[发明专利]用认知洞察力导航视频场景

说明书

本发明的实施例包括用于从数据库获取场景的方法、系统和计算机程序产品。本发明的各方面包括接收对存储在包括带注释的视频内容的数据库中的场景的搜索请求。从搜索请求中提取一个或多个关键词。为每个关键词生成扩展关键词。将扩展关键词和关键词与带注释的视频内容进行比较，识别出包含目标场景注释的目标场景。至少部分地根据每个目标场景的目标场景注释与扩展关键词和关键词之间的相关性，为每个目标场景分配置信度等级。以及向用户显示至少一个目标场景，其中，基于置信度等级确定所述至少一个目标场景。

技术领域

本发明涉及导航视频场景，更具体地说，涉及使用认知洞察力导航视频场景的方法和系统。

背景技术

随着计算机性能的不断提升，数字视频的使用变得越来越普遍。观看视频已经成为我们日常生活中最受欢迎的娱乐活动之一，正如研究表明的那样，超过50％的互联网带宽消耗于视频服务。有了现成的摄像机、智能手机和其他手持设备，人们正在记录越来越多的旅行、重要的庆祝活动和家庭时光。此外，数字视频技术在大多数监控系统中都得到了应用。

然而，使用和管理这些海量视频数据确实会出现问题。人们可能希望观看电影或家庭视频的特定场景，而不是整个视频。同样，警察或安全人员可能希望从大量的视频数据中找到并收集证据。

在一个或多个视频文件中查找和导航到特定场景通常非常耗时且困难。使用现有技术，用户必须通过使用快进模式观看视频，或者反复拖动滑块，直到找到期望的场景为止。此外，一些视频按章节进行分解，用户可以导航到场景可能位于的特定章节。这些技术需要从用户的视频内存中进行大量导航才能找到场景。此外，用户可能以前没有观看过视频，可能在基于来自另一个观看者的建议来搜索场景。

这一领域有一些解决方案，但它们并不能直接满足需求。例如，许多现代视频播放器“记住”播放电影的上一个断点，以便下一次从其停止的位置自动恢复电影。但是这个解决方案是基于历史记录的，并且是为单个用户和客户机设计的，因此，如果没有给定用户的以前的记录，或者在多用户的情况下，该解决方案不会很好地工作。

其他系统采用面部识别来在视频流中查找特定的人；然而，这并不能解决使用一般描述来查找特定场景的问题，也不能解决在多个场景中查找特定场景的问题。在这种情况下使用这种技术将是一个问题，因为提供给用户的大量结果将需要额外的手工过滤。因此，需要一种据以能够从单个视频或大量视频数据中快速、准确地发现所需场景的新方法。

发明内容

实施例包括一种用于从数据库获取场景的计算机实现的方法。该计算机实现的方法的非限制性示例包括接收对存储在数据库中的场景的搜索请求，该数据库中存储有带注释的视频内容。从搜索请求中提取一个或多个关键词。为每个关键词生成扩展关键词。将扩展关键词和关键词与带注释的视频内容进行比较，识别出包含目标场景注释的目标场景。至少部分地根据每个目标场景的目标场景注释与扩展关键词和关键词之间的相关性，为每个目标场景分配置信度等级。以及向用户显示至少一个目标场景，其中，基于置信度等级确定所述至少一个目标场景。

实施例包括一种用于从数据库获取场景的计算机系统，该计算机系统具有处理器，处理器被配置为执行一种方法。该系统的非限制性示例包括接收对存储在数据库中的场景的搜索请求，该数据库中存储有带注释的视频内容。从搜索请求中提取一个或多个关键词。为每个关键词生成扩展关键词。将扩展关键词和关键词与带注释的视频内容进行比较，识别出包含目标场景注释的目标场景。至少部分地根据每个目标场景的目标场景注释与扩展关键词和关键词之间的相关性，为每个目标场景分配置信度等级。以及向用户显示至少一个目标场景，其中，基于置信度等级确定所述至少一个目标场景。