[发明专利]查询目标图像的方法和装置有效

专利信息
申请号: 201810615126.8 申请日: 2018-06-14
公开(公告)号: CN110674342B 公开(公告)日: 2023-04-25
发明(设计)人: 郭阶添 申请(专利权)人: 杭州海康威视数字技术股份有限公司
主分类号: G06F16/735 分类号: G06F16/735;G06F16/78;G06N3/0464
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 林祥
地址: 310051 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 查询 目标 图像 方法 装置
【权利要求书】:

1.一种查询目标图像的方法,其特征在于,所述方法包括:

在录制的视频中,提取目标类型的每个监控对象的一系列图像,其中,所述监控对象的一系列图像是通过如下处理得到的:基于所述监控对象在所述视频的视频帧中的一系列位置信息得到坐标序列,根据所述坐标序列对所述监控对象出现的每个视频帧进行目标部分分割,以得到所述监控对象的一系列图像;

将在同一视频段中提取的相同监控对象的一系列图像,输入图像特征提取子模型,得到所述监控对象的全局图像特征、局部图像特征、运动特征和与其他物体的关联特征,对所述全局图像特征、所述局部图像特征、所述运动特征和所述与其他物体的关联特征进行合成,得到所述监控对象的图像特征;

将所述图像特征输入图像语义生成子模型,得到语义描述字符串;

将所述语义描述字符串输入语义特征提取子模型,得到所述视频段中所述监控对象对应的语义特征,存储得到的各语义特征;其中,所述语义特征提取子模型包括分词模块与自然语言处理模块,所述分词模块用于对所述语义描述字符串进行分词后提取关键词,所述自然语言处理模块用于将所述分词模块提取的关键词转换成语义特征;

当接收到携带有目标监控对象的属性信息的监控对象查询请求时,根据所述属性信息的数据类型、以及所述数据类型与语义提取模型的对应关系,确定所述属性信息对应的第二语义提取模型;将所述属性信息,输入所述属性信息对应的所述第二语义提取模型,得到所述属性信息对应的第一语义特征;所述属性信息的数据类型包括图像类型、音频类型和字符类型中的一种或多种;

在存储的各语义特征中,确定与所述第一语义特征满足预设相似度条件的第二语义特征,获取所述第二语义特征对应的至少一个图像,对所述监控对象查询请求进行反馈。

2.根据权利要求1所述的方法,其特征在于,如果所述属性信息包括图像类型的属性信息,则第二语义提取模型包括图像特征提取子模型、图像语义生成子模型和语义特征提取子模型,所述将所述属性信息,输入所述第二语义提取模型,得到所述属性信息对应的第一语义特征,包括:

将所述图像类型的属性信息,输入所述图像特征提取子模型,得到所述图像类型的属性信息对应的图像特征;

将所述图像类型的属性信息对应的图像特征,输入所述图像语义生成子模型,得到所述图像类型的属性信息对应的语义描述字符串;

将所述图像类型的属性信息对应的语义描述字符串,输入所述语义特征提取子模型,得到所述图像类型的属性信息对应的第一语义特征。

3.根据权利要求1所述的方法,其特征在于,如果所述属性信息包括音频类型的属性信息,则第二语义提取模型包括音频语义生成子模型和语义特征提取子模型,所述将所述属性信息,输入所述第二语义提取模型,得到所述属性信息对应的第一语义特征,包括:

将所述音频类型的属性信息,输入所述音频语义生成子模型,得到所述音频类型的属性信息对应的语义描述字符串;

将所述音频类型的属性信息对应的语义描述字符串,输入所述语义特征提取子模型,得到所述音频类型的属性信息对应的第一语义特征。

4.根据权利要求1所述的方法,其特征在于,如果所述属性信息包括字符类型的属性信息,则第二语义提取模型包括语义特征提取子模型,所述将所述属性信息,输入所述第二语义提取模型,得到所述属性信息对应的第一语义特征,包括:

将所述字符类型的属性信息,输入所述语义特征提取子模型,得到所述字符类型的属性信息对应的第一语义特征。

5.根据权利要求1所述的方法,其特征在于,所述在存储的各语义特征中,确定与所述第一语义特征满足预设相似度条件的第二语义特征,包括:

在存储的各语义特征中,确定与所述第一语义特征的相似度大于预设相似度阈值的第二语义特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810615126.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top