[发明专利]视频检索方法、装置和电子设备有效

专利信息
申请号: 202110076616.7 申请日: 2021-01-20
公开(公告)号: CN112784102B 公开(公告)日: 2023-07-28
发明(设计)人: 薛学通;杨敏 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;G06F16/75;G06F16/783;G06N3/0464
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 韩海花
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 装置 电子设备
【权利要求书】:

1.一种视频检索方法,包括:

获取待检索视频的多个视频帧对应的多个第一特征向量,并获取查询图片对应的第二特征向量;

对多个所述待检索视频对应的多个所述第一特征向量进行聚类,以生成多个聚类中心和所述多个聚类中心对应的所述多个第一特征向量;

根据所述多个视频帧之间的时序依赖关系、所述第二特征向量、所述多个聚类中心和所述多个聚类中心对应的所述多个第一特征向量,确定多个所述待检索视频中的目标视频;其中,

所述根据所述多个视频帧之间的时序依赖关系、所述第二特征向量、所述多个聚类中心和所述多个聚类中心对应的所述多个第一特征向量,确定多个所述待检索视频中的目标视频,包括:

根据所述多个视频帧之间的时序依赖关系,确定与所述聚类中心存在链接关系的关联聚类中心和所述链接关系的权重;

根据所述第二特征向量、所述多个聚类中心、所述多个聚类中心对应的所述多个第一特征向量、所述与所述聚类中心存在链接关系的关联聚类中心和所述链接关系的权重,确定多个所述待检索视频中的所述目标视频。

2.根据权利要求1所述的视频检索方法,其中,所述根据所述第二特征向量、所述多个聚类中心、所述多个聚类中心对应的所述多个第一特征向量、所述与所述聚类中心存在链接关系的关联聚类中心和所述链接关系的权重,确定多个所述待检索视频中的所述目标视频,包括:

计算所述第二特征向量和所述聚类中心的第一相似度;

根据所述第一相似度确定所述多个聚类中心中的第一候选聚类中心;

根据所述第一候选聚类中心对应的所述链接关系的权重,确定与所述第一候选聚类中心存在链接关系的聚类中心中的第二候选聚类中心;

计算所述第二特征向量和候选第一特征向量之间的第二相似度,所述候选第一特征向量为所述第一候选聚类中心和所述第二候选聚类中心对应的所述第一特征向量;

根据所述第二相似度确定多个所述待检索视频中的所述目标视频。

3.根据权利要求2所述的视频检索方法,其中,所述根据所述第二相似度确定多个所述待检索视频中的所述目标视频,包括:

根据所述第二相似度确定所述候选第一特征向量中的目标第一特征向量;

根据所述目标第一特征向量确定对应的所述目标视频。

4.根据权利要求1所述的视频检索方法,其中,所述根据所述多个视频帧之间的时序依赖关系,确定与所述聚类中心存在链接关系的关联聚类中心和所述链接关系的权重,包括:

所述多个视频帧中的第一视频帧为第二视频帧的相邻视频帧,则将所述第一视频帧对应的聚类中心确定为与所述第二视频帧对应的聚类中心存在链接关系的关联聚类中心,并将所述第二视频帧对应的聚类中心和所述第一视频帧对应的聚类中心之间的所述链接关系的权重加一。

5.根据权利要求1所述的视频检索方法,其中,所述获取待检索视频的多个视频帧对应的多个第一特征向量,包括:

获取所述待检索视频;

从所述待检索视频中提取所述多个视频帧;

根据所述视频帧和卷积神经网络模型生成对应的所述第一特征向量。

6.根据权利要求1所述的视频检索方法,其中,所述获取查询图片对应的第二特征向量,包括:

获取所述查询图片;

根据所述查询图片和卷积神经网络模型生成对应的所述第二特征向量。

7.根据权利要求1所述的视频检索方法,其中,所述对多个所述待检索视频对应的多个所述第一特征向量进行聚类,包括:

采用k最近邻分类算法对多个所述待检索视频对应的多个所述第一特征向量进行聚类。

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/202110076616.7/1.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