[发明专利]用于搜索视频的方法和装置

权利要求书

1.一种用于搜索视频的方法，包括：

获取图像，根据语义理解步骤确定所述图像的语义理解结果，其中，所述语义理解步骤包括：识别源图像中的实体，基于所述源图像中的实体，从第一知识图谱中确定所述源图像的语义理解结果；

获取视频集合中各个视频的关键帧，基于所述语义理解步骤确定所述视频集合中所述各个视频的关键帧的语义理解结果；

基于所述各个视频的关键帧的语义理解结果，确定所述各个视频的语义理解结果；

在所述视频集合中所述各个视频的语义理解结果中，搜索语义理解结果与所述图像的语义理解结果匹配的视频作为目标视频。

2.根据权利要求1所述的方法，其中，所述基于所述各个视频的关键帧的语义理解结果，确定所述各个视频的语义理解结果，包括：

根据所述各个视频中的音频流，确定所述各个视频中的音频流中的实体；从第二知识图谱中，确定所述各个视频中的音频流中的实体所对应的所述视频的音频流的语义理解结果；

基于所述各个视频的关键帧的语义理解结果和所述各个视频中的音频流的语义理解结果，确定所述各个视频的语义理解结果。

3.根据权利要求1所述的方法，其中，所述根据语义理解步骤确定所述图像的语义理解结果，包括：

识别所述图像的画面中的实体；

从所述第一知识图谱中，确定所述图像的画面中的实体所对应的所述图像的画面的语义理解结果；

识别所述图像的文字中的实体；

从第三知识图谱中，确定所述图像的文字中的实体所对应的所述图像的文字的语义理解结果；

基于所述图像的画面的语义理解结果和所述图像的文字的语义理解结果，确定所述图像的语义理解结果。

4.根据权利要求1所述的方法，其中，所述基于所述各个视频的关键帧的语义理解结果，确定所述各个视频的语义理解结果，包括：

识别所述各个视频的关键帧中的文字中的实体；

从所述第三知识图谱中，确定所述各个视频的关键帧中的文字中的实体所对应的各个视频的文字的语义理解结果；

基于所述各个视频的关键帧的语义理解结果和所述各个视频的文字的语义理解结果，确定所述各个视频的语义理解结果。

5.根据权利要求1所述的方法，其中，所述在所述视频集合中所述各个视频的语义理解结果中，搜索语义理解结果与所述图像的语义理解结果匹配的视频作为目标视频，包括：

根据所述图像的语义理解结果，确定所述图像的语义标签；

针对所述视频集合中的各个视频，根据该视频的语义理解结果确定该视频的语义标签；

在所述视频集合中所述各个视频的语义标签中，搜索语义标签与所述图像的语义标签匹配的视频作为目标视频。

6.根据权利要求1所述的方法，其中，所述方法包括：

获取所述图像的特征值；

针对所述视频集合中的各个视频，分别获取该视频的特征值，该视频的特征值包括该视频的关键帧的特征值；

在所述视频集合中所述各个视频的语义理解结果以及特征值中，搜索语义理解结果与所述图像的语义理解结果匹配、并且特征值与所述图像的特征值匹配的视频作为目标视频。

7.根据权利要求1所述的方法，其中，所述方法包括：

获取所述图像的文本信息，其中，所述图像的文本信息包括对所述图像进行文字识别获得的文本内容；

针对所述视频集合中的各个视频，分别获取该视频的文本信息，该视频的文本信息包括该视频的以下至少一项信息：该视频的关键帧的文本信息、该视频中的音频流中的文本信息；

在所述视频集合中所述各个视频的语义理解结果以及文本信息中，搜索语义理解结果与所述图像的语义理解结果匹配、并且文本信息与所述图像的文本信息匹配的视频作为目标视频。