[发明专利]一种基于大数据下的视频图像智能搜索方法及系统

权利要求书

1.一种基于大数据下的视频图像智能搜索方法，其特征在于，所述方法包括：

获取视频流，从中截取若干帧视频图像，并将所截取的视频图像写入HBase中；

利用RDF Schema实现对视频图像的表述；

获取待搜索图像，利用多层逐级融合的特征提取模型对待搜索图像中的语义特征进行提取；

根据所提取的语义特征以及HBase表中的图像RDFS表述，通过构建多度量搜索树返回图像搜索的HBase表候选集；

利用聚合重排序算法对候选集中的图像数据进行排序，将索引值最低的图像数据作为图像搜索结果。

2.如权利要求1所述的一种基于大数据下的视频图像智能搜索方法，其特征在于，所述将所截取的视频图像写入HBase中，包括：

1)在客户端输入视频图像的本地存储地址，然后通过JAVA输入流将视频图像数据以流的形式读入，通过HDFS的写入流函数将读入的视频图像流上传到HDFS中；

2)从HDFS中读取一幅视频图像，得到视频图像的帧数；然后创建MapReduce任务，将图像帧数，视频图像作为Map任务的输入；

3)在MapReduce任务的Map阶段，根据视频图像的命名规则，从视频图像名称中解析出视频图像的相关属性，并根据这些属性生成RowKey行键；

4)在创建HBase表时，本发明预先创建一些空的Regions，当向HBase写入视频图像数据时，根据RowKey的散列分布，将图像数据写入到不同的Region中；最后组合“RowKey，图像文件，图像名称，图像类型，图像采集时间，图像帧数”作为一行写入到HBase表中。

3.如权利要求2所述的一种基于大数据下的视频图像智能搜索方法，其特征在于，所述利用RDF Schema对视频图像的表述，包括：

对视频图像实例的RDFS进行设计，自定义三个名称空间，用来区分视频图像信息image、图像目标信息object以及目标坐标信息bndbox，其中名称空间image中涵盖10个属性，名称空间object中涵盖5个属性，名称空间bndbox中涵盖4个属性；

根据所设计的RDFS，对HBase表中所存储的图像进行表述。

4.如权利要求3所述的一种基于大数据下的视频图像智能搜索方法，其特征在于，所述多层逐级融合的特征提取模型为：

所述多层逐级融合的特征提取模型为卷积神经网络和深度编码器神经网络的联合模型，该网络结构由三个卷积块以及一个全连接块组成组成，每个卷积块都有两个卷积层、两个激活层和一个最大池化层，在三个卷积块之后，是一个全连接块，全连接块包括两层全连接层和一个分类输出层；

通过对卷积块输入和输出之间的残差进行调整，使每个卷积块的输出等于下一个卷积块的输入，不同的卷积块相当于不同的网络层级；

在卷积块的每一个卷积层后，都增加了正则归一化层和Dropout层。

5.如权利要求4所述的一种基于大数据下的视频图像智能搜索方法，其特征在于，所述利用多层逐级融合的特征提取模型对待搜索图像中的语义特征进行提取，包括：

输入的待搜索图像通过6层的卷积层网络，并进行非线性激活、正则化以及池化等一系列操作，提取到图片数据集的中高级特征；

经过2层全连接层和Softmax输出分类层进行有监督的训练，模型训练收敛之后，将第一层全连接层提取的2048维图像特征作为深度编码器网络的输入，得到图像语义特征的128维向量。