[发明专利]海量视频内容检索方法、系统及移动终端

说明书

技术领域

本发明涉及视频检索技术领域，特别涉及一种基于视频内容的海量视频内容检索方法、系统及移动终端。  

背景技术

视频检索技术随着多媒体编码、多媒体处理以及网络传输的发展成为数据库领域以及信息检索领域中的重要问题，其关键性在于视频信息的有效组织和精确检索。进一步地讲，当前互联网正在成为一个巨大的数据仓库，即使是基于数据库的视频检索也要面临数据量庞大、结构复杂的问题，再依赖于视频的文本标签进行视频的检索不仅会影响检索结果，而且检索过程没有充分利用视频的视觉信息，造成检索结果的重复，并且传统的串行方法在性能商业不能满足实用要求；文本标签不能表述视频信息里面的海量内容，并且文本的人工标注和解释不仅费时费力，还容易造成标注的不准确。所以文本检所不能满足视频检索的新要求。 

 现有的基于文本标签的视频检索结合基于视频内容的检索就是一个很好的选择。它不仅能满足用户的精确检索需求，而且考虑到了充分利用带宽的要素，从而将两种看似矛盾的要素进行了综合考虑并有机结合，同时满足了带宽分配、管理、整形、限速、用户分级、带宽利用等要素，很好地迎合了并行计算和视频服务的特征。 

然而，现有的基于视频内容的检索视频关键帧的提取和关键帧特征量的提取，还不能令人满意。 这样的情况在实用性方面还有一定的距离。 

有鉴于此，现有技术还有待进一步改进和提高。 

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种海量视频内容检索方法、系统及移动终端以解决现有技术中视频依赖文本标签的检索的问题。 

为了达到上述目的，本发明采取了以下技术方案： 

一种海量视频内容检索方法，其中，包括以下步骤：

S1、将视频文件分割成若干个镜头；

S2、对各个镜头的特征进行提取，得到一能反映镜头内容的特征空间，将所述特征空间作为海量视频检索的依据和基础。

所述的海量视频内容检索方法，其中，所述步骤S1中将视频文件分割成若干个镜头具体为采用双比较方法找出视频镜头的突变帧和渐变帧，进行视频分割。 

所述的海量视频内容检索方法，其中，所述特征提取是由关键帧的视觉特征提取和镜头的运动特性提取组成的。 

所述的海量视频内容检索方法，其中，所述特征空间包括：图像特征的索引和视频特征的索引，其中，所述图像特征索引面向静态特征建立，所述视频特征主要是基于视频运动特征的提取。 

所述的海量视频内容检索方法，其中，在实现对关键帧的视觉特征和镜头运动特征提取之后，分别从视频的视觉内容相似性、时间顺序相似性和粒度相似性三个因素进行视频检索的匹配。 

一种海量视频内容检索系统，其中，包括： 

分割单元，用于将视频文件分割成若干个镜头；

特征提取单元，用于对各个镜头的特征进行提取，得到一能反映镜头内容的特征空间，将所述特征空间作为海量视频检索的依据和基础。

所述的海量视频内容检索系统，其中，所述分割单元中将视频文件分割成若干个镜头具体为采用双比较方法找出视频镜头的突变帧和渐变帧，进行视频分割。 

一种移动终端，其中，包括上述的海量视频内容检索系统。 

相较于现有技术，本发明提供的海量视频内容检索方法、系统及移动终端。其中所述方法为通过对视频切分，切割成镜头，实现对各个镜头的特征提取，得到一个能够充分反映视频镜头内容的特征空间，这个特征空间将作为海量视频精确检索的依据和基础。特征提取是由关键帧的视觉特征提取和镜头的运动特性提取组成的。对于静态特征，主要从颜色、纹理、形状等角度来进行；对于运动特征，主要从镜头运动分析，如镜头的运动变化、运动目标的大小变化、运动目标的运动轨迹等来进行，这样就充分利用了视频的视觉信息，能够提高海量视频数据中的精确检索，提高用户的体验。发现海量视频的特点，使用关键帧提取的方法并进行模块优化，解决了视频依赖文本标签检索的技术瓶颈，提出基于视频内容检索的研究，引入新的数据表示和数据模型，实现对海量视频数据的精确检索。它能够处理海量视频数据，同时能满足用户的精确检索的视频应用特点。 

附图说明

图1为本发明提供的海量视频内容检索方法的流程框图。 

图2为本发明提供的海量视频内容检索方法的实施例中采用双比较方法找出视频镜头的突变和渐变帧从而进行视频分割的流程框图。 

图3为本发明提供的海量视频内容检索方法的实施例中采用基于小波变换提取的纹理特征提取的流程框图。