[发明专利]视频搜索方法、系统及建立视频数据库的方法

说明书

技术领域

本发明涉及视频搜索领域，特别是涉及一种以视频内容作为搜索输入条件来进行视频搜索的搜索方法、系统、及用于此视频搜索方法的视频数据库建立方法。

背景技术

目前网络上的搜索技术，大多是以文字(Text)搜索为主的技术，例如Google、Yahoo、Youtube或是国内的其他小站等等搜索引擎，都是以文字搜索为主。虽然各搜索引擎都希望能突破文字的限制，例如在相同关键词下，可搜索繁体中文或是简体中文、甚至其它语言的内容，但毕竟还是受到文字关键词的限制。例如，若希望能搜索相关的多媒体数据，包括声音文件或是影像文件，常常因为没有足够的文字内容可作为搜索的依据，或是各国家采用不同的翻译名称，造成徒有关键词却无法找出正确或者更多相关的数据。

搜索引擎Google在2009年4月份推出以照片找照片的服务，是以照片内容(Content)找具有相关内容(Content)数据的服务。例如，请参照图1A，当在输入框120输入“apple”关键词110时，会出现跟“apple”有关的相关资料，但此时包括以苹果造型所有的影像，以及商标“”的相关产品手机“iPhone”。此时，若再进一步点选时，就可以排除许多不适用数据。例如图1B，使用者选取与苹果造型相关的影像后，搜索引擎进一步显示与此类水果(苹果)相关的影像。而又例如图1C，使用者选取与商标“”相关产品手机“iPhone”影像后，则显示与此产品相关的其它影像，更精确地找出使用者所要搜索的照片。但此技术很显然是用影像(Image)内容来搜索影像(Image)，但仅限于相关照片图档的搜索，对于多媒体文件，并没有任何方法可以搜索。

为突破此限制，在活动影像专业人员组织(Motion Picture Expert Group，以下简称MPEG)制定的技术协议MPEG-7中，提出一种具有对内容提供补充信息的标准，特别是针对多媒体数字内容。在此MPEG-7标准中，对于多媒体可以提供相关对应的内容描述(Multimedia Content Description)，而且可以独立于其它的MPEG标准，而此数字内容描述甚至可以附加在模拟的电影文件中。

对于每一个视听内容(Audio-visual Content)都可赋予对应的内容描述(Content Description)，此内容描述主要是提出此视听内容的相关特征值。而其文件编排的方式，则是例如：

AV+Descript+AV+Desript+AV+Desript+…

此“AV”即代表视听内容(Audio-visual Content)，而“Desript”则是代表对应的内容描述(Content Description)。

但这样的架构过于复杂，必须对于所有的多媒体文件进行重新编排，不适合既有的文件与架构。另外，虽然可以经由特征值，借由类似关键词的搜索，而找出相关的多媒体文件，但是，却无法跳脱以文字搜索造成不同语言之间的隔阂。

此外，随着网络与TV的结合日渐普及，在电视上要进行视频搜索将不可避免会碰到关键词输入的问题。一般人看电视手头上所握的都是一个遥控器，以遥控的大小与功能是无法取代键盘作为文字输入的装置，因此在网络TV上利用遥控器来控制视频搜索是未来此类应用的一个问题点所在。

发明内容

本发明的目的在于提供一种视频搜索方法、系统及建立视频数据库的方法。其能够建立一个以视频内容作为搜索条件的技术，达到以视频找视频的搜索结果。

为实现本发明的目的而提供一种视频搜索方法，包括接收一查询短片(Query Clip)的元数据(Meta-data)，其中元数据包括一第一索引标签与一第一语意样式。根据上述第一索引标签从至少一视频数据库中取得一或多个候选视频短片。根据所述第一语意样式逐一与每一候选视频短片的语意样式进行比对，而根据一比对结果将每一候选视频短片标示为可回传视频短片或不可回传视频短片。标示为可回传视频短片的所述候选视频短片则为符合查询短片的查询结果。

对该第一语意样式与每一该候选视频短片的语意样式进行比对的方式包括：

计算该第一语意样式与每一该候选视频短片的语意样式的语意长度；以及

与一临界值进行比较，若该语意长度小于该临界值，则将该候选视频短片标示为可回传视频短片，若该语意长度大于该临界值，则将该候选视频短片标示为不可回传视频短片。

该查询短片为使用者选择一时间长度的视频文件。

该查询短片为经由一使用者接口连结选择一时间长度的视频文件。