一种视频播放方法及电子显示设备

技术领域

本申请实施例涉及电子设备的显示领域，尤其涉及一种视频播放方法及电子显示设备。

背景技术

在用户观看视频时，如用户通过电视进行视频的观看，那么保证电视以合适的画质参数对视频内容进行显示，则可以为用户带去良好的观影体验。

目前，对电视的画质参数进行调节的方案主要有以下两种：

方式1、基于预先设定的模式，根据播放节目内容调整对应的画质参数。如针对时间段以及节目标识进行电视节目的适宜画质参数的预设置(如CCTV1总是准时地在每天的19:00播放新闻联播节目)，从而在设定的时间点下，将电视当前的画质参数切换至待播放节目所对应的适宜画质参数，从而以调整后的画质参数对待播放节目进行播放，如此将可以提升用户在对待播放节目进行收看时候的视觉体验。

方式2、通过深度学习算法对当前播放的电视内容进行智能分析，识别当前播放的电视内容，从而自动为其匹配适宜的画质参数，并按照所匹配出的适宜的画质参数对电视内容进行播放。

然而，上述两种方案在具体使用时容易存在以下缺点：

方式1的缺点：随着电视节目播放形式的多样性，方式1显然无法满足对点播和回放等场景的识别。比如，用户某天夜里22:18想要通过回放的形式对当天的新闻联播节目进行观看，则此时电视无法自动对回放的新闻联播节目对应的画质参数进行调整，如此将导致用户可能在一个不是最适宜画质参数的状态下对新闻联播节目进行观看，这显然容易拉低用户的体验感。

方式2的缺点：由于电视内容播出的过程中容易出现多场景混淆的情况，诸如出现新闻节目中介绍动漫内容、电影节目中播放体育赛事等“画中画”的情况，而当前的深度学习算法则无法准确地识别该种“画中画”类型的电视节目，因此自动匹配出的画质参数容易不准确，错误的参数调整反而容易带来较差的观影体验。

因此，目前亟需一种准确地对视频的画质参数进行调整的方案，从而使得播放的视频画面带给用户更好的视觉体验。

发明内容

本申请提供一种视频播放方法及电子显示设备，用以准确地识别在播视频的视频类别，从而基于所识别出的视频类别对在播视频进行最佳画质参数的自动调整，提升用户的观影体验。

第一方面，本申请实施例提供一种视频播放方法，该方法包括：获取第一视频帧；根据所述第一视频帧中各预设局部区域的图像内容，确定所述第一视频帧对应的第一视频分类；根据所述第一视频帧中整体区域的图像内容，确定所述第一视频帧对应的第二视频分类；根据所述第一视频分类和所述第二视频分类，确定对第二视频帧进行播放时的画质参数并根据所述画质参数对所述第二视频帧进行播放；所述第二视频帧位于所述第一视频帧之后。

上述方案中，对一视频进行播放时，通过对前序视频帧(即第一视频帧)分别进行各预设局部区域的图像内容和整体区域的图像内容的检测，则可以确定前序视频帧分别对应的第一视频分类和第二视频分类，基于这两个视频分类，可以确定后序视频帧(即第二视频帧)在播放时候的画质参数。由于本方案中分别从局部和整体的角度对前序视频帧的内容进行了检测，因此可以准确地对前序视频帧的视频分类作出判定，从而当以所判定出的视频分类指示的画质参数控制后序视频帧进行播放，则可以提升用户的观影体验。

在一种可能实现的方法中，所述根据所述第一视频帧中各预设局部区域的图像内容，确定所述第一视频帧对应的第一视频分类，包括：针对所述第一视频帧中的任一预设局部区域，将所述预设局部区域的图像内容输入至对应的预设视频分类的识别模型中，从而得到所述第一视频帧在所述预设视频分类下的可信度；基于所述第一视频帧在各预设视频分类下的可信度，确定所述第一视频帧对应的第一视频分类。

上述方案中，具体描述了该如何得到第一视频帧对应的第一视频分类。关于某一视频分类，由于事先已经对大量的该视频分类下的各图像中的预设局部区域的图像内容进行了训练，因此关于各个视频分类，可以形成相对应的视频分类的识别模型，从而在对第一视频帧进行视频分类的确定时，可以使用各视频分类的识别模型来对第一视频帧中的相应的预设局部区域的图像内容进行检测，从而关于任一个视频分类的识别模型可以输出一个可信度，最终基于各可信度，即可以准确、快速地确定第一视频帧对应的第一视频分类。

在一种可能实现的方法中，所述根据所述第一视频帧中各预设局部区域的图像内容，确定所述第一视频帧对应的第一视频分类，包括：对所述第一视频帧中第一预设局部区域的图像内容进行第一像素值统计，从而确定所述第一视频帧对应的第一视频分类；或将所述第一视频帧中第二预设局部区域的图像内容与设定模板进行匹配，从而确定所述第一视频帧对应的第一视频分类；或对所述第一视频帧中第三预设局部区域的图像内容进行第二像素值统计并确定连续视频帧中的镜头切换频率，从而确定所述第一视频帧对应的第一视频分类；或对所述第一视频帧中第四预设局部区域的图像内容进行字体识别，从而确定所述第一视频帧对应的第一视频分类。

上述方案中，具体描述了该如何得到第一视频帧对应的第一视频分类。比如对第一视频帧中第一预设局部区域的图像内容进行像素值统计(比如视频分类为电影时，则电影播放时页面中一般显示有上下黑边)、或者将第一视频帧中第二预设局部区域的图像内容与设定模板进行匹配(比如各个卫视具有各自的台标)、又或者对第一视频帧中第三预设局部区域的图像内容进行第二像素值统计并确定连续视频帧中的镜头切换频率(比如视频分类为足球这一体育项目时，则足球视频播放时页面中一般显示有绿色草坪的信息以及镜头切换的会比较频繁)、再或者对第一视频帧中第四预设局部区域的图像内容进行字体识别(比如视频分类为新闻时，则新闻播放时页面中一般出现字幕框)，如此可以确定第一视频帧对应的第一视频分类。

在一种可能实现的方法中，所述根据所述第一视频帧中整体区域的图像内容，确定所述第一视频帧对应的第二视频分类，包括：将所述第一视频帧输入画面风格分类模型；所述画面风格分类模型是通过对各预设视频分类的多张图像进行学习得到的；其中，不同的预设视频分类的图像张数的差值小于设定张数；通过所述画面风格分类模型，确定所述第一视频帧对应的第二视频分类。

上述方案中，具体描述了该如何得到第一视频帧对应的第二视频分类。由于事先已经对大量的各视频分类下的多张图像中整体区域的图像内容进行了学习，因此形成了一画面风格分类模型，从而在对第一视频帧进行视频分类的确定时，可以使用该画面风格分类模型来对第一视频帧中整体区域的图像内容进行检测，从而可以快速、准确地确定第一视频帧对应的第二视频分类。

在一种可能实现的方法中，所述将所述第一视频帧输入画面风格分类模型之前，所述方法还包括：对所述第一视频帧进行压缩处理；所述画面风格分类模型是通过对各预设视频分类的多张图像压缩后进行学习得到的。

上述方案中，在对画面风格分类模型进行训练之前，可将用于训练的多张图像分别进行压缩处理，也即使用压缩后的各图像来对画面风格分类模型进行训练。通过该方式，在满足细节刻画要求的前提下，可以极大地减少计算量，有助于快速生成画面风格分类模型。

在一种可能实现的方法中，所述第一视频分类与所述第二视频分类分别对应第一可信度和第二可信度；所述根据所述第一视频分类和所述第二视频分类，确定对第二视频帧进行播放时的画质参数，包括：若所述第一视频分类和所述第二视频分类为同一视频分类，且所述第一可信度与所述第二可信度分别满足各自的设定阈值，则控制第二视频帧以所述第一视频分类或所述第二视频分类指示的画质参数进行显示；若所述第一可信度与所述第二可信度分别满足各自的设定阈值，而所述第一视频分类和所述第二视频分类不为同一视频分类，则控制所述第二视频帧以所述第一可信度和所述第二可信度中可信度高的视频分类指示的画质参数进行显示。

上述方案中，通过对第一视频帧分别进行各预设局部区域的图像内容和整体区域的图像内容的检测后，将可以得出第一视频帧分别属于第一视频分类时对应的第一可信度和属于第二视频分类时对应的第二可信度，从而可以兼顾第一视频分类与第二视频分类是否为同一视频分类这一因素以及两个可信度与各自的设定阈值之间的关系这一因素，通过综合考虑这两个因素，从而就可以准确地确定第二视频帧在播放时候的画质参数了。

在一种可能实现的方法中，若所述第一可信度与所述第二可信度分别未满足各自的设定阈值，则控制所述第二视频帧以所述第一视频帧所属的视频分类或默认视频分类指示的画质参数进行显示。

上述方案中，当第一可信度与第二可信度分别都不满足各自的设定阈值的时候，则可以控制第二视频帧以第一视频帧所属的视频分类指示的画质参数进行显示，如此可以保证用户视觉上的连贯性；或者也可以控制第二视频帧以默认视频分类指示的画质参数进行显示，如此可以保证用户能在一个整体较为适宜的条件下对视频进行观看。

在一种可能实现的方法中，所述获取第一视频帧之后，根据所述第一视频帧中各预设局部区域的图像内容，确定所述第一视频帧对应的第一视频分类之前，所述方法还包括：对所述第一视频帧进行去噪、平滑处理；将经去噪、平滑处理的所述第一视频帧缩放至设定尺寸。

上述方案中，对第一视频帧进行视频分类的确定之前，通过对其进行预处理，可提高第一视频帧的画面平滑度，删减画面中的噪音点，以及减少确定视频分类过程中的计算量。

第二方面，本申请实施例提供一种视频播放方法，该方法包括：获取连续N帧视频帧；针对所述连续N帧视频帧中的任一视频帧，根据所述视频帧中各预设局部区域的图像内容，确定所述视频帧对应的第三视频分类，以及根据所述视频帧中整体区域的图像内容，确定所述视频帧对应的第四视频分类，并基于所述三视频分类和所述第四视频分类，确定所述视频帧的有效视频分类；对所述连续N帧视频帧对应的N个有效视频分类进行融合处理，确定对第N+1帧视频帧进行播放时的画质参数并根据所述画质参数对所述第N+1帧视频帧进行播放。

上述方案中，在时效性需求不是非常高的情况下或者出于维持单帧视频帧显示时候的稳定性的目的，通过综合考虑连续N帧视频帧的视频分类结果，从而在控制第N+1帧视频帧进行显示时，可以使得第N+1帧视频帧以最适宜的画质参数进行显示，如此可以提升用户的观影体验。

第三方面，本申请实施例提供了一种电子显示设备，包括：

显示器，用于进行显示；

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行如第一方面任一实现方法和第二方面的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面任一实现方法和第二方面的方法。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种视频播放方法的示意图；

图2为本申请实施例提供的一种基于预设局部区域的图像内容确定视频分类的示意图；

图3为本申请实施例提供的一种视频播放方法的示意图；

图4为本申请实施例提供的一种电子显示设备的示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在用户对视频进行观看的过程中，保证用户所看的视频是以一种最佳的画质参数进行显示的，这有助于提升用户的观影体验。

由于目前的基于预先设定的模式，从而根据播放节目内容调整对应的画质参数的方案无法很好的适应视频点播和回放等场景，以及，目前的深度学习算法虽然一定程度上可以智能匹配当前播放视频的画质参数，但是却无法适用于对“画中画”类型的电视节目的准确识别。因此，目前亟需一种准确地对视频的画质参数进行调整的方案，从而使得播放的视频画面带给用户更好的视觉体验。

针对上述技术问题，本申请提供一种视频播放方法，该方法可由电子显示设备予以执行。如图1所示，为本申请实施例提供的一种视频播放方法的示意图，该方法包括以下步骤：

步骤101，获取第一视频帧。

在本步骤中，可以实时地对一段在播的视频流进行视频帧的拉取。例如，通过对视频流中的视频帧进行拉取，可将当前拉取到的视频帧作为第一视频帧。

步骤102，根据所述第一视频帧中各预设局部区域的图像内容，确定所述第一视频帧对应的第一视频分类。

在本步骤中，对于获取到的第一视频帧，可以对它当中的各预设局部区域的图像内容进行检测，从而可以确定第一视频帧对应的第一视频分类。

步骤103，根据所述第一视频帧中整体区域的图像内容，确定所述第一视频帧对应的第二视频分类。

在本步骤中，对于获取到的第一视频帧，可以对它整体区域的图像内容进行识别，从而可以确定第一视频帧对应的第二视频分类。

步骤104，根据所述第一视频分类和所述第二视频分类，确定对第二视频帧进行播放时的画质参数并根据所述画质参数对所述第二视频帧进行播放。

在本步骤中，由于通过步骤102可以确定第一视频帧对应的第一视频分类以及通过步骤103可以确定第一视频帧对应的第二视频分类，从而根据对第一视频分类和第二视频分类进行综合处理的结果，将可以依据综合处理的结果来确定第二视频帧在播放时候的画质参数，并依据所确定出的画质参数对第二视频帧进行播放。其中，第二视频帧位于第一视频帧之后，即第一视频帧为前序视频帧，第二视频帧为后序视频帧。

上述方案中，对一视频进行播放时，通过对前序视频帧(即第一视频帧)分别进行各预设局部区域的图像内容和整体区域的图像内容的检测，则可以确定前序视频帧分别对应的第一视频分类和第二视频分类，基于这两个视频分类，可以确定后序视频帧(即第二视频帧)在播放时候的画质参数。由于本方案中分别从局部和整体的角度对前序视频帧的内容进行了检测，因此可以准确地对前序视频帧的视频分类作出判定，从而当以所判定出的视频分类指示的画质参数控制后序视频帧进行播放，则可以提升用户的观影体验。

以下将结合示例分别对上述一些步骤进行详细说明。

在本申请的某些实施中，所述根据所述第一视频帧中各预设局部区域的图像内容，确定所述第一视频帧对应的第一视频分类，包括：针对所述第一视频帧中的任一预设局部区域，将所述预设局部区域的图像内容输入至对应的预设视频分类的识别模型中，从而得到所述第一视频帧在所述预设视频分类下的可信度；基于所述第一视频帧在各预设视频分类下的可信度，确定所述第一视频帧对应的第一视频分类。

可选的，所述根据所述第一视频帧中各预设局部区域的图像内容，确定所述第一视频帧对应的第一视频分类，包括：对所述第一视频帧中第一预设局部区域的图像内容进行第一像素值统计，从而确定所述第一视频帧对应的第一视频分类；或将所述第一视频帧中第二预设局部区域的图像内容与设定模板进行匹配，从而确定所述第一视频帧对应的第一视频分类；或对所述第一视频帧中第三预设局部区域的图像内容进行第二像素值统计并确定连续视频帧中的镜头切换频率，从而确定所述第一视频帧对应的第一视频分类；或对所述第一视频帧中第四预设局部区域的图像内容进行字体识别，从而确定所述第一视频帧对应的第一视频分类。

视频播放过程中，由于各视频所属的分类不同，则对各视频进行播放时所采用的画质参数也将随之改变，如此才能更好地满足用户的观影需求。例如，电影、新闻、体育(下文以足球比赛为例)、动画片、综艺(下文大型联欢晚会为例)等可以作为一个个的视频分类，本申请实施例中通过对每种视频分类下的多张图像中的一些局部区域的图像内容、采用复杂度较低的算法，形成对每种视频分类进行有效识别的视频分类的识别模型，从而对于所形成的各视频分类的识别模型，就可以用于对第一视频帧中的各预设局部区域的图像内容进行检测，从而每一个视频分类的识别模型将可以输出一个可信度，最终本申请中可以将可信度最大的视频分类的识别模型所识别出来的视频分类作为第一视频的视频分类，即第一视频分类。

例如，对于视频分类为电影时，其中电影播放画面中一般具有上下黑边；因此，对播放图像的上下边缘部分，进行逐行的像素值(灰度图或者RGB彩色图像)进行分析，上下黑边的像素值分布会明显靠近黑色的色彩分布。如果统一播放节目在一定时间段内一直都符合该分布，则可以初步判断该播放节目有上下黑边(也有黑天的场景会被误认为是黑边特征，但该情况会在长时间播放中，随着不同的场景更换体现出来，一个节目总是黑夜场景的可能性较小)。

例如，对于视频分类为足球比赛这一体育项目时，其中足球场的绿茵草地一般会高频率出现；因此，对于足球场这种特殊的区域，即场地有着明显的绿色信息，尤其是在确定是体育节目的情况下，以及摄像头经常高速切换的状态，可能综合得到是足球节目的判断(其他例如高尔夫球这种也是具有绿茵场信息的体育节目，往往不具备足球这种高强度竞技类型的摄像头移动速度和不同角度切换频率)。

例如，对于视频分类为新闻时，其中新闻播放画面中一般在底部有字幕框；因此，对于播放画面的下方区域，简单的方式可以依据字幕框的边缘信息进行判断，以及在相邻帧中的该信息的鲁棒性进行综合判断。复杂的方式，可以利用字符识别的方式，通过确认嵌在字幕框中的是否具有文字信息的方式，完成对字幕框的精准识别。

说明的是，对于经典台标，比如主流的中央电视台的白色台标(CCTV)，可以采用模板匹配的方式来进行配准。例如，针对采集到的中央电视台的台标的标准样本，提取对应的梯度图(或者其他有效信息，比如哈希码)，然后利用这样提取出的台标样本的有效信息，和播放内容中的对应位置的图像进行信息匹配，通过匹配度确认播放内容是否来自于台标样本中的电视台(这里以CCTV为例)。

其中，匹配经典台标的方式，可以用于辅助识别当前视频帧所属的视频类别：

比如，前述例子中，在检测到播放画面中有上下黑边，若同时在播放画面中检测到的如CCTV6(央视电影频道的经典台标)这一白色台标，则可以更加确定当前视频帧属于电影这一视频分类；

再如，前述例子中，在检测到播放画面中有明显的绿色信息，以及连续几帧中的画面切换较快的场景，若同时在播放画面中检测到如CCTV5(央视体育频道的经典台标)这一白色台标，则可以更加确定当前视频帧属于体育这一视频分类；

又如，前述例子中，在检测到播放画面中有字幕框，若同时在播放画面中检测到如CCTV13(央视新闻频道的经典台标)这一白色台标，则可以更加确定当前视频帧属于新闻这一视频分类。

如图2所示，为本申请实施例提供的一种基于预设局部区域的图像内容确定视频分类的示意图。其中，图2中的(a)图表示视频分类为电影，因为在它当中检测到了上黑边(图中已经使用虚线框标识出上黑边)；图2中的(b)图表示视频分类为新闻，因为在它当中检测到了字幕框和CCTV13这一台标(图中已经使用虚线框分别标识出字幕框以及CCTV13台标)；图2中的(c)图表示视频分类为体育，因为在它当中检测到了绿色草地(图中已经使用虚线框标识出绿色草地)。

在本申请的某些实施中，所述根据所述第一视频帧中整体区域的图像内容，确定所述第一视频帧对应的第二视频分类，包括：将所述第一视频帧输入画面风格分类模型；所述画面风格分类模型是通过对各预设视频分类的多张图像进行学习得到的；其中，不同的预设视频分类的图像张数的差值小于设定张数；通过所述画面风格分类模型，确定所述第一视频帧对应的第二视频分类。

可选的，所述将所述第一视频帧输入画面风格分类模型之前，所述方法还包括：对所述第一视频帧进行压缩处理；所述画面风格分类模型是通过对各预设视频分类的多张图像压缩后进行学习得到的。

视频播放过程中，由于各视频所属的分类不同，则对各视频进行播放时所采用的画质参数也将随之改变，如此才能更好地满足用户的观影需求。例如，电影、新闻、体育(下文以足球比赛为例)、动画片、综艺(下文大型联欢晚会为例)等可以作为一个个的视频分类，本申请实施例中通过对每种视频分类下的多张图像的整体区域的图像内容进行学习，可形成一画面风格分类模型，从而在对第一视频帧进行视频分类的确定时，可以使用该画面风格分类模型来对第一视频帧中整体区域的图像内容进行检测，并最终对外输出一个视频分类和该视频分类对应的可信度，其中，所输出的视频分类可作为第一视频帧的视频分类，即第二视频分类。

比如，动画片这一类人工图像，图像纹理较柔和，少有掺杂的噪音点，而室内舞台综艺节目整体上色调会明显有别于其他节目，其整体色调更加偏向绚丽的色彩，以及其他各种类型的节目也能找到对应的一些鲜明风格，此处不再一一举例。因此，可基于机器学习的方法，例如采用深度卷积神经网络，对这些不同类别的节目中的整体画面风格进行有效提取，并进行属性分类。对于整体画面风格进行分类时，算法对图像中的细节刻画要求不高，因此可以在压缩图上进行，以减少整体计算量。

由于对视频帧进行整体区域的图像内容的识别时，可不再关注细节上的差异度，而可从整体的纹理状况、色调和柔和度等信息来对视频分类进行识别。为了能够满足对各种的视频分类进行识别的需求，本申请实施例在形成画面风格分类模型的过程中可对大批量的样本进行统计和训练，比如可采用当下比较流行的深度卷积神经网络算法进行大批量数据训练，从而能够适应变化多端的视频分类的场景。训练过程中所使用到的大批量的样本在涵盖大多数视频分类的同时，可控制属于不同视频分类的训练数据的数量要保持整体相差不大。在画面风格分类模型训练的过程中，可根据每个阶段的训练情况，进行训练样本的补充和调整，如对预测效果较差的一些视频分类，可加大训练样本的补给量，从而最终训练出来的画面风格分类模型可用于播放节目的视频分类的识别。

在本申请的某些实施中，所述第一视频分类与所述第二视频分类分别对应第一可信度和第二可信度；所述根据所述第一视频分类和所述第二视频分类，确定对第二视频帧进行播放时的画质参数，包括：若所述第一视频分类和所述第二视频分类为同一视频分类，且所述第一可信度与所述第二可信度分别满足各自的设定阈值，则控制第二视频帧以所述第一视频分类或所述第二视频分类指示的画质参数进行显示；若所述第一可信度与所述第二可信度分别满足各自的设定阈值，而所述第一视频分类和所述第二视频分类不为同一视频分类，则控制所述第二视频帧以所述第一可信度和所述第二可信度中可信度高的视频分类指示的画质参数进行显示。

可选的，若所述第一可信度与所述第二可信度分别未满足各自的设定阈值，则控制所述第二视频帧以所述第一视频帧所属的视频分类或默认视频分类指示的画质参数进行显示。

比如，对于第一视频帧，一方面可以将第一视频帧中的各个预设局部区域的图像内容分别输入对应的预设视频分类的识别模型中，比如将第一视频帧的上、下预设区域(预设区域的高度可以自行设置)的图像内容进行逐行的像素值分析(如黑色)，以及将第一视频帧的下方预设区域(预设区域的高度可以自行设置)的图像内容进行字体识别，以及将第一视频帧的中下方预设区域(预设区域的高度可以自行设置)的图像内容进行逐行的像素值分析(如绿色)，同时对第一视频帧的左上角预设区域(预设区域的宽、高度可以自行设置)的图像内容进行各经典台标的匹配，从而通过预设视频分类的识别模型的分析处理，各个预设视频分类的识别模型都可以给出一个可信度，可信度表示将第一视频帧识别为当前视频分类的概率值，因此本申请中可以将各可信度中最高的一个可信度对应的视频分类作为第一视频帧的第一视频分类；另一方面，可以将第一视频帧中整体区域的图像内容输入画面风格识别模型中，经过画面风格识别模型对第一视频帧中整体区域的图像内容的识别，也将给出一个经过计算出来的视频分类以及该视频分类对应的可信度，因此本申请中可以将画面风格识别模型输出的视频分类作为第一视频帧的第二视频分类。

关于第一视频帧，基于对它的局部区域的图像内容的识别结果以及对它的整体区域的图像内容的识别结果，本申请实施例中通过综合考虑这两方面的识别结果，而最终确定控制位于第一视频帧之后的第二视频帧在显示时候的画质参数，如此可以使得第二视频帧在以综合确定出来的画质参数进行显示时带给用户的视觉感受将是最佳的，提升了用户的观影体验。

其中，关于第一视频帧，本申请中对它的局部区域的图像内容的识别结果为第一视频分类，同时有与第一视频分类对应的第一可信度，以及本申请对它的整体区域的图像内容的识别结果为第二视频分类，同时由于第二视频分类对应的第二可信度；此时，可以包括以下几种情况：

若第一视频分类与第二视频分类为同一视频分类，同时第一可信度满足了预先设置的第一阈值，第二可信度也满足了预先设置的第二阈值，其中，第一阈值与第二阈值为技术人员根据经验预先设置好的，第一阈值可以与第二阈值相同，也可以不相同，本申请对此不做限定，因此此时表示两个识别结果是高度一致与可信的，那么本申请中可以将第一视频分类或者第二视频分类作为第一视频帧的有效视频分类，同时将其指示的画质参数作为对第二视频帧进行显示的画质参数；

若第一视频分类与第二视频分类不为同一视频分类，但第一可信度满足了预先设置的第一阈值，第二可信度也满足了预先设置的第二阈值，那么此时尽管第一视频分类与第二视频分类为不同的视频分类，则表示两个识别结果都是可信的，那么本申请中可以将两个可信度中较高的可信度对应的视频分类作为第一视频帧的有效视频分类，并且将其指示的画质参数作为对第二视频帧进行显示的画质参数；

若第一可信度未满足预先设置的第一阈值，同时第二可信度也未满足预先设置的第二阈值，那么此时无需关心第一视频分类与第二视频分类是否为同一视频分类，只需要将控制第二视频帧以第一视频帧所属的画质参数或者默认视频分类指示的画质参数进行显示即可。因为在两个可信度分别不满足各自的设定阈值的时候，就表示两个识别结果都是不可信的，但是本申请中在面对这种不可信的情况时，若出于保证用户视觉上的连贯性的目的，则可以控制第二视频帧以第一视频帧所属的视频分类指示的画质参数进行显示，若出于保证用户能在一个整体较为适宜的条件下对视频进行观看的目的，则也可以控制第二视频帧以默认视频分类指示的画质参数进行显示，这表示，本申请中可以为识别结果出现不可信的情况提供相应的策略。

在本申请的某些实施中，所述获取第一视频帧之后，根据所述第一视频帧中各预设局部区域的图像内容，确定所述第一视频帧对应的第一视频分类之前，所述方法还包括：对所述第一视频帧进行去噪、平滑处理；将经去噪、平滑处理的所述第一视频帧缩放至设定尺寸。

对于获取到的第一视频帧，本申请实施例可对其进行图像预处理，如采用高斯滤波去噪、平滑处理，以及将图像缩放，并统一图像至设定的图像尺寸。经过图像预处理，可提高图像的画面平滑度，删减画面中的噪音点，以及经过图像缩放操作可减少确定视频分类过程中的计算量。

在时效性需求不是非常高的情况下或者出于维持单帧视频帧显示时候的稳定性的目的，通过综合考虑连续N帧视频帧的视频分类结果，从而在控制第N+1帧视频帧进行显示时，可以使得第N+1帧视频帧以最适宜的画质参数进行显示，如此可以提升用户的观影体验。

如图3所示，为本申请实施例提供的一种视频播放方法的示意图。该视频播放方法包括以下步骤：

步骤301，获取连续N帧视频帧；

步骤302，针对所述连续N帧视频帧中的任一视频帧，根据所述视频帧中各预设局部区域的图像内容，确定所述视频帧对应的第三视频分类，以及根据所述视频帧中整体区域的图像内容，确定所述视频帧对应的第四视频分类，并基于所述三视频分类和所述第四视频分类，确定所述视频帧的有效视频分类；

步骤303，对所述连续N帧视频帧对应的N个有效视频分类进行融合处理，确定对第N+1帧视频帧进行播放时的画质参数并根据所述画质参数对所述第N+1帧视频帧进行播放。

例如，对于一段在播的视频，本申请实施例中令根据最近播放的前3帧视频帧来对下一帧待播放的视频帧的画质参数进行调整，如根据第1帧视频帧、第2帧视频帧和第3帧视频帧来对第4帧视频帧的画质参数进行调整，根据第2帧视频帧、第3帧视频帧和第4帧视频帧来对第5帧视频帧的画质参数进行调整，不一一举例；其中，设由远及近的三帧视频帧对下一帧待播放的视频帧的影响分别表现为0.25这一权重、0.35这一权重和0.40这一权重。对于一段视频当中的第1帧视频帧，其中第1帧视频帧在播放时是以默认画质参数进行播放的，若经过本申请实施例的预设视频分类的识别模型对各预设局部区域的图像内容识别以及画面风格分类模型对整体区域的图像内容的识别，确定出第1帧视频帧的有效视频分类为体育，此时并不立即控制第2帧视频帧以第1帧视频帧所属的有效视频分类，即体育对应的画质参数进行播放，而是继续让第2帧视频帧以默认画质参数进行播放；若对第2帧视频帧应用本申请的视频分类的检测方法，确定出第2帧视频帧的有效视频分类为体育，此时并不立即控制第3帧视频帧以2帧视频帧所属的有效视频分类，即体育对应的画质参数进行播放，而是继续让第3帧视频帧以默认画质参数进行播放；若对第3帧视频帧应用本申请的视频分类的检测方法，确定出第3帧视频帧的有效视频分类为新闻，此时由于第1帧视频帧和第2帧视频帧是被识别为体育，且分别对应的权重为0.25和0.35，第3帧视频帧是被识别为新闻，其对应的权重为0.4，因此体育这一视频分类对应的权重为0.6，新闻这一视频分类对应的权重为0.4，从而可以控制第4帧视频帧以体育这一视频分类对应的画质参数进行播放；若在控制第4帧视频帧以体育这一视频分类对应的画质参数进行播放时，对第4帧视频帧应用本申请的视频分类的检测方法，确定出第4帧视频帧的有效视频分类为体育，则此时由于第2帧视频帧和第4帧视频帧是被识别为体育，且分别对应的权重为0.25和0.4，第3帧视频帧是被识别为新闻，其对应的权重为0.35，因此体育这一视频分类对应的权重为0.65，新闻这一视频分类对应的权重为0.35，从而可以控制第5帧视频帧以体育这一视频分类对应的画质参数进行播放；不再一一举例。

基于同样的构思，本申请实施例提供一种电子显示设备，如图4所示，为本申请实施例提供的一种电子显示设备的示意图，该电子显示设备包括显示器401、存储器402和处理器403；

显示器401，用于进行显示；

存储器402，用于存储程序指令；在本申请实施例中，存储器402可以用于存储视频播放方法的程序指令；

处理器403，用于调用存储器401中存储的程序指令，按照获得的程序执行视频播放方法。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行视频播放方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。