视频播放的控制方法、装置、终端设备及存储介质与流程

本申请实施例涉及终端技术领域，尤其涉及一种视频播放的控制方法、装置、终端设备及存储介质。

背景技术：

随着互联网技术及电子信息技术的快速发展，终端设备如智能手机已经成为人们生活中必不可少的工具之一。终端设备具有的功能越来越多，用户可通过终端设备进行各种不同的操作，如社交聊天、听音乐、看视频等。

相关技术中，当用户对当前视频不感兴趣时，需要用户手动对视频进行快进或者切换，操作不方便。

技术实现要素：

本申请实施例提供一种视频播放的控制方法、装置、终端设备及存储介质，可以提高对视频播放控制的便捷性。

第一方面，本申请实施例提供了一种视频播放的控制方法，该方法包括：

获取当前播放视频的类型信息；

在视频播放过程中获取用户的人脸图像；

将所述类型信息和所述人脸图像输入训练模型，获取用户对当前视频的喜欢程度，所述训练模型为视频喜欢程度确定模型；

根据所述喜欢程度调节当前视频的播放参数。

第二方面，本申请实施例还提供了一种视频播放的控制装置，该装置包括：

类型信息获取模块，用于获取当前播放视频的类型信息；

人脸图像获取模块，用于在视频播放过程中获取用户的人脸图像；

喜欢程度获取模块，用于将所述类型信息和所述人脸图像输入训练模型，获取用户对当前视频的喜欢程度，所述训练模型为视频喜欢程度确定模型；

播放参数调节模块，用于根据所述喜欢程度调节当前视频的播放参数。

第三方面，本申请实施例还提供了一种终端设备，包括：处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的控制方法。

第四方面，本申请实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的控制方法。

本申请实施例，首先获取当前播放视频的类型信息，然后在视频播放过程中获取用户的人脸图像，再然后将类型信息和人脸图像输入训练模型，获取用户对当前视频的喜欢程度，训练模型为视频喜欢程度确定模型，最后根据喜欢程度调节当前视频的播放参数。本申请实施例提供的视频播放的控制方法，通过将视频的类型信息和人脸图像输入视频喜欢程度确定模型，获取用户对视频的喜欢程度，从而根据喜欢程度调节当前视频的播放参数，可以提高对视频播放控制的便捷性。

附图说明

图1是本申请实施例中的一种视频播放的控制方法的流程图；

图2是本申请实施例中的另一种视频播放的控制方法的流程图；

图3是本申请实施例中的又一种视频播放的控制方法的流程图；

图4是本申请实施例中的又一种视频播放的控制方法的流程图；

图5是本申请实施例中的一种视频播放的控制装置的结构示意图；

图6是本申请实施例中的一种终端设备的结构示意图；

图7是本申请实施例中的另一种终端设备的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。

图1为本申请实施例提供的一种视频播放的控制方法的流程图，本实施例可适用于对播放的视频进行控制的情况，该方法可以由视频播放的控制装置来执行，该装置可集成于如手机、平板电脑等终端设备中，如图1所示，该方法包括如下步骤。

步骤110，获取当前播放视频的类型信息。

其中，类型信息可以根据不同的划分标准获得，划分标准可以包括场景、情绪和形式等。场景可以表示视频内容发生的地点，情绪可以表示视频内容传达的感情，形式可以表示视频在拍摄时使用的特定设备或呈现的特性形式。可选的，如果按场景的标准进行划分，类型信息可以包括犯罪类、历史类、科幻类、战争类及体育类等；如果按情绪的标准进行划分，类型信息可以包括喜剧类、悲剧类、幻想类、爱情类、惊悚类、冒险类及动作类等；如果按形式的标准进行划分，类型信息可以包括动画类、传记类、记录片类及音乐类等。本实施例中，类型信息可以是由多个分类标准下的类别组成的信息，如历史爱情类等。

本应用场景下，获取当前播放视频的类型信息的方式可以是，首先查看当前播放视频的来源，然后查找该视频在其来源的网站中所属的类别，从而获得视频的类型信息。示例性的，假设用户当前利用终端设备中安装的爱奇艺app观看视频，那么当前播放视频的来源为爱奇艺视频网站，假设在爱奇艺网站中查找到该视频属于喜剧类，那么视频的类型信息即为喜剧类。

步骤120，在视频播放过程中获取用户的人脸图像。

其中，人脸图像可以是包含一帧图像的静态人脸图像，或者包含多帧连续图像的动态人脸图像。

可选的，获取用户的人脸图像的方式可以是，在视频播放过程中，终端设备启动前置摄像头，采集正在观看当前视频的用户的一帧或多帧人脸图像。本示例中，在获取到人脸图像后，需对人脸图像进行预处理，以使得人脸图像适于后续的操作。对人脸图像进行预处理的过程可以是，首先对每帧人脸图像进行人脸检测，确定人脸区域，然后检测人脸区域中的关键点特征点，基于检测到的关键特征点对人脸图像进行校准，最后将校准后的人脸图像按照预设模板进行编辑处理，以获得符合预设模板的人脸图像。其中，人脸检测可以采用现有的人脸检测算法对输入的人脸图像进行扫描，直至确定出人脸区域。人脸的关键特征点可以包括眼睛、眉毛、鼻子、嘴巴及脸部外轮廓等。预设模板包含图像的尺寸、像素等信息。

步骤130，将类型信息和人脸图像输入训练模型，获取用户对当前视频的喜欢程度。

其中，训练模型可以是视频喜欢程度确定模型。训练模型可以是基于设定的机器学习语言，通过样本集进行不断的训练获得的模型。本实施例中，视频喜欢程度确实模型可以通过用户观看视频时的人脸图像及视频的类型信息确定用户对当前播放视频的喜欢程度。

可选的，获取用户对当前视频的喜欢程度的过程可以是，首先将人脸图像输入训练模型进行表情识别，获得人脸图像对应的表情信息，然后将类型信息输入训练模型，根据表情信息和类型信息获取用户对当前视频的喜欢程度。

其中，表情信息可以包括高兴、难过、惊讶、害怕及愤怒等。本实施例中，训练模型经过样本集的训练可以确定用户对当前视频的喜欢程度。示例性的，人脸图像对应的表情信息为高兴，当前播放的视频的类型信息为喜剧类，则表示用户对视频的喜欢程度为喜欢。本实施例中的训练模型具有确定用户对视频的喜欢程度的能力，将人脸图像输入训练模型进行表情识别后获得的表情信息为高兴，将喜剧类的类型信息输入训练模型，训练模型根据高兴和喜剧类可获得用户喜欢当前播放的视频。

步骤140，根据喜欢程度调节当前视频的播放参数。

其中，喜欢程度可以包括喜欢和不喜欢。播放参数可以是能够表征视频播放情况的参数，例如可以包括：暂停、快进、切换和关闭等。

可选的，根据喜欢程度调节当前视频的播放参数可通过下述方式实施：若喜欢程度为喜欢，则缓存当前播放视频，并向用户推送与当前播放视频的类型信息相同的视频；若喜欢程度为不喜欢，则切换当前播放视频。可选的，若喜欢程度为喜欢，可以提高当前播放视频的画质，如由高清画质提高到超清画质等。对视频进行缓存，这样做的好处是，当用户在观看喜欢视频的时候出现网络不稳定的情况时，可避免视频播放不流畅。向用户推送与当前播放视频的类型信息相同的视频，可以节省用户对同类视频搜索的时间。当用户不喜欢当前播放视频时，将视频进行切换，可提高对视频控制的便捷性。

本实施例的技术方案，首先获取当前播放视频的类型信息，然后在视频播放过程中获取用户的人脸图像，再然后将类型信息和人脸图像输入训练模型，获取用户对当前视频的喜欢程度，训练模型为视频喜欢程度确定模型，最后根据喜欢程度调节当前视频的播放参数。本申请实施例提供的视频播放的控制方法，通过将视频的类型信息和人脸图像输入视频喜欢程度确定模型，获取用户对视频的喜欢程度，从而根据喜欢程度调节当前视频的播放参数，无需用户手动调节，可以提高对视频播放控制的便捷性。

可选的，在视频播放过程中获取用户的人脸图像还可通过下述方式实施：在视频播放过程中，每隔预设时间获取用户的至少一帧人脸图像。

其中，预设时间可以根据视频的时长自动设置，或者可以设置为具体的时间值。根据视频的时长自动设置的方式可以是将视频均分成预设数量的分段，每一分段所占的时间即为预设时长。示例性的，假设视频的时长为40分钟，预设数量设置为5，即将视频均分为5个分段，每个分段的所占的时间为8分钟，那么预设时间为8分钟，即对于时长为40分钟的视频，每隔8分钟获取用户的至少一帧人脸图像。设置为具体的时间值的方式可以是，对于任意的视频，都是每隔设置好的预设时间获取人脸图像。可选的，对于时长小于预设时间的视频，则不获取用户的人脸图像。其中预设时间可以设置为5-10分钟之间的任意值。

相应的，根据喜欢程度调节当前视频的播放参数还可通过下述方式实施：若喜欢程度为不喜欢，则控制当前播放视频快进预设时间。

本实施例中，将获得的人脸图像及视频的类型信息输入训练模型后，若得到的用户对当前视频的喜欢程度为不喜欢，则终端设备控制当前播放视频快进预设时间，使得视频从快进后时间点继续播放。可选的，假设播放视频的剩余时长小于预设时间，则可直接切换当前播放视频。示例性的，假设预设时间设置为8分钟，当前视频的类型信息为喜剧类，当视频播放至16分钟时，获取用户的人脸图像，根据当前获得人脸图像获得的表情信息为厌恶，训练模型根据喜剧类和厌恶推测出用户对当前播放视频的喜欢程度为不喜欢，终端设备控制视频快进8分钟，使得视频从24分钟的时间点继续播放，即跳过了16-24分钟之间的视频内容。可选的，若用户对当前视频的喜欢程度为喜欢，则控制终端设备缓存预设时间的视频内容，并且提高当前播放视频的画质，如由高清画质提高到超清画质等。

本实施例的技术方案，在视频播放过程中，每隔预设时间获取用户的至少一帧人脸图像，若喜欢程度为不喜欢，则控制当前播放视频快进预设时间。将用户不喜欢的视频片段跳过，可以节省用户观看视频的时间。

可选的，在视频播放过程中获取用户的人脸图像还可通过下述方式实施：对视频添加目标标签，当视频播放至具有目标标签的时间点时获取用户的至少一帧人脸图像。

其中，目标标签可以是能够表征当前播放视频中重要情节内容或特殊情节内容的标签。例如：假设目标标签为“男主人公出场”，则将目标标签添加至具有主人公画面的时段中。再例如一些犯罪类视频中会有一些血腥画面，那么目标标签可以是“血腥场景”，则将该目标标签添加至具有血腥画面的时段中。本实施例中，当视频播放至具有目标标签的时间点时，终端设备启动前置摄像头获取观看视频的用户的人脸图像，以通过用户的人脸图像确定用户对当前播放视频的喜欢程度。需要说明是，在本应用场景下，具有目标标签的可以是多个不连续的视频片段，获取用户的至少一帧人脸图像的方式可以是，只在第一次出现目标标签的时间点时获取人脸图像，或者在每个出现目标标签的视频片段的起始时间点时获取人脸图像。

相应的，根据所述喜欢程度调节当前视频的播放参数还可通过下述方式实施：若喜欢程度为喜欢，则控制当前播放视频播放具有所述目标标签的视频片段。

本实施例中，将在具有目标标签的时间点获得的人脸图像及当前视频的类型信息输入训练模型，若获得的用户对当前视频的喜欢程度为喜欢，则控制当前播放视频播放具有目标标签的视频片段。其中，播放具有目标标签的视频片段的方式可以是，当视频播放至不具有目标标签的视频片段时，直接快进至下一个具有目标标签的视频片段继续播放，即跳过不具有目标标签的视频片段；或者，将具有目标标签的视频片段提取出来，然后再进行拼接，播放拼接后的视频，即将不具有目标标签的视频片段剪切掉。可选的，若获得的用户对当前视频的喜欢程度为不喜欢，则控制当前播放视频不播放具有目标标签的视频片段。其中，不播放具有目标标签的视频片段的方式可以是，当视频播放至具有目标标签的视频片段时，直接快进至下一个不具有目标标签的视频片段继续播放，即跳过具有目标标签的视频片段；或者，将不具有目标标签的视频片段提取出来，然后再进行拼接，播放拼接后的视频，即将具有目标标签的视频片段剪切掉。

本实施例的技术方案，对视频添加目标标签，当视频播放至具有目标标签的时间点时获取用户的至少一帧人脸图像，若喜欢程度为喜欢，则控制当前播放视频播放具有目标标签的视频片段。提取用户感兴趣的视频片段播放，不仅使用户观赏到想要的内容，还节省用户的观看视频的时间。

图2为本申请实施例提供的另一种视频播放的控制方法的流程图，如图2所示，该方法包括如下步骤。

步骤210，获取用户观看不同类型信息的视频时的第一人脸图像集。

本实施例中，首先在不同类型信息的视频中分别选择预设数量的视频片段作为视频样本，例如，假设类型信息按照情绪的标准划分，预设数量为5，则在喜剧类、悲剧类、幻想类、爱情类、惊悚类、冒险类及动作类等每种类型中选择5个视频片段，从而获得多个视频样本。然后采集大量的用户在观看这些视频样本的人脸图像，形成第一人脸图像集。

步骤220，根据用户对不同类型信息的视频的喜欢程度对第一人脸图像集进行标记，获得第一人脸图像样本集。

本实施中，根据用户对不同类型信息的视频的喜欢程度对第一人脸图像集进行标记的方式可以是，观看视频样本的每个用户根据自身对视频的喜欢程度对采集的人脸图像进行标记，示例性的，收集了1000个用户在观看某一段视频时的人脸图像，让这1000个用户分别对自己的人脸图像根据其对该段视频的喜欢程度进行标记；或者，对获取的第一人脸图像集进行人工分析，结合人脸图像的表情及观看视频的类型，分析获得人脸图像对应的用户对视频的喜欢程度，然后对人脸图像进行标记；或者对于喜欢度超过第一阈值的视频样本，将观看该视频的用户的人脸图像都标记为“某类型-喜欢”，对于喜欢度小于第二阈值的视频样本，将观看该视频的用户的人脸图像都标记为“某类型-不喜欢”。其中，第一阈值可以是90％-100％之间的任意值，第二阈值可以是0-10％之间的任意值。

步骤230，根据第一人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

本实施例中，在获得第一人脸样本集后，基于设定机器学习算法对训练模型进行训练，在训练过程中，不断调整算法中的参数，使得训练模型具有准确识别视频喜欢程度的能力，即输入人脸图像及类型信息后，输出结果中的喜欢程度与标记的信息一致。在训练模型被成功训练后，就可以用来识别用户对视频的喜欢程度。

步骤240，获取当前播放视频的类型信息。

步骤250，在视频播放过程中获取用户的人脸图像。

步骤260，将类型信息和人脸图像输入训练模型，获取用户对当前视频的喜欢程度。

步骤270，根据喜欢程度调节当前视频的播放参数。

本实施例的技术方案，获取用户观看不同类型信息的视频时的第一人脸图像集，根据用户对不同类型信息的视频的喜欢程度对第一人脸图像集进行标记，获得第一人脸图像样本集，根据第一人脸图像样本集，基于设定机器学习算法对训练模型进行训练。通过采集图像集对训练模型进行训练，可以提高训练模型确定视频喜欢程度的准确性。

图3为本申请实施例提供的又一种视频播放的控制方法的流程图，如图3所示，该方法包括如下步骤。

步骤310，获取用户观看不同类型信息的视频时的第二人脸图像集。

本实施中，获取第二人脸图像集的方式与上述实施例中获取第一人脸图像集的方式类似，此处不再赘述。

步骤320，根据表情信息和用户对不同类型信息的视频的喜欢程度对第二人脸图像集进行标记，获得第二人脸图像样本集。

其中，根据表情信息对第二人脸图像集进行标记的方式可以是，将第二人脸图像集中的人脸图像分别输入现有的表情识别模型中，从而获得每个人脸图像对应的表情信息，然后将获得的表情信息分别标记于对应的人脸图像中。本实施例中根据用户对不同类型信息的视频的喜欢程度对第二人脸图像集进行标记的方式和上述实施例中根据用户对不同类型信息的视频的喜欢程度对第一人脸图像集进行标记的方式类似，此处不再赘述。根据表情信息和用户对不同类型信息的视频的喜欢程度对第二人脸图像集进行标记的形式可以是“表情-类型-喜欢程度”。

步骤330，根据第二人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

本实施例中，在获得第二人脸样本集后，基于设定机器学习算法对训练模型进行训练，在训练过程中，不断调整算法中的参数，使得训练模型具有准确识别视频喜欢程度的能力，即输入人脸图像及类型信息后，输出结果中的喜欢程度与标记的信息一致。在训练模型被成功训练后，就可以用来识别用户对视频的喜欢程度。

步骤340，将人脸图像输入训练模型进行表情识别，获得人脸图像对应的表情信息。

步骤350，将类型信息输入训练模型，根据表情信息和类型信息获取用户对当前视频的喜欢程度。

本实施例的技术方案，获取用户观看不同类型信息的视频时的第二人脸图像集，根据表情信息和用户对不同类型信息的视频的喜欢程度对第二人脸图像集进行标记，获得第二人脸图像样本集，根据第二人脸图像样本集，基于设定机器学习算法对训练模型进行训练。通过采集图像集对训练模型进行训练，可以提高训练模型确定视频喜欢程度的准确性。

图4为本申请实施例提供的又一种视频播放的控制方法的流程图，作为对上述实施例的进一步解释，如图4所示，该方法包括如下步骤。

步骤410，获取用户观看不同类型信息的视频时的第二人脸图像集。

步骤420，根据表情信息和用户对不同类型信息的视频的喜欢程度对第二人脸图像集进行标记，获得第二人脸图像样本集。

步骤430，根据第二人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

步骤440，获取当前播放视频的类型信息。

步骤450，对视频添加目标标签，当视频播放至具有目标标签的时间点时获取用户的至少一帧人脸图像。

步骤460，将人脸图像输入训练模型进行表情识别，获得人脸图像对应的表情信息。

步骤470，将类型信息输入训练模型，根据表情信息和类型信息获取用户对当前视频的喜欢程度。

步骤480，若喜欢程度为喜欢，则控制当前播放视频播放具有目标标签的视频片段。

步骤490，若喜欢程度为不喜欢，则控制当前播放视频播放不具有目标标签的视频片段。

图5本申请实施例提供的一种视频播放的控制装置的结构示意图，如图5所示，该装置包括：类型信息获取模块510，人脸图像获取模块520，喜欢程度获取模块530和播放参数调节模块540。

类型信息获取模块510，用于获取当前播放视频的类型信息；

人脸图像获取模块520，用于在视频播放过程中获取用户的人脸图像；

喜欢程度获取模块530，用于将类型信息和人脸图像输入训练模型，获取用户对当前视频的喜欢程度，训练模型包括视频喜欢程度确定模型；

播放参数调节模块540，用于根据喜欢程度调节当前视频的播放参数。

可选的，人脸图像获取模块520，还用于：

在视频播放过程中，每隔预设时间获取用户的至少一帧人脸图像；

相应的，播放参数调节模块540，还用于：

若喜欢程度为不喜欢，则控制当前播放视频快进预设时间。

可选的，人脸图像获取模块520，还用于：

对视频添加目标标签，当视频播放至具有目标标签的时间点时获取用户的至少一帧人脸图像；

相应的，播放参数调节模块540，还用于：

若喜欢程度为喜欢，则控制当前播放视频播放具有目标标签的视频片段。

可选的，还包括：

第一人脸图像集获取模块，用于获取用户观看不同类型信息的视频时的第一人脸图像集；

第一人脸图像样本集获取模块，用于根据用户对不同类型信息的视频的喜欢程度对第一人脸图像集进行标记，获得第一人脸图像样本集；

第一训练模型训练模块，用于根据第一人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

可选的，喜欢程度获取模块530，还用于：

将人脸图像输入训练模型进行表情识别，获得人脸图像对应的表情信息；

将类型信息输入训练模型，根据表情信息和类型信息获取用户对当前视频的喜欢程度。

可选的，还包括：

第二人脸图像集获取模块，用于获取用户观看不同类型信息的视频时的第二人脸图像集；

第二人脸图像样本集获取模块，用于根据表情信息和用户对不同类型信息的视频的喜欢程度对第二人脸图像集进行标记，获得第二人脸图像样本集；

第二训练模型训练模块，用于根据第二人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

可选的，播放参数调节模块540，还用于：

若喜欢程度为喜欢，则缓存当前播放视频，并向用户推送与当前播放视频的类型信息相同的视频；

若喜欢程度为不喜欢，则切换当前播放视频。

图6为本申请实施例提供的一种终端设备的结构示意图。如图6所示，终端设备600包括存储器601和处理器602，其中处理器602用于执行如下步骤：

获取当前播放视频的类型信息；

在视频播放过程中获取用户的人脸图像；

将所述类型信息和所述人脸图像输入训练模型，获取用户对当前视频的喜欢程度，所述训练模型为视频喜欢程度确定模型；

根据所述喜欢程度调节当前视频的播放参数。

图7是本申请实施例提供的另一种终端设备的结构示意图。如图7所示，该终端可以包括：壳体(图中未示出)、存储器601、中央处理器(centralprocessingunit，cpu)602(又称处理器，以下简称cpu)、存储在存储器601上并可在处理器602上运行的计算机程序、电路板(图中未示出)和电源电路(图中未示出)。所述电路板安置在所述壳体围成的空间内部；所述cpu602和所述存储器601设置在所述电路板上；所述电源电路，用于为所述终端的各个电路或器件供电；所述存储器601，用于存储可执行程序代码；所述cpu602通过读取所述存储器601中存储的可执行程序代码来运行与所述可执行程序代码对应的程序。

所述终端还包括：外设接口603、rf(radiofrequency，射频)电路605、音频电路606、扬声器611、电源管理芯片608、输入/输出(i/o)子系统609、触摸屏612、其他输入/控制设备610以及外部端口604，这些部件通过一个或多个通信总线或信号线607来通信。

应该理解的是，图示终端设备600仅仅是终端的一个范例，并且终端设备600可以具有比图中所示出的更多的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。

下面就本实施例提供的用于视频播放的控制的终端设备进行详细的描述，该终端设备以智能手机为例。

存储器601，所述存储器601可以被cpu602、外设接口603等访问，所述存储器601可以包括高速随机存取存储器，还可以包括非易失性存储器，例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

外设接口603，所述外设接口603可以将设备的输入和输出外设连接到cpu602和存储器601。

i/o子系统609，所述i/o子系统609可以将设备上的输入输出外设，例如触摸屏612和其他输入/控制设备610，连接到外设接口603。i/o子系统609可以包括显示控制器6091和用于控制其他输入/控制设备610的一个或多个输入控制器6092。其中，一个或多个输入控制器6092从其他输入/控制设备610接收电信号或者向其他输入/控制设备610发送电信号，其他输入/控制设备610可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是，输入控制器6092可以与以下任一个连接：键盘、红外端口、usb接口以及诸如鼠标的指示设备。

其中，按照触摸屏的工作原理和传输信息的介质分类，触摸屏612可以为电阻式、电容感应式、红外线式或表面声波式。按照安装方式分类，触摸屏612可以为：外挂式、内置式或整体式。按照技术原理分类，触摸屏612可以为：矢量压力传感技术触摸屏、电阻技术触摸屏、电容技术触摸屏、红外线技术触摸屏或表面声波技术触摸屏。

触摸屏612，所述触摸屏612是用户终端与用户之间的输入接口和输出接口，将可视输出显示给用户，可视输出可以包括图形、文本、图标、视频等。可选的，触摸屏612将用户在触屏幕上触发的电信号(如接触面的电信号)，发送给处理器602。

i/o子系统609中的显示控制器6091从触摸屏612接收电信号或者向触摸屏612发送电信号。触摸屏612检测触摸屏上的接触，显示控制器6091将检测到的接触转换为与显示在触摸屏612上的用户界面对象的交互，即实现人机交互，显示在触摸屏612上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是，设备还可以包括光鼠，光鼠是不显示可视输出的触摸敏感表面，或者是由触摸屏形成的触摸敏感表面的延伸。

rf电路605，主要用于建立智能音箱与无线网络(即网络侧)的通信，实现智能音箱与无线网络的数据接收和发送。例如收发短信息、电子邮件等。

音频电路606，主要用于从外设接口603接收音频数据，将该音频数据转换为电信号，并且将该电信号发送给扬声器611。

扬声器611，用于将智能音箱通过rf电路605从无线网络接收的语音信号，还原为声音并向用户播放该声音。

电源管理芯片608，用于为cpu602、i/o子系统及外设接口所连接的硬件进行供电及电源管理。

在本实施例中，中央处理器602用于：

获取当前播放视频的类型信息；

在视频播放过程中获取用户的人脸图像；

将所述类型信息和所述人脸图像输入训练模型，获取用户对当前视频的喜欢程度，所述训练模型为视频喜欢程度确定模型；

根据所述喜欢程度调节当前视频的播放参数。

进一步地，所述在视频播放过程中获取用户的人脸图像，包括：

在视频播放过程中，每隔预设时间获取用户的至少一帧人脸图像；

相应的，根据所述喜欢程度调节当前视频的播放参数，包括：

若喜欢程度为不喜欢，则控制当前播放视频快进所述预设时间。

进一步地，所述在视频播放过程中获取用户的人脸图像，包括：

对视频添加目标标签，当视频播放至具有所述目标标签的时间点时获取用户的至少一帧人脸图像；

相应的，根据所述喜欢程度调节当前视频的播放参数，包括：

若喜欢程度为喜欢，则控制当前播放视频播放具有所述目标标签的视频片段。

进一步地，在将所述类型信息和所述人脸图像输入训练模型之前，还包括：

获取用户观看不同类型信息的视频时的第一人脸图像集；

根据用户对所述不同类型信息的视频的喜欢程度对所述第一人脸图像集进行标记，获得第一人脸图像样本集；

根据所述第一人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

进一步地，将所述类型信息和所述人脸图像输入训练模型，获取用户对当前视频的喜欢程度，包括：

将所述人脸图像输入训练模型进行表情识别，获得所述人脸图像对应的表情信息；

将所述类型信息输入训练模型，根据所述表情信息和所述类型信息获取用户对当前视频的喜欢程度。

进一步地，在将所述人脸图像输入训练模型进行表情识别之前，还包括：

获取用户观看不同类型信息的视频时的第二人脸图像集；

根据表情信息和用户对所述不同类型信息的视频的喜欢程度对所述第二人脸图像集进行标记，获得第二人脸图像样本集；

根据所述第二人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

进一步地，所述根据所述喜欢程度调节当前视频的播放参数，包括：

若所述喜欢程度为喜欢，则缓存当前播放视频，并向用户推送与当前播放视频的类型信息相同的视频；

若所述喜欢程度为不喜欢，则切换当前播放视频。

本申请实施例还提供一种包含终端设备可执行指令的存储介质，所述终端设备可执行指令在由终端设备处理器执行时用于执行一种视频播放的控制方法。

本申请实施例的计算机存储介质，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申请操作的计算机程序代码，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)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的应用推荐操作，还可以执行本申请任意实施例所提供的视频播放的控制方法中的相关操作。

上述装置可执行本申请前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请前述所有实施例所提供的方法。

注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。