视频处理方法及装置与流程

本公开涉及计算机技术领域，尤其涉及一种视频处理方法及装置。

背景技术：

随着终端的普及和网络的迅速发展，观看视频越来越方便。现在用户在观看视频时，只可以通过点赞、评论等方法标记视频的好坏以及表达情绪，用户在选择观看哪个视频时，也只能通过别人的打分和评论来选择。视频播放和用户的互动太过单一，感知到的用户信息太少，导致用户无法快速查找到所需视频，视频提供方也无法准确地根据用户的需求推荐视频。

技术实现要素：

有鉴于此，本公开提出了一种视频处理方法，包括：在播放视频过程中，采集观看所述视频的用户的面部图像；在根据采集到的所述面部图像检测到用户表情变化时，识别用户情绪并确定与所述用户情绪相对应的视频播放时间点；将所述用户情绪和所述视频播放时间点上传至服务器，所述用户情绪用于确定针对所述视频的情绪标签。

根据本公开的一方面，提供了一种视频处理方法，包括：接收并存储终端发送的用户情绪及所述用户情绪对应的视频播放时间点；对所述用户情绪及其对应的视频播放时间点进行统计获得统计结果；根据所述统计结果确定与所述视频对应的情绪标签。

根据本公开的另一方面，提供了一种视频处理装置，包括：采集模块，用于在播放视频过程中，采集观看所述视频的用户的面部图像；识别模块，用于在根据采集到的所述面部图像检测到用户表情变化时，识别用户情绪并确定与所述用户情绪相对应的视频播放时间点；上传模块，用于将所述用户情绪和所述视频播放时间点上传至服务器，所述用户情绪用于确定针对所述视频的情绪标签。

根据本公开的另一方面，提供了一种视频处理装置，包括：接收模块，用于接收并存储终端发送的用户情绪及所述用户情绪对应的视频播放时间点；统计模块，用于对所述用户情绪及其对应的视频播放时间点进行统计获得统计结果；情绪标签确定模块，用于根据所述统计结果确定与所述视频对应的情绪标签。

根据本公开的另一方面，提供了一种视频处理装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：在播放视频过程中，采集观看所述视频的用户的面部图像；在根据采集到的所述面部图像检测到用户表情变化时，识别用户情绪并确定与所述用户情绪相对应的视频播放时间点；将所述用户情绪和所述视频播放时间点上传至服务器，所述用户情绪用于确定针对所述视频的情绪标签。

根据本公开的另一方面，提供了一种视频处理装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：接收并存储终端发送的用户情绪及所述用户情绪对应的视频播放时间点；对所述用户情绪及其对应的视频播放时间点进行统计获得统计结果；根据所述统计结果确定与所述视频对应的情绪标签。

根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行一种视频处理方法，所述方法包括：在播放视频过程中，采集观看所述视频的用户的面部图像；在根据采集到的所述面部图像检测到用户表情变化时，识别用户情绪并确定与所述用户情绪相对应的视频播放时间点；将所述用户情绪和所述视频播放时间点上传至服务器，所述用户情绪用于确定针对所述视频的情绪标签。

根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行一种视频处理方法，所述方法包括：接收并存储终端发送的用户情绪及所述用户情绪对应的视频播放时间点；对所述用户情绪及其对应的视频播放时间点进行统计获得统计结果；根据所述统计结果确定与所述视频对应的情绪标签。

通过检测用户表情变化识别用户情绪并将所述用户情绪和与其对应的视频播放时间点上传至服务器，根据本公开上述实施例的视频处理方法及装置能够使服务器根据接收到的用户情绪和相应的视频播放时间点进行统计分析，为视频添加情绪标签以便于搜索和推荐，更好的满足用户的需求。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出根据本公开一实施例的视频处理方法的流程图。

图2示出根据本公开一实施例的视频处理方法的示意图。

图3示出根据本公开一实施例的步骤S12方法的流程图。

图4示出根据本公开一实施例的视频处理方法的流程图。

图5示出根据本公开一实施例的视频处理方法的示意图。

图6示出根据本公开一实施例的步骤S22方法的流程图。

图7示出根据本公开一实施例的视频处理方法的示意图。

图8示出根据本公开一实施例的视频处理装置的框图。

图9示出根据本公开一实施例的视频处理装置的框图。

图10示出根据本公开一实施例的视频处理装置的框图。

图11示出根据本公开一实施例的视频处理装置的框图。

图12示出根据本公开一实施例的视频处理装置的框图。

图13示出根据本公开一实施例的视频处理装置的框图。

图14示出根据本公开一实施例的视频处理装置的框图。

图15示出根据本公开一实施例的视频处理装置的框图。

图16示出根据本公开一实施例的视频处理装置的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

实施例1

图1示出根据本公开一实施例的视频处理方法的流程图，该方法可用于终端，例如，手机、计算机、平板电脑等。图2示出根据本公开一实施例的视频处理方法的示意图。

如图1所示，该方法包括：

步骤S11，在播放视频过程中，采集观看所述视频的用户的面部图像。

在一种可能的实施方式中，如图2所示，可以采用摄像头采集观看视频的用户的面部图像，例如，当用户用手机、平板电脑或者笔记本等终端观看视频时，终端可以控制前置摄像头打开，实时或定时采集图像，并从中获取用户的面部图像。采集到的图像中可能包含一个或多个面部图像，可针对每个面部图像分别进行后续的处理。面部图像的获取可采用相关技术中的任何适当技术，例如肤色区域识别或人脸区域识别等技术，本公开对此不作限制。

步骤S12，在根据采集到的所述面部图像检测到用户表情变化时，识别用户情绪并确定与所述用户情绪相对应的视频播放时间点。

在一种可能的实施方式中，可以通过将当前采集到的面部图像与之前(例如前一采集时间点)采集的面部图像进行比较来检测用户的表情变化，例如，可在面部图像上标定表示表情的特征点(例如在眼部、嘴部、苹果肌等位置)，如果当前采集到的面部图像上的特征点与前一采集时间点采集到的面部图像上的特征点位置之间的差异超过阈值，则可视为检测到表情变化。

在另一种可能的实施方式中，也可识别每次采集到的面部图像对应的表情(例如通过将面部图像与预先存储的表情模板进行匹配等)，由此来检测表情变化。本公开对根据采集到的面部图像检测用户表情变化的具体方式不作限制。

在一种可能的实施方式中，可在检测到用户表情变化时识别用户情绪并确定视频播放时间点，并将所述用户情绪和视频播放时间点进行同步或关联。本领域技术人员可以理解，用户情绪的识别可以采用现有技术中的相关算法。举例来说，可建立面部图像特征或表情与用户情绪之间的对应关系，从而可根据表情变化后的面部图像或根据该面部图像所识别的用户表情获得相应的用户情绪，例如微笑或大笑的表情对应“搞笑”的情绪，皱眉的表情对应“愤怒”的情绪，惊叫的表情对应“惊恐”的情绪等。

本文中的“视频播放时间点”，可以指在视频中的相对时间点或时间偏移量，例如视频播放至00:00:10时检测到用户表情变化，识别出用户情绪，则该用户情绪对应的视频播放时间点即为00:00:10。

步骤S13，将所述用户情绪和所述视频播放时间点上传至服务器，所述用户情绪用于确定针对所述视频的情绪标签。

在一种可能的实施方式中，如图2所示，终端可以通过有线或无线的方式将所述用户情绪和对应的视频播放时间点上传至服务器，服务器可接收来自多个终端针对同一视频的用户情绪及视频播放时间点，并进行统计来确定针对所述视频的情绪标签。所述情绪标签可以用于视频搜索和推荐等多个用途。

图3示出根据本公开一实施例的步骤S12方法的流程图，图3所示，所述步骤S12包括：

步骤S121，根据采集到的所述面部图像检测用户表情变化。

步骤S122，在检测到用户表情变化时，确定变化后的用户表情对应的用户情绪作为所识别的用户情绪。

步骤S123，确定检测到用户表情变化的时间点作为所述视频播放时间点。

需要说明的是，尽管以检测到表情变化时识别用户情绪作为示例介绍了视频处理方法如上，但本领域技术人员能够理解，本公开应不限于此。事实上，用户完全可根据个人喜好和/或实际应用场景灵活设定何时识别用户情绪，只要能够用于上传服务器进行统计即可。

这样，通过检测用户表情变化识别用户情绪并将所述用户情绪和与其对应的视频播放时间点上传至服务器，根据本公开上述实施例的视频处理方法能够使服务器根据接收到的用户情绪和相应的视频播放时间点进行统计分析，为视频添加情绪标签以便于搜索和推荐，更好的满足用户的需求。

其中，由于获得了用户情绪和相应的视频播放时间点，可以实现针对视频的不同时间段进行统计，使得统计结果更为准确。

此外，本实施例在用户表情变化时，才获取用户情绪，即及时有效地获取了用户情绪，又降低了终端的数据处理压力和终端与服务器之间的网络带宽压力。

实施例2

图4示出根据本公开一实施例的视频处理方法的流程图，该方法可用于服务器等。图5示出根据本公开一实施例的视频处理方法的示意图，如图4和图5所示，该方法包括：

步骤S21，接收并存储终端发送的用户情绪及所述用户情绪对应的视频播放时间点。

在一种可能的实施方式中，所述视频可以被不同的用户通过不同的终端播放观看；也可以是不同的用户通过同一终端播放观看，不同的用户开始观看的时间也可以是不同的。因此，不同的终端发送用户情绪、与该用户情绪相对应的视频播放时间点的自然时间可能是不相同的。如图5所示，服务器可接收并存储多个终端发送的用户情绪及所述用户情绪对应的视频播放时间点，以便于后续的统计分析并对视频进行标注，图5中的终端可至少包括如图2所示的部分，图5中的部分终端为简化示意图，所述终端可以是同一类型的终端，例如手机等，也可以是不同的终端，例如手机、计算机、IPAD等。

步骤S22，对所述用户情绪及其对应的视频播放时间点进行统计获得统计结果。

在一种可能的实施方式中，服务器可以对整段视频不同时间点接收到的用户情绪总量、用户情绪种类、每种用户情绪所占的比例进行统计得到所述统计结果；也可以分时间段进行统计获得每一时间段的用户情绪，再根据每一时间段的用户情绪获得所述统计结果。本实施例对具体的统计方式不作限制。

步骤S23，根据所述统计结果确定与所述视频对应的情绪标签。

在一种可能的实施方式中，如前所述，可以根据每种用户情绪所占的比例确定所述视频对应的情绪标签，也可以根据所有时间段用户情绪的种类和每种用户情绪的总时长确定所述视频对应的情绪标签，等等。

在一种可能的实施方式中，如图5所示，服务器可以创建所述情绪标签与所述视频的关联信息并保存到数据库，当用户通过输入关键词(例如与情绪有关的关键词)查找视频，或者点击选择情绪标签时，根据用户查找或选择的关键词或情绪标签，可以将带有相关情绪标签的视频的关联信息显示在视频推荐列表中，其中，所述关联信息可以包括所述视频截图和/或所述视频播放链接。

这样，通过对用户情绪进行统计，根据统计结果对视频标注情绪标签，根据本公开上述实施例的视频处理方法能够增加视频信息的维度，为视频添加情绪标签可以便于搜索和推荐，大幅优化搜索、推荐的准确度，更好的满足用户的需求。

其中，由于获得了用户情绪和相应的视频播放时间点，可以实现针对视频的不同时间段进行统计，使得统计结果更为准确。

图6示出根据本公开一实施例的步骤S22方法的流程图，图6所示，所述步骤S22包括：

步骤S221，针对所述视频的至少一个时间段中的每一时间段，统计所述视频播放时间点处于该时间段内的用户情绪，以确定每一时间段对应的第一情绪标签。

在一种可能的实施方式中，可以将所述视频分为一个或多个长度相同或者不同的时间段，针对所述视频的至少一个时间段中的每一个时间段，统计视频播放时间点处于该时间段内的用户情绪的种类及每种用户情绪占该时间段内的全部用户情绪的第一比例，可以根据所述第一比例确定该时间段对应的第一情绪标签，例如根据第一比例大于第一阈值的用户情绪的种类，确定所述第一情绪标签，所述第一阈值可以是50％或根据需要任意设置的其他值；对于统计结果中没有超过所述第一阈值的时间段可以认为此段统计结果无效，不记录第一情绪标签。例如，如表1所示，将每一秒作为一个时间段，针对其中1秒(即一个时间段)，服务器中存储的用户情绪中，相应的视频播放时间点落入这一秒内的用户情绪为1000个，总共有搞笑、愤怒、哀伤和恐怖4种情绪，其中搞笑情绪为800个、占总量的比例为80％，那么对应这一秒的第一情绪标签就可以确定为搞笑。

表1

需要说明的是，尽管以1s作为一个时间段为示例介绍了视频处理方法如上，但本领域技术人员能够理解，本公开应不限于此。事实上，用户完全可根据个人喜好和/或实际应用场景灵活设定时间段的长短、第一阈值的大小等，只要能够获得合理的统计结果并确定第一情绪标签即可。

步骤S222，对所述第一情绪标签进行统计获得所述统计结果。

在一种可能的实施方式中，对所述第一情绪标签进行统计可以是针对所述至少一个时间段中的全部或部分时间段，例如，由对步骤221的描述可知，并不一定所有的时间段都是有效统计时间段，对于统计结果无效的时间段可以不标注第一情绪标签。因此，对所述第一情绪标签进行统计可以是针对所述至少一个时间段中的全部或部分时间段。

在一种可能的实施方式中，对所述第一情绪标签进行统计的方式可以是根据需要的任意适当方式，例如可统计针对一视频的所有第一情绪标签中各类情绪标签所占的比例，以比例排序靠前的作为视频的情绪标签，也可针对不同时段分别进行统计，本公开对此不作限制。

在一种可能的实施方式中，例如，在每一时间段长度相同的情况下，可以对所述第一情绪标签进行统计获得第一情绪标签的总量、以及每一种第一情绪标签占总量的比例，根据所述比例可以确定所述视频的情绪标签，举例来说，将所述比例超过预定阈值的第一情绪标签确定为所述视频的情绪标签。

在另一种可能的实施方式中，统计的方式对每一时间段长度均匀或不均匀的情况都适用，例如，针对所述至少一个时间段中的全部或部分时间段，可以对所述第一情绪标签进行统计获得各第一情绪标签对应的时间段的时长之和占上述全部或部分时间段的总时长的第二比例作为所述统计结果，根据该统计结果可以确定所述视频的情绪标签，例如，将所述第二比例超过第二阈值的第一情绪标签作为与所述视频对应的情绪标签，所述第二阈值可以是20％或根据需要任意设置的其他值。举例来说，如表2所示，所述视频的总长度为100s，划分为100个长度为1秒的时间段并全部参与统计，第一情绪标签包括搞笑、愤怒、哀伤和恐怖4种，其中“搞笑”作为第一情绪标签的时间段有25个，每个时间段时长1秒，则“搞笑”这一第一情绪标签对应的时长之和为25秒，占总时长的25％，即为搞笑对应的第二比例。根据相同的原理，可计算愤怒、哀伤和恐怖三个第一情绪标签对应的各自的第二比例。表2中列出了每一种第一情绪标签的时长之和及其所占的第二比例，将第二比例超过第二预定阈值的第一情绪标签确定为所述视频的情绪标签，如表2所示，第二预定阈值可以是20％，那么所述视频的情绪标签为“恐怖搞笑”。用户在搜索这两种类型的视频时，服务器就可以通过查找将带有这两类情绪标签的视频显示在推荐视频列表中展示给用户。

表2

在一种可能的实施方式中，还可通过对视频的不同时间段添加情绪标签来实现分段统计，提高情绪标签标注的精准度，使视频可进一步被用于更加细化的搜索、推荐结果，比如按照情绪标签对视频分段推荐。

图7示出了本公开实施例的一个示例性应用场景的示意图。图7的左侧以网页应用场景为例，右侧以客户端APP应用场景为例。本公开实施例可分别应用于终端和服务器中。在用户在终端上通过网页方式或客户端APP方式观看视频时，可利用终端上的摄像装置采集用户面部图像，识别用户情绪，并与相应的视频播放时间点相关联地上传服务器，服务器可根据上述实施例进行统计分析，确定该视频的情绪标签。在用户以与情绪有关的关键词进行检索，或选择情绪标签时，可将相匹配的情绪标签对应的视频推荐给用户。

实施例3

图8示出根据本公开一实施例的视频处理装置的框图，该装置可用于终端，例如，手机、计算机、平板电脑等。如图8所示，该装置主要包括：采集模块81、识别模块82以及上传模块83。

该采集模块81被配置为在播放视频过程中，采集观看所述视频的用户的面部图像；

该识别模块82被配置为在根据采集到的所述面部图像检测到用户表情变化时，识别用户情绪并确定与所述用户情绪相对应的视频播放时间点；

该上传模块83被配置为将所述用户情绪和所述视频播放时间点上传至服务器，所述用户情绪用于确定针对所述视频的情绪标签。

这样，通过检测用户表情变化识别用户情绪并将所述用户情绪和与其对应的视频播放时间点上传至服务器，根据本公开上述实施例的视频处理装置能够使服务器根据接收到的用户情绪和相应的视频播放时间点进行统计分析，为视频添加情绪标签以便于搜索和推荐，更好的满足用户的需求。

图9示出根据本公开一实施例的图像处理装置的框图。图9中标号与图8相同的组件具有相同的功能，为简明起见，省略对这些组件的详细说明。

如图9所示，所述识别模块82包括：检测单元821、识别单元822以及时间点确定单元823。

该检测单元821被配置为根据采集到的所述面部图像检测用户表情变化；

该识别单元822被配置为在检测到用户表情变化时，确定变化后的用户表情对应的用户情绪作为所识别的用户情绪；

该时间点确定单元823被配置为确定检测到用户表情变化的时间点作为所述视频播放时间点。

实施例4

图10示出根据本公开一实施例的视频处理装置的框图，该装置可用于服务器等。如图10所示，该装置主要包括：接收模块101、统计模块102以及情绪标签确定模块103。

该接收模块101被配置为接收并存储终端发送的用户情绪及所述用户情绪对应的视频播放时间点；

该统计模块102被配置为对所述用户情绪及其对应的视频播放时间点进行统计获得统计结果；

该情绪标签确定模块103被配置为根据所述统计结果确定与所述视频对应的情绪标签。

这样，通过对用户情绪进行统计，根据统计结果对视频标注情绪标签，根据本公开上述实施例的视频处理装置能够增加视频信息的维度，为视频添加情绪标签可以便于搜索和推荐，大幅优化搜索、推荐的准确度，更好的满足用户的需求。

图11示出根据本公开一实施例的图像处理装置的框图。图11中标号与图10相同的组件具有相同的功能，为简明起见，省略对这些组件的详细说明。

如图11所示，所述统计模块102包括：第一统计单元1021和第二统计单元1022。

该第一统计单元1021被配置为针对所述视频的至少一个时间段中的每一时间段，统计所述视频播放时间点处于该时间段内的用户情绪，以确定每一时间段对应的第一情绪标签；

该第二统计单元1022被配置为对所述第一情绪标签进行统计获得所述统计结果。

图12示出根据本公开一实施例的图像处理装置的框图。图12中标号与图11相同的组件具有相同的功能，为简明起见，省略对这些组件的详细说明。

如图12所示，所述第一统计单元1021包括：第一统计子单元10211和确定子单元10212。

该第一统计子单元10211被配置为针对所述视频的至少一个时间段中的每一时间段，统计所述视频播放时间点处于该时间段内的用户情绪的种类及每种用户情绪占该时间段内的全部用户情绪的第一比例；

该确定子单元10212被配置为根据所述第一比例确定该时间段对应的第一情绪标签。

在一种可能的实施方式中，所述确定子单元被配置为根据第一比例大于第一阈值的用户情绪的种类，确定所述第一情绪标签。

图13示出根据本公开一实施例的图像处理装置的框图。图13中标号与图11相同的组件具有相同的功能，为简明起见，省略对这些组件的详细说明。

如图13所示，所述第二统计单元1022包括：第二统计子单元10221

该第二统计子单元10221被配置为针对所述至少一个时间段中的全部或部分时间段，统计各第一情绪标签对应的时间段的时长之和占所述全部或部分时间段的总时长的第二比例，作为所述统计结果。

图14示出根据本公开一实施例的图像处理装置的框图。图14中标号与图10相同的组件具有相同的功能，为简明起见，省略对这些组件的详细说明。

如图14所示，所述情绪标签确定模块103包括：情绪标签确定单元1031。

该情绪标签确定单元1031被配置为将所述第二比例超过第二阈值的第一情绪标签作为与所述视频对应的情绪标签。

实施例5

图15是根据一示例性实施例示出的一种视频处理装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图15，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例1所述的方法。

在示例性实施例中，还提供了一种包括指令的非易失性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。

图16是根据一示例性实施例示出的一种视频处理装置1900的框图。例如，装置1900可以被提供为一服务器。参照图16，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述实施例2所述的方法。

装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种包括指令的非易失性计算机可读存储介质，例如包括指令的存储器1932，上述指令可由装置1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。