[发明专利]视频检索方法、模型训练方法、装置、设备及存储介质在审

专利信息
申请号: 202011364213.4 申请日: 2020-11-27
公开(公告)号: CN112487239A 公开(公告)日: 2021-03-12
发明(设计)人: 贺峰;汪琦;冯知凡;柴春光 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/73 分类号: G06F16/73;G06F16/783;G06N3/04;G06N3/08
代理公司: 北京市铸成律师事务所 11313 代理人: 阎敏;杨瑾瑾
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 检索 方法 模型 训练 装置 设备 存储 介质
【权利要求书】:

1.一种视频检索方法,包括:

从检索文本中提取文本特征;

从待分析视频中提取视觉特征;

根据所述文本特征和所述视觉特征,得到所述检索文本和所述视频的特征相似度,以及所述视频与所述检索文本中包含的概念的概念置信度;

根据所述特征相似度和所述概念置信度,确定所述视频在所述检索文本对应的检索结果中的排序。

2.根据权利要求1所述的方法,其中,所述从检索文本中提取文本特征,包括:

获取所述检索文本中的概念的上位概念和/或近义概念和/或下位概念;

根据所述检索文本中的概念,以及所述上位概念和/或近义概念和/或下位概念,获得所述文本特征。

3.根据权利要求1所述的方法,其中,所述根据所述文本特征和所述视觉特征,得到所述检索文本和所述视频的特征相似度,包括:

计算所述文本特征的特征向量和所述视觉特征的特征向量的向量相似度;

将所述向量相似度作为所述特征相似度。

4.根据权利要求1所述的方法,其中,所述根据所述文本特征和所述视觉特征,得到所述视频与所述检索文本中包含的概念的概念置信度,包括:

将所述视觉特征输入视频概念感知模型,得到概念词典中所有概念与所述视频的概念置信度;

根据所述文本特征和所述概念词典中所有概念与所述视频的概念置信度,得到所述检索文本中包含的概念的概念置信度。

5.根据权利要求1-4中任意一项所述的方法,其中,所述根据所述特征相似度和所述概念置信度,确定所述视频在所述检索文本对应的检索结果中的排序,包括:

根据所述特征相似度和所述概念置信度,计算所述视频与所述检索文本的相似度;

根据所述视频与所述检索文本的相似度,确定所述视频在所述检索文本对应的检索结果中的排序。

6.根据权利要求5所述的方法,其中,所述根据所述特征相似度和所述概念置信度,计算所述视频与所述检索文本的相似度,包括:

将所述特征相似度和所述概念置信度的加权和,作为所述视频与所述检索文本的相似度。

7.一种模型训练方法,包括:

获取用于训练模型的正样本和负样本;所述正样本包括视频及视频的标注概念,所述负样本包括所述视频及任意一个与标注概念不同的其它概念;

将所述正样本和负样本输入待训练的视频概念感知模型,得到所述标注概念与所述视频的第一概念相关性以及所述其它概念与所述视频的第二概念相关性;

根据所述第一概念相关性和所述第二概念相关性,训练所述待训练的视频概念感知模型,得到视频概念感知模型。

8.根据权利要求7所述的方法,其中,所述标注概念包括至少一个目标概念以及所述目标概念的上位概念。

9.一种视频检索装置,包括:

文本特征模块,用于从检索文本中提取文本特征;

视觉特征模块,用于从待分析视频中提取视觉特征;

特征处理模块,用于根据所述文本特征和所述视觉特征,得到所述检索文本和所述视频的特征相似度,以及所述视频与所述检索文本中包含的概念的概念置信度;

排序模块,用于根据所述特征相似度和所述概念置信度,确定所述视频在所述检索文本对应的检索结果中的排序。

10.根据权利要求9所述的装置,其中,所述文本特征模块包括:

概念单元:用于获取所述检索文本中的概念的上位概念和/或近义概念和/或下位概念;

概念处理单元,用于根据所述检索文本中的概念,以及所述上位概念和/或近义概念和/或下位概念,获得所述文本特征。

11.根据权利要求9所述的装置,其中,所述特征处理模块包括:

向量相似度单元,用于计算所述文本特征的特征向量和所述视觉特征的特征向量的向量相似度;将所述向量相似度作为所述特征相似度。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011364213.4/1.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