[发明专利]一种交通视频的检索方法及检索服务器

说明书

技术领域

本申请涉及智能交通技术领域，特别涉及一种交通视频的检索方法及检索服务器。

背景技术

当前，随着交通事故的频繁发生，很多交通道路都安装了摄像头，以录制违章车辆的违章视频。由于摄像头采集的监控视频数量繁多，想要从众多的监控视频中检索到目标视频往往十分困难。

当前，通常采用的是将固定路段的监控视频存储于固定磁盘中。这样，在进行监控视频检索时，可以有针对性地缩小查询的范围，以提高视频检索的效率。

然而，现有技术中的这种视频检索方法，按照路段存储的视频通常存储于不同的地方，而且需要为不同的视频贴上不同的标签。这样繁琐的操作无疑会增加视频检索的复杂程度，从而导致视频检索的效率不高。

应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

本申请实施方式的目的在于提供一种交通视频的检索方法及检索服务器，能够提高视频检索的效率。

为实现上述目的，本申请一方面提供一种交通视频的检索方法，所述方法包括：S1：建立交通视频样本库，所述交通视频样本库中包括预设数量的交通视频；S2：将每个所述交通视频切分为多个具有独立语义的交通视频块；S3：从各个所述交通视频块中提取相应的交通视频特征，并对提取的所述交通视频特征进行聚类运算，以确定各个所述交通视频特征对应的检索词汇；S4：根据确定的所述检索词汇，构建所述交通视频样本库中每个交通视频对应的检索向量，并通过各个所述检索向量形成交通视频索引库；S5：获取待检索的目标交通视频，并提取所述目标交通视频对应的目标检索向量；S6：将所述目标检索向量与所述交通视频索引库中的各个检索向量进行匹配，并根据匹配结果反馈所述目标交通视频的检索结果。

进一步地，在所述S2步骤中，包括如下步骤：按照预设算法生成多个交通视频推荐窗，并利用所述多个交通视频推荐窗对每个交通视频进行切分，以得到多个具有独立语义的交通视频块；其中，相邻的交通视频块之间存在重叠部分。

进一步地，在所述步骤S3中包括如下步骤：基于卷积神经网络模型对各个所述交通视频块进行特征提取，并将所述卷积神经网络模型中第一个全连接层输出的深度特征作为各个所述交通视频块对应的交通视频特征。

进一步地，在所述步骤S3中包括如下步骤：预先设置与所述交通视频特征的数量相适配的检索词汇；计算所述交通视频特征到每个所述检索词汇的词向量之间的距离；将与所述交通视频特征距离最近的检索词汇确定为所述交通视频特征对应的检索词汇。

进一步地，在所述步骤S5中包括如下步骤：将所述目标交通视频切分为多个具有独立语义的交通视频块，其中，所述目标交通视频对应的交通视频块的数量与所述交通视频样本库中每个交通视频对应的交通视频块的数量相同；从目标交通视频对应的各个交通视频块中提取相应的交通视频特征，并确定各个所述交通视频特征对应的检索词汇；根据确定的所述检索词汇，构建所述目标交通视频对应的目标检索向量。

进一步地，在所述步骤S6中包括以下步骤：计算所述目标检索向量与所述交通视频索引库中的各个检索向量之间的距离；按照计算的距离从近到远的顺序，对所述交通视频索引库中的检索向量进行排序，并将排序后的检索向量对应的交通视频作为检索结果进行反馈。

进一步地，在所述步骤S6之后，所述方法还包括：将所述检索出的交通视频中的每一帧图片数据的RGB颜色特征转换为HIS颜色特征；将转换为HIS颜色特征的图片数据通过贝叶斯分类器进行分类，得到具备HIS颜色特征的图片数据对应的特征值序列；根据所述特征值序列，对所述检索出的交通视频进行画面增强处理。

进一步地，在将所述检索出的交通视频中的每一帧图片数据的RGB颜色特征转换为HIS颜色特征之后，所述方法还包括：将转换为HIS颜色特征的图片数据进行量化降维处理。