多媒体文件检测方法、播放方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种多媒体文件检测方法、播放方法、装置、设备及存储介质，属于视频处理技术领域。该方法包括：响应于播放指令，确定播放指令指示的目标多媒体文件，在目标多媒体文件中，确定至少一个目标片段，在播放目标多媒体文件的过程中，跳过至少一个目标片段。本申请实施例中，考虑了参考用户在观看多媒体文件时基于内容的不同会有不同的操作行为，因此，可以基于对片段的历史操作行为，预测出片段为不符合内容条件的片段的可能性，从而检测出目标多媒体文件中至少一个目标片段，进而在播放时跳过该目标片段，实现了对多媒体文件的自动化检测，提高了检测效率，达到了播放时跳过不符合内容条件的片段的效果。

【技术实现步骤摘要】
多媒体文件检测方法、播放方法、装置、设备及存储介质
本申请涉及视频处理
，特别涉及一种多媒体文件检测方法、播放方法、装置、设备及存储介质。
技术介绍
随着互联网的不断发展，人们可以通过互联网发布多媒体文件，该多媒体文件可以为视频。但是，个别用户或平台却利用互联网发布不合规的多媒体文件，例如，不雅视频。不合规的多媒体文件的传播，严重影响了互联网的秩序。为净化互联网环境，需要对多媒体文件进行检测，检测出多媒体文件中不合规的片段，为用户播放删除后的多媒体文件，从而达到净化互联网环境的目的。目前，多媒体文件检测方法通常为：多媒体平台可以有审核人员，可以通过观看多媒体文件的方式，来对多媒体文件的内容进行人工审核，确定出包含不合规内容的多媒体文件，以便对多媒体文件进行拒绝发布等处理。上述技术中通过人为审核的方式来对多媒体文件进行检测，人力成本高，多媒体文件检测效率低。
技术实现思路
本申请实施例提供了一种多媒体文件检测方法、播放方法、装置、设备及存储介质，能够降低人力成本，提升多媒体文件的处理效率。所述多媒体文件检测方法、播放方法、装置、设备及存储介质的技术方案如下：一方面，提供了一种多媒体文件播放方法，所述方法包括：响应于播放指令，确定所述播放指令指示的目标多媒体文件；在所述目标多媒体文件中，确定至少一个目标片段，所述目标片段为基于所述目标多媒体文件的历史操作行为信息所确定的不符合内容条件的片段；在播放所述目标多媒体文件的过程中，跳过所述至少一个目标片段。一方面，提供了一种多媒体文件检测方法，所述方法包括：获取目标多媒体文件的历史操作行为信息，所述历史操作行为信息用于表示至少一个参考用户在播放所述目标多媒体文件的至少一个片段时所执行的操作行为；根据所述历史操作行为信息，获取所述至少一个片段对应的历史操作特征，所述历史操作特征用于表示播放对应片段时至少一类操作行为的发生情况；基于所述至少一个片段对应的历史操作特征，确定所述目标多媒体文件中至少一个目标片段，所述目标片段为不符合内容条件的概率大于目标概率的片段。在一种可能实现方式中，所述第一卷积神经网络的确定过程包括：获取样本操作特征和所述样本操作特征的片段标签；基于所述样本操作特征和所述片段标签，进行模型训练，得到所述第一卷积神经网络。在一种可能实现方式中，所述第二卷积神经网络的确定过程包括：获取样本操作特征、所述样本操作特征所对应的样本片段和所述样本片段的片段标签；基于所述样本操作特征、所述样本片段和所述片段标签，进行模型训练，得到所述第二卷积神经网络。一方面，提供了一种多媒体文件播放装置，所述装置包括：响应模块，用于响应于播放指令，确定所述播放指令指示的目标多媒体文件；确定模块，用于在所述目标多媒体文件中，确定至少一个目标片段，所述目标片段为基于所述目标多媒体文件的历史操作行为信息所确定的不符合内容条件的片段；播放模块，用于在播放所述目标多媒体文件的过程中，跳过所述至少一个目标片段。在一种可能实现方式中，所述确定模块，用于：向服务器发送播放请求，所述播放请求携带所述目标多媒体文件的文件标识，接收所述至少一个目标片段的片段标识；或，从目标存储空间中获取所述目标多媒体文件的至少一个目标片段的片段标识。在一种可能实现方式中，所述播放模块，用于：在播放所述目标多媒体文件的过程中，检测待播放的片段的片段标识，若所述至少一个目标片段的片段标识中包括所述片段的片段标识，则播放所述片段，若所述至少一个目标片段的片段标识中不包括所述片段的片段标识，则跳过所述片段。一方面，提供了一种多媒体文件检测装置，所述装置包括：行为信息获取模块，用于获取目标多媒体文件的历史操作行为信息，所述历史操作行为信息用于表示至少一个参考用户在播放所述目标多媒体文件的至少一个片段时所执行的操作行为；操作特征获取模块，用于根据所述历史操作行为信息，获取所述至少一个片段对应的历史操作特征，所述历史操作特征用于表示播放对应片段时至少一类操作行为的发生情况；确定模块，用于基于所述至少一个片段对应的历史操作特征，确定所述目标多媒体文件中至少一个目标片段，所述目标片段为不符合内容条件的概率大于目标概率的片段。在一种可能实现方式中，所述装置还包括执行模块，用于：接收终端发送的播放请求，执行目标多媒体文件的检测步骤，所述播放请求携带所述目标多媒体文件的文件标识。在一种可能实现方式中，所述确定模块，用于：将所述至少一个片段对应的历史操作特征输入第一卷积神经网络，通过所述第一卷积神经网络根据所述历史操作特征对所述至少一个片段进行预测，得到所述至少一个片段不符合内容条件的概率。在一种可能实现方式中，所述确定模块，用于：通过所述第一卷积神经网络的融合层将所述历史操作特征分别与对应的权重相乘，将得到的特征进行拼接，得到目标操作特征；将所述目标操作特征输入所述第一卷积神经网络的全连接层，得到所述历史操作特征的类型特征；基于所述类型特征，得到所述至少一个片段不符合内容条件的概率。在一种可能实现方式中，所述确定模块，用于：获取样本操作特征和所述样本操作特征的片段标签；基于所述样本操作特征和所述片段标签，进行模型训练，得到所述第一卷积神经网络。在一种可能实现方式中，所述确定模块，用于：基于所述至少一个片段和所述至少一个片段对应的历史操作特征，确定所述目标多媒体文件中至少一个片段不符合内容条件的概率。在一种可能实现方式中，所述确定模块，用于：将所述至少一个片段和所述至少一个片段对应的历史操作特征输入第二卷积神经网络，通过所述第二卷积神经网络根据所述至少一个片段的片段内容和所述至少一个片段对应的历史操作特征，对所述至少一个片段进行预测，得到所述至少一个片段不符合内容条件的概率。在一种可能实现方式中，所述确定模块，用于：通过所述第二卷积神经网络的特征提取层，对所述至少一个片段进行特征提取，得到所述至少一个片段的视频内容特征；通过所述第二卷积神经网络的融合层将所述至少一个片段对应的历史操作特征分别与对应的权重相乘，将得到的特征进行拼接，得到目标操作特征；将所述目标操作特征输入所述第二卷积神经网络的第一全连接层，得到所述历史操作特征的第一类型特征；将所述第一类型特征和所述至少一个片段的视频内容特征进行拼接，得到视频特征，将所述视频特征输入所述第二卷积神经网络的第二全连接层，得到第二类型特征；基于所述第二类型特征，得到所述至少一个片段不符合内容条件的概率。在一种可能实现方式中，所述确定模块，用于：获取样本操作特征、所述样本操作特征所对应的样本片段和所述样本片段的片段标签；基于所述样本操作特征、所述样本片段和所述片段标签，进行模型训练，得到所述第二卷积神经本文档来自技高网...

【技术保护点】
1.一种多媒体文件播放方法，其特征在于，所述方法包括：/n响应于播放指令，确定所述播放指令指示的目标多媒体文件；/n在所述目标多媒体文件中，确定至少一个目标片段，所述目标片段为基于所述目标多媒体文件的历史操作行为信息所确定的不符合内容条件的片段；/n在播放所述目标多媒体文件的过程中，跳过所述至少一个目标片段。/n

【技术特征摘要】
1.一种多媒体文件播放方法，其特征在于，所述方法包括：
响应于播放指令，确定所述播放指令指示的目标多媒体文件；
在所述目标多媒体文件中，确定至少一个目标片段，所述目标片段为基于所述目标多媒体文件的历史操作行为信息所确定的不符合内容条件的片段；
在播放所述目标多媒体文件的过程中，跳过所述至少一个目标片段。


2.根据权利要求1所述的方法，其特征在于，所述在所述目标多媒体文件中，确定至少一个目标片段包括：
向服务器发送播放请求，所述播放请求携带所述目标多媒体文件的文件标识，接收所述至少一个目标片段的片段标识；或，
从目标存储空间中获取所述目标多媒体文件的至少一个目标片段的片段标识。


3.根据权利要求1所述的方法，其特征在于，在播放所述目标多媒体文件的过程中，跳过所述至少一个目标片段包括：
在播放所述目标多媒体文件的过程中，检测待播放的片段的片段标识，若所述至少一个目标片段的片段标识中不包括所述片段的片段标识，则播放所述片段，若所述至少一个目标片段的片段标识中包括所述片段的片段标识，则跳过所述片段。


4.一种多媒体文件检测方法，其特征在于，所述方法包括：
获取目标多媒体文件的历史操作行为信息，所述历史操作行为信息用于表示至少一个参考用户在播放所述目标多媒体文件的至少一个片段时所执行的操作行为；
根据所述历史操作行为信息，获取所述至少一个片段对应的历史操作特征，所述历史操作特征用于表示播放对应片段时至少一类操作行为的发生情况；
基于所述至少一个片段对应的历史操作特征，确定所述目标多媒体文件中至少一个目标片段，所述目标片段为不符合内容条件的概率大于目标概率的片段。


5.根据权利要求4所述的方法，其特征在于，所述获取目标多媒体文件的历史操作行为信息之前，所述方法还包括：
接收终端发送的播放请求，执行所述目标多媒体文件的检测步骤，所述播放请求携带所述目标多媒体文件的文件标识。


6.根据权利要求4所述的方法，其特征在于，所述至少一个片段不符合内容条件的概率的确定过程包括：
将所述至少一个片段对应的历史操作特征输入第一卷积神经网络，通过所述第一卷积神经网络根据所述历史操作特征对所述至少一个片段进行预测，得到所述至少一个片段不符合内容条件的概率。


7.根据权利要求6所述的方法，其特征在于，所述通过所述第一卷积神经网络根据所述历史操作特征对所述至少一个片段进行预测，得到所述至少一个片段不符合内容条件的概率，包括：
通过所述第一卷积神经网络的融合层将所述历史操作特征分别与对应的权重相乘，将得到的特征进行拼接，得到目标操作特征；
将所述目标操作特征输入所述第一卷积神经网络的全连接层，得到所述历史操作特征的类型特征；
基于所述类型特征，得到所述至少一个片段不符合内容条件的概率。


8.根据权利要求4所述的方法，其特征在于，所述至少一个片段不符合内容条件的概率的确定过程包括：
基于所述至少一个片段和所述至少一个片段对应的历史操作特征，确定所述目标多媒体文件中至少一个片段不符合内容条件的概率。


9.根据权利要求8所述的方法，其特征在于，所述基于所...

【专利技术属性】
技术研发人员：田植良，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44