[发明专利]一种视听内容检索方法及系统

权利要求书

1.一种视听内容检索方法，其特征在于，包括：

获取视听原始数据；

将所述视听原始数据按特定格式封装成视听文件，将所述视听文件存储在文件库；

对所述视听原始数据进行识别处理，输出识别文本；

获取与识别文本相对应的描述信息及时间戳；

将所述视听文件的路径信息、识别文本、描述信息及时间戳封装成比对数据体，将所述比对数据体存储在数据库中；

获取用户检索请求，并判断所述检索请求与所述数据库中的比对数据体是否匹配，

判断为是时，从所述文件库调取所述比对数据体所对应的所述视听文件，并对所述视听文件进行跳转播放。

2.如权利要求1所述视听内容检索方法，其特征在于，所述视听原始数据包括视频原始数据，所述将视听原始数据按特定格式封装成视听文件的步骤包括：

对所述视频原始数据进行缩放、画面合成和编码处理，生成标准视频数据；

按视频格式将所述标准视频数据封装成视听文件。

3.如权利要求2所述视听内容检索方法，其特征在于，所述对视听原始数据进行识别处理，输出识别文本的具体步骤包括：

从模型库中导入VGG-19卷积神经网络模型；

将所述视频原始数据输入到所述VGG-19卷积神经网络模型的第一卷积层；

通过所述VGG-19神经网络模型对所述视频原始数据进行卷积处理，输出识别文本。

4.如权利要求1所述视听内容检索方法，其特征在于，所述视听原始数据包括音频原始数据，所述将视听原始数据按特定格式封装成视听文件的步骤包括：对所述音频原始数据进行编码处理，生成标准音频数据；按音频格式将所述标准音频数据封装成视听文件。

5.如权利要求4所述视听内容检索方法，其特征在于，所述对视听原始数据进行识别处理，输出识别文本的具体步骤包括：

从模型库中导入DFSMN模型；

将所述音频原始数据输入到所述DFSMN模型的输入层；

通过所述DFSMN模型对所述音频原始数据进行卷积处理，输出识别文本。

6.如权利要求1所述视听内容检索方法，其特征在于，所述描述信息包括从PPT文件中提取的文本数据。

7.一种视听内容检索系统，其特征在于，包括：

视听数据获取模块，用于获取视听原始数据；

封装存储模块，用于将所述视听原始数据按特定格式封装成视听文件，将所述视听文件存储在文件库；

识别模块，用于对所述视听原始数据进行识别处理，输出识别文本；

识别描述获取模块，用于获取与识别文本相对应的描述信息及时间戳；

比对数据处理模块，用于将所述视听文件的路径信息、识别文本、描述信息及时间戳封装成比对数据体，将所述比对数据体存储在数据库中；

请求获取判断模块，用于获取用户检索请求，并判断所述检索请求与所述数据库中的比对数据体是否匹配，

调取模块，用于判断为是时，从所述文件库调取所述比对数据体所对应的所述视听文件，并对所述视听文件进行跳转播放。

8.如权利要求7所述视听内容检索系统，其特征在于，所述视听原始数据包括视频原始数据，所述封装存储模块包括：

视频标准化单元，用于对所述视频原始数据进行缩放、画面合成和编码处理，生成标准视频数据；

视频封装单元，用于按视频格式将所述标准视频数据封装成视听文件；

所述识别模块包括：

图像模型导入单元，用于从模型库中导入VGG-19卷积神经网络模型；

视频数据输入单元，用于将所述视频原始数据输入到所述VGG-19卷积神经网络模型的第一卷积层；

图像识别单元，用于通过所述VGG-19神经网络模型对所述视频原始数据进行卷积处理，输出识别文本。