[发明专利]视频搜索方法及装置、电子设备和介质

说明书

本公开提供了一种视频搜索方法及装置、电子设备和介质，涉及图像及视频处理技术领域，具体涉及人工智能和计算机视觉技术，可应用于视频理解场景下。实现方案为：根据待搜索视频的图像帧对应的对象，确定待搜索视频包括的至少一个对象片段，每个对象片段中的各图像帧对应于相同的对象；将上述至少一个对象片段中的一个或多个连续的对象片段的对象在场数据对进行拼接，得到待搜索视频的第一对象在场特征，其中，对象在场数据对包括相应对象片段对应的对象和时长；以及根据第一对象在场特征，从多个候选视频中确定与待搜索视频相匹配的至少一个目标视频。

技术领域

本公开涉及图像及视频处理技术领域，尤其涉及人工智能和计算机视觉技术，可应用于视频理解场景下。具体涉及一种视频搜索的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

视频相较于文本、图像等信息传播媒介可以提供更丰富的信息内容。在一些场景中，用户希望通过搜索来获取其需要的视频。现有的视频搜索方法通常是基于文本的搜索，即，通过匹配用户输入的搜索词与视频库中的各个视频的文本标签来得到搜索结果。这种搜索方式与视频本身的内容无关，仅依赖于用户输入的搜索词和视频文本标签标注的准确性，搜索结果通常难以令用户满意。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种视频搜索的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种视频搜索方法，该方法包括：根据待搜索视频的图像帧对应的对象，确定待搜索视频包括的至少一个对象片段，每个对象片段中的各图像帧对应于相同的对象；将上述至少一个对象片段中的一个或多个连续的对象片段的对象在场数据对进行拼接，得到待搜索视频的第一对象在场特征，其中，对象在场数据对包括相应对象片段对应的对象和时长；以及根据第一对象在场特征，从多个候选视频中确定与待搜索视频相匹配的至少一个目标视频。

根据本公开的另一方面，提供了一种视频搜索装置，该装置包括：对象片段划分模块，被配置为根据待搜索视频的图像帧对应的对象，确定待搜索视频包括的至少一个对象片段，每个对象片段中的各图像帧对应于相同的对象；特征提取模块，被配置为将上述至少一个对象片段中的一个或多个连续的对象片段的对象在场数据对进行拼接，得到待搜索视频的第一对象在场特征，其中，对象在场数据对包括相应对象片段对应的对象和时长；以及特征匹配模块，被配置为根据第一对象在场特征，从多个候选视频中确定与待搜索视频相匹配的至少一个目标视频。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器。该存储器存储有可被上述至少一个处理器执行的指令，该指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行上述任一方面的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质。该计算机指令用于使计算机执行上述任一方面的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序。该计算机程序在被处理器执行时实现上述任一方面的方法。