利用如前面所述的方法通过确定这三个连续相邻的镜头601，602和603是否落入预定短时间段t内并且确定这三个连续相邻的镜头601，602和603的关键帧图像之间的相似度是否达到预定阈值而将这三个连续相邻的镜头601，602和603合并为同一镜头，以避免将在短时间内针对特定场景(诸如，但不限于，开会)而切换的多个镜头划分到不同的场景中，从而进一步提高场景分类识别的准确性。

可以看出，本发明的上述实施过程不仅能够帮助用户精准地跳转到或直接地定位到用户感兴趣的视频场景片段，而且还能够根据用户偏好、当前热点话题等预定义条件向用户推送用户感兴趣的视频场景片段，从而节约了用户观看视频的时间并且过滤掉了用户不喜欢的场景片段，进而使得观看体验更加轻松和愉悦。

根据本发明的示例性实施例还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行根据本发明的用于控制视频播放的方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。

根据本发明的示例性实施例还提供一种计算机设备。该计算机设备包括处理器和存储器。存储器用于存储计算机程序。所述计算机程序被处理器执行使得处理器执行根据本发明的用于控制视频播放的方法的计算机程序。

尽管已参照优选实施例表示和描述了本申请，但本领域技术人员应该理解，在不脱离由权利要求限定的本申请的精神和范围的情况下，可以对这些实施例进行各种修改和变换。