一种展示视频的方法、装置、设备和计算机存储介质与流程

【技术领域】

本发明涉及计算机应用技术领域，特别涉及一种展示视频的方法、装置、设备和计算机存储介质。

背景技术：

互联网信息传递媒介现已由文字、图片发展到视频时代。特别是短视频行业近几年发展迅速，造成了视频资源井喷式提升。目前，用户对视频内容的甄选浏览主要依赖视频标题和封面图片，而静态的视频标题和封面图片对视频内容的表达能力有限，用户可能因标题和封面图片的阐述不够全面而错过其需要的视频资源，或者，对视频内容进行观看后，发现对视频内容的满意度不符合预期，从而浪费用户时间和网络资源。

技术实现要素：

有鉴于此，本发明提供了一种展示视频的方法、装置、设备和计算机存储介质，以便于帮助用户方便、有效地观看其需要的视频资源。

具体技术方案如下：

本发明提供了一种展示视频的方法，该方法包括：

定位目标视频；

展示所述目标视频的视频预览，所述视频预览为从所述目标视频提取出的视频片段。

根据本发明一具体实施方式，所述定位目标视频包括：

定位视频feed页面中处于目标位置的视频；或者，

定位视频聚合页面中处于目标位置的视频。

根据本发明一具体实施方式，展示所述目标视频的视频预览包括：

定位到目标视频后，自动播放所述目标视频的视频预览；或者，

检测到用户触发播放视频预览的事件后，播放所述目标视频的视频预览。

根据本发明一具体实施方式，在播放所述目标视频的视频预览的过程中，展示正在播放视频预览的提示信息。

根据本发明一具体实施方式，播放所述目标视频的视频预览包括：

加速播放所述视频的视频预览。

根据本发明一具体实施方式，该方法还包括：

检测到用户触发播放所述目标视频的事件后，播放所述目标视频。

根据本发明一具体实施方式，所述检测到用户触发播放所述目标视频的事件后，播放所述目标视频包括：

检测到用户触发展示所述视频预览的页面上的特定组件后，访问所述特定组件所指向的所述目标视频的播放链接。

根据本发明一具体实施方式，从所述目标视频提取出视频片段包括：

将所述目标视频输入预先训练得到的视频分类模型；

获取所述视频分类模型中注意力模块输出的各视频帧的权重；

提取总权重值满足预设要求的连续n个视频帧作为所述目标视频的视频预览，所述n为预设的正整数。

根据本发明一具体实施方式，所述视频分类模型的训练过程包括：

将预先标记视频类别的视频作为训练数据；

将训练数据中的视频作为所述视频分类模型的输入，对应的视频类别作为所述视频分类模型的输出，训练所述视频分类模型，以最小化分类结果的损失函数。

根据本发明一具体实施方式，在所述视频分类模型的训练过程中，将训练数据中的视频作为卷积神经网络的输入，以输出视频中各帧的卷积特征；

将各帧的卷积特征作为时序性神经网络的输入，以输出各帧的时序特征；

将各帧的时序特征作为注意力模块的输入，以输出各帧的权重；

依据各帧的权重和时序性神经网络的输出，在全连接层映射至视频类型；

利用映射结果计算损失函数。

本发明还提供了一种展示视频的装置，该装置包括：

定位单元，用于定位目标视频；

第一展示单元，用于展示所述目标视频的视频预览，所述视频预览为从所述目标视频提取出的视频片段。

根据本发明一具体实施方式，所述定位单元，具体执行：

定位视频feed页面中处于目标位置的视频；或者，

定位视频聚合页面中处于目标位置的视频。

根据本发明一具体实施方式，所述第一展示单元在展示所述目标视频的视频预览时，具体执行：

定位到目标视频后，自动播放所述目标视频的视频预览；或者，

检测到用户触发播放视频预览的事件后，播放所述目标视频的视频预览。

根据本发明一具体实施方式，该装置还包括：

第二展示单元，用于检测到用户触发播放所述目标视频的事件后，播放所述目标视频。

根据本发明一具体实施方式，所述第二展示单元，具体执行：检测到用户触发展示所述视频预览的页面上的特定组件后，访问所述特定组件所指向的所述目标视频的播放链接。

根据本发明一具体实施方式，该装置还包括：

视频提取单元，用于从所述目标视频提取出视频片段，具体执行：

将所述目标视频输入预先训练得到的视频分类模型；

获取所述视频分类模型中注意力模块输出的各视频帧的权重；

提取总权重值满足预设要求的连续n个视频帧作为所述目标视频的视频预览，所述n为预设的正整数。

根据本发明一具体实施方式，该装置还包括：

模型训练单元，具体用于训练所述视频分类模型，具体执行：

将预先标记视频类别的视频作为训练数据；

将训练数据中的视频作为所述视频分类模型的输入，对应的视频类别作为所述视频分类模型的输出，训练所述视频分类模型，以最小化分类结果的损失函数。

根据本发明一具体实施方式，所述模型训练单元在所述视频分类模型的训练过程中，将训练数据中的视频作为卷积神经网络的输入，输出视频中各帧的卷积特征；

将各帧的卷积特征作为时序性神经网络的输入，以输出各帧的时序特征；

将各帧的时序特征作为注意力模块的输入，以输出各帧的权重；

依据各帧的权重和时序性神经网络的输出，在全连接层进行视频至视频分类的映射；

利用映射结果计算损失函数。

本发明还提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述的方法。

本发明还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行上述的方法。

由以上技术方案可以看出，本发明能够在定位到目标视频后，展示从目标视频提取出的视频预览，这种展示方式对视频内容的表达能力更强，用户能够更好地获知该视频是否是其需要的内容，减小用户错过其需要的视频资源的概率，也减小用户观看视频内容后发现视频内容不符合预期的概率，从而帮助用户方便、有效地观看其需要的视频资源。

【附图说明】

图1为本发明实施例一提供的展示视频的方法流程图；

图2a和图2b为本发明实施例一提供的两种视频feed页面的示意图；

图3a和图3b为本发明实施例一提供的展示视频预览的两种示意图；

图4为本发明实施例提供的从视频中提取视频预览的方法流程图；

图5a为本发明实施例二提供的视频分类模型的结构示意图；

图5b为本发明实施例二提供的滑动窗口的示意图；

图6为本发明实施例提供的装置结构图；

图7示出了适于用来实现本发明实施方式的示例性计算机系统/服务器的框图。

【具体实施方式】

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

本发明的核心思想在于，若定位到目标视频，则展示目标视频的视频预览，该视频预览为从目标视频提取出的视频片段，从而帮助用户更好地获知目标视频的内容。下面结合实施例对本发明提供的方法进行详细描述。

实施例一、

本实施例是对展示视频的方法提供的一种流程图，如图1所示，该流程可以包括以下步骤：

在101中，定位视频feed页面中处于目标位置的视频。

本步骤提供了一种定位目标视频的方式，所谓视频feed页面指的是视频的来源页面，可以认为是视频的播放页面，在该页面上可以直接播放视频的内容。

当用户通过访问指定链接、搜索后跳转等方式进入视频feed页面后，若视频feed页面上仅存在一个视频的信息，则将该视频作为目标视频。如图2a中所示，视频feed页面上仅存在视频1的信息，那么将该视频1作为目标视频。

若视频feed页面上存在多个视频，则可以将处于目标位置的视频作为目标视频，例如，位于最顶端的视频，或者，位于指定区域的视频。需要说明的是，通过用户的滑动不同的视频会轮换处于目标位置，那么就将当前处于目标位置的视频作为目标视频。如图2b中所示，视频feed页面上存在视频1、视频2的信息，那么将位于最顶端的视频1作为目标视频。

另外，除了101中所述的定位目标视频的方式之外，还可以采用其他方式，例如本发明还适用于视频聚合页面，所谓视频聚合页面是指将不同来源的各视频聚合至同一页面，通常在视频聚合页面中不能直接播放视频，而需要发生页面跳转后播放视频。可以定位视频聚合页面中处于目标位置的视频作为目标视频，例如位于最顶端的视频作为目标视频，位于中间区域的视频作为目标视频，等等。

在102中，定位到目标视频后，自动播放目标视频的视频预览。

在本步骤中，可以在定位到目标视频后，即自动播放目标视频的视频预览，也可以在定位到目标视频后，若该目标视频保持该目标位置达到预设时长，则自动播放目标视频的视频预览。

在本步骤中，视频预览可以替代现有技术中视频封面的位置，用户通过视频预览即可获知该目标视频的大致内容或精彩片段，从而确定是否要观看该目标视频。

举个例子，如图3a中所示，当视频1的信息处于最顶端超过2s，则开始自动播放视频1的视频预览，图3a中的视频预览处于播放中的状态(图中仅为示意性的指示位置和状态信息，并非真实播放界面)。

除了本步骤中所述的自动播放的方式之外，还可以由用户的特定事件触发播放视频预览，即检测到用户触发播放目标视频的视频预览事件后，播放目标视频的视频预览。举个例子，如图3b中所示，定位到目标视频后，在界面上可以显示目标视频的视频预览的指示信息，用户通过该指示信息就能够获知可以播放视频预览。其中指示信息可以是特定符号，也可以是特定图形，也可以是特定文字。如图3b中所示，以文字指示视频预览，用户点击该视频预览的组件(该组件指向视频预览的播放链接)后，即可播放视频预览。

另外，在播放视频预览的过程中，可以展示正在播放视频预览的提示信息。例如图3a中所示，可以在视频预览的播放窗口右下角显示“预览中”的提示信息，使得用户能够知晓正在播放的是视频预览。

因为视频预览是从目标视频中提取的视频片段，用户进行视频预览的目的是为了快速获知目标视频的大致内容或精彩内容，因此，在播放视频预览时，可以采用加速播放的方式。当然，也可以以正常的速度播放视频预览，或者由用户操作来触发加速播放预览，例如点击加速播放的组件等。

另外，还有一些情况，用户没有从头开始关注播放的视频预览，或者，没太认证关注播放的视频预览，希望能够从头开始观看视频预览，则可以采用特定的手势来触发视频预览的从头播放。例如，可以点击特定的重载组件，也可以通过向左滑动等手势来实现。

在103中，检测到用户触发播放目标视频的事件后，播放目标视频。

用户在观看视频预览的过程中，若确定想观看目标视频，或者在观看视频预览完毕后，确定想观看目标视频，则可以触发播放目标视频。例如可以点击播放视频预览的页面上的特定组件来触发播放目标视频，该特定组件被触发后，访问该特定组件所指向的目标视频的播放链接。

例如，开始播放视频预览后，该视频预览的窗口组件指向的链接替换为目标视频的播放链接。当用户点击正在播放的视频预览(即窗口组件的位置)后，触发访问该特定组件所指向的目标视频的播放链接，从而播放目标视频。

播放目标视频可以仍在当前页面直接播放，也可以在发生页面跳转后跳转到目标视频的播放页面进行播放。

目标视频的视频预览是从目标视频提取出的视频片段，该提取过程可以是预先执行的，例如预先获取各视频资源，分别针对各视频提取视频预览后进行存储。在进行上述展示视频的流程时，直接从存储的视频预览中获取目标视频对应的视频预览。下面结合实施例对视频预览的提取过程进行详细描述。

实施例二、

图4为本发明实施例提供的从视频中提取视频预览的方法流程图，如图4所示，该方法可以包括以下步骤：

在401中，将视频输入预先训练得到的视频分类模型。

本发明中涉及的视频分类模型是实现对视频进行分类的模型，即输入视频至视频分类模型，即可输出视频对应的类别。为了方便对视频预览提取过程的理解，首先对视频分类模型的结构和训练过程进行介绍。

本发明中涉及的视频分类模型可以包括以下几个部分：卷积神经网络(cnn，convolutionalneuralnetwork)、时序性神经网络、注意力模块和全连接层。

在进行视频分类模型的训练时，首先获取训练数据，即将大量已标记视频类别的视频作为训练数据。其中标记的视频类别可以是依据视频的语义内容进行标记得到的，例如标记为娱乐、体育、自拍、美女等视频类别。

将训练数据的视频作为视频分类模型的输入，对应的视频类别作为视频分类模型的输出，训练视频分类模型，以最小化分类结果的损失函数。

具体地，如图5a中所示，训练数据中的视频首先作为卷积神经网络的输入，卷积神经网络从视频的各视频帧中分别提取卷积特征，输出各视频帧的卷积特征，即每一个视频帧都存在对应的卷积特征。

各视频帧的卷积特征输入时序性神经网络，在图5a中以长短时记忆机(lstm，longshort-termmemory)为例，长短时记忆机是一个时序递归神经网络结构，其从各视频帧的卷积特征提取各视频帧的时序特征，输出各视频帧的时序特征。除了长短时记忆机之外，也可以采用诸如门控循环单元(gru，gatedrecurrentunit)、循环神经网络(rnn，recurrentneuralnetworks)等。

各视频帧的时序特征输入注意力模块，由注意力模块输出各视频帧的注意力权重。注意力模块实际上是利用attention机制生成各视频帧的描述。

各视频帧的描述除了注意力模块输出的权重之外，还包括长短时记忆机输出的各视频帧的时序特征。将各视频帧的描述作为全连接层的输入，具体地，可以利用注意力模块输出的各视频帧的权重对各视频帧的时序特征进行加权处理，将得到的向量作为全连接层的输入。全连接层依据输入的视频的向量，进行视频的向量至视频类型的映射。

利用全连接层的映射结果计算损失函数，例如利用梯度下降算法计算分类结果的交叉熵损失函数，然后将该交叉熵损失函数进行反馈，以调整模型中各层的参数，继续进行训练，训练目标为最小化损失函数。

在402中，获取视频分类模型中注意力模块输出的各视频帧的权重。

将待提取视频预览的视频输入训练好的视频分类模型后，视频分类模型开始对该视频进行分类。即卷积神经网络从该视频的各帧提取卷积特征后，输出给lstm；lstm利用各帧的卷积特征提取各帧的时序特征后，输出给注意力模块；注意力模块依据各帧的时序特征确定各帧的注意力权重；各帧的时序特征和注意力权重进行加权处理后，得到该视频的向量；全连接层利用该向量进行映射，得到该视频的类别。

然而，在本步骤中，仅需要获取上述视频分类模型中注意力模块的输出，即获取各视频帧的权重。

在403中，提取总权重值满足预设要求的连续n个视频帧作为该视频的视频预览，n为预设的正整数。

在提取视频预览时，仅需要获取上述视频分类模型中注意力模块的输出，如图5b中所示，可以使用一个滑动窗口。滑动窗口在滑动过程中，分别计算该窗口内所有帧的总权重，该总权重可以为该窗口内各帧的权重之和。在滑动窗口滑动结束后，可以选择总权重满足预设要求的滑动窗口位置所包含的视频帧作为视频预览。其中预设要求可以是总权重值最大，也可以是总权重值超过预设的权重阈值等。

其中，该滑动窗口的长度可以为要提取视频预览的长度，例如，要提取6s的视频预览，则可以设置6s长的滑动窗口，以pal制式(1秒25帧)的视频为例，该滑动窗口就是150帧的长度，即n为150帧。

另外，若提取出多组视频帧，每一组视频帧包括连续n个视频帧，则可以将该多组视频帧进行拼接后，形成视频预览。

以上是对本发明提供的方法进行的详细描述，上述方法的执行装置可以位于本地终端的应用，或者还可以为位于本地终端的应用中的插件或软件开发工具包(softwaredevelopmentkit，sdk)等功能单元，或者，还可以位于服务器端，本发明实施例对此不进行特别限定。下面结合实施例对本发明提供的装置进行详述。

图6为本发明实施例提供的展示视频的装置结构图，如图6所示，该装置可以包括：定位单元01和第一展示单元02，还可以进一步包括第二展示单元03、视频提取单元04和模型训练单元05。其中各组成单元的主要功能如下：

定位单元01负责定位目标视频。

具体地，定位单元01可以定位视频feed页面中处于目标位置的视频；或者，定位视频聚合页面中处于目标位置的视频。

所谓视频feed页面指的是视频的来源页面，可以认为是视频的播放页面，在该页面上可以直接播放视频的内容。当用户通过访问指定链接、搜索后跳转等方式进入视频feed页面后，若视频feed页面上仅存在一个视频的信息，则将该视频作为目标视频。

若视频feed页面上存在多个视频，则可以将处于目标位置的视频作为目标视频，例如，位于最顶端的视频，或者，位于指定区域的视频。需要说明的是，通过用户的滑动不同的视频会轮换处于目标位置，那么就将当前处于目标位置的视频作为目标视频。

所谓视频聚合页面是指将不同来源的各视频聚合至同一页面，通常在视频聚合页面中不能直接播放视频，而需要发生页面跳转后播放视频。可以定位视频聚合页面中处于目标位置的视频作为目标视频，例如位于最顶端的视频作为目标视频，位于中间区域的视频作为目标视频，等等。

第一展示单元02负责展示目标视频的视频预览，视频预览为从目标视频提取出的视频片段。

第一展示单元02可以在定位单元01定位到目标视频后，自动播放目标视频的视频预览；或者，检测到用户触发播放视频预览的事件后，播放目标视频的视频预览。

作为一种优选的实施方式，第一展示单元02在播放视频预览的过程中，可以展示正在播放视频预览的提示信息。

作为一种优选的实施方式，第一展示单元02在播放视频预览时，可以采用加速播放的方式。当然，也可以以正常的速度播放视频预览，或者由用户操作来触发加速播放预览，例如点击加速播放的组件等。

另外，还有一些情况，用户没有从头开始关注播放的视频预览，或者，没太认证关注播放的视频预览，希望能够从头开始观看视频预览，则可以采用特定的手势来触发视频预览的从头播放。例如，可以点击特定的重载组件，也可以通过向左滑动等手势来实现。此时，第一展示单元02检测到触发视频预览从头播放的特定手势后，从头播放该视频预览。

第二展示单元03负责检测到用户触发播放目标视频的事件后，播放目标视频。

用户在观看视频预览的过程中，若确定想观看目标视频，或者在观看视频预览完毕后，确定想观看目标视频，则可以触发播放目标视频。例如，第二展示单元03检测到用户触发展示视频预览的页面上的特定组件后，访问特定组件所指向的目标视频的播放链接。

例如，开始播放视频预览后，该视频预览的窗口组件指向的链接替换为目标视频的播放链接。当用户点击正在播放的视频预览(即窗口组件的位置)后，触发访问该特定组件所指向的目标视频的播放链接，从而播放目标视频。

播放目标视频可以仍在当前页面直接播放，也可以在发生页面跳转后跳转到目标视频的播放页面进行播放。

视频提取单元04负责从目标视频提取出视频片段。视频提取单元04可以预先从各视频中提取出视频片段，然后进行存储，以便上述第一展示单元02在展示目标视频的视频预览时，直接从存储的视频预览中获取目标视频对应的视频预览。

视频提取单元04提取目标视频的视频预览的过程可以具体包括：

将目标视频输入预先训练得到的视频分类模型；

获取视频分类模型中注意力模块输出的各视频帧的权重；

提取总权重值满足预设要求的连续n个视频帧作为目标视频的视频预览，n为预设的正整数。

本发明中涉及的视频分类模型可以包括以下几个部分：卷积神经网络(cnn，convolutionalneuralnetwork)、时序性神经网络、注意力模块和全连接层。

模型训练单元05在训练视频分类模型时，可以具体执行：

将预先标记视频类别的视频作为训练数据；

将训练数据中的视频作为视频分类模型的输入，对应的视频类别作为视频分类模型的输出，训练视频分类模型，以最小化分类结果的损失函数。

其中，模型训练单元05在视频分类模型的训练过程中，可以将训练数据中的视频作为卷积神经网络的输入，输出视频中各帧的卷积特征；

将各帧的卷积特征作为时序性神经网络(例如长短时记忆机、gru或rnn)的输入，以输出各帧的时序特征；

将各帧的时序特征作为注意力模块的输入，以输出各帧的权重；

依据各帧的权重和时序性神经网络的输出，在全连接层进行视频至视频分类的映射；

利用映射结果计算损失函数。

图7示出了适于用来实现本发明实施方式的示例性计算机系统/服务器012的框图。图7显示的计算机系统/服务器012仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统/服务器012以通用计算设备的形式表现。计算机系统/服务器012的组件可以包括但不限于：一个或者多个处理器或者处理单元016，系统存储器028，连接不同系统组件(包括系统存储器028和处理单元016)的总线018。

总线018表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

计算机系统/服务器012典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器012访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器028可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)030和/或高速缓存存储器032。计算机系统/服务器012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统034可以用于读写不可移动的、非易失性磁介质(图7未显示，通常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线018相连。存储器028可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块042的程序/实用工具040，可以存储在例如存储器028中，这样的程序模块042包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块042通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器012也可以与一个或多个外部设备014(例如键盘、指向设备、显示器024等)通信，在本发明中，计算机系统/服务器012与外部雷达设备进行通信，还可与一个或者多个使得用户能与该计算机系统/服务器012交互的设备通信，和/或与使得该计算机系统/服务器012能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口022进行。并且，计算机系统/服务器012还可以通过网络适配器020与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器020通过总线018与计算机系统/服务器012的其它模块通信。应当明白，尽管图7中未示出，可以结合计算机系统/服务器012使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理单元016通过运行存储在系统存储器028中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的方法流程。

上述的计算机程序可以设置于计算机存储介质中，即该计算机存储介质被编码有计算机程序，该程序在被一个或多个计算机执行时，使得一个或多个计算机执行本发明上述实施例中所示的方法流程和/或装置操作。例如，被上述一个或多个处理器执行本发明实施例所提供的方法流程。

随着时间、技术的发展，介质含义越来越广泛，计算机程序的传播途径不再受限于有形介质，还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：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)、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。在本文件中，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。

计算机可读的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。计算机可读的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——无线、电线、光缆、rf等等，或者上述的任意合适的组合。

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发明操作的计算机程序代码，所述程序设计语言包括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)。

由以上描述可以看出，本发明实施例提供的上述方法、装置、设备和计算机存储介质可以具备以下优点：

1)本发明能够在定位到目标视频后，展示从目标视频提取出的视频预览，这种展示方式对视频内容的表达能力更强，可以减小用户错过其需要的视频资源的概率，也可以吸引用户点击，提升视频的点展比。

2)提取的视频预览作为动态封面能够很好地反映视频内容，减小用户观看视频内容后发现视频内容不符合预期的概率，用户满意度和停留时间得到提升。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。