[发明专利]多媒体搜索方法、装置、电子设备及存储介质

权利要求书

1.一种多媒体搜索方法，其特征在于，所述方法包括：

在目标多媒体中确定待搜索的多媒体帧，并确定所述多媒体帧的关键词数据和关键帧数据；

基于所述多媒体帧的关键词数据，在多媒体数据库中搜索得到第一搜索结果；

基于所述多媒体帧的关键帧数据，通过预设的搜索引擎搜索得到第二搜索结果；

对比所述第一搜索结果和所述第二搜索结果，根据对比结果确定目标搜索结果。

2.根据权利要求1所述的方法，其特征在于，确定所述多媒体帧的关键词数据，包括：

获取所述多媒体帧在所述目标多媒体中的时间节点；

根据所述时间节点和预先存储的播放时间与关键词的映射关系，确定至少一个声音关键词和至少一个图像关键词；

将所述至少一个声音关键词和至少一个图像关键词进行组合，得到所述多媒体帧的关键词数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述时间节点和预先存储的播放时间与关键词的映射关系，确定至少一个声音关键词和至少一个图像关键词，包括：

将所述时间节点后退第一预设时间长度，以及将所述时间节点前进所述第一预设时间长度，确定第一播放时间范围；

在预先存储的播放时间与关键词的映射关系中，确定所述第一播放时间范围对应的至少一个声音关键词和至少一个图像关键词。

4.根据权利要求2所述的方法，其特征在于，所述播放时间与关键词的映射关系基于如下方式构建得到：

对所述目标多媒体进行分析，生成所述目标多媒体对应的第一文本信息，所述第一文本信息包括声音数据对应的第一文字内容和图像数据对应的第二文字内容；

将所述目标多媒体划分为多个多媒体段，并对每个多媒体段进行分析，生成每个多媒体段对应的第二文本信息，所述第二文本信息包括声音数据对应的第三文字内容和图像数据对应的第四文字内容；

对于每个多媒体段，将声音数据对应的所述第一文字内容和所述第三文字内容进行结合，生成该多媒体段的声音的文字描述信息；将图像数据对应的所述第二文字内容和所述第四文字内容进行结合，生成该多媒体段的图像的文字描述信息；

分别对每个多媒体段的声音的文字描述信息提取至少一个声音关键词，对每个多媒体段的图像的文字描述信息提取至少一个图像关键词，构建该多媒体段的播放时间段与其关键词的映射关系并进行存储。

5.根据权利要求1-4中任一项所述的方法，其特征在于，确定所述多媒体帧的关键帧数据，包括：

获取所述多媒体帧在所述目标多媒体中的时间节点；

将所述时间节点后退第二预设时间长度，以及将所述时间节点前进所述第二预设时间长度，确定第二播放时间范围；

在所述目标多媒体的图像数据中，获取在所述第二播放时间范围中的多个关键帧；

将所述多个关键帧进行组合，得到所述多媒体帧的关键帧数据。

6.根据权利要求1-4中任一项所述的方法，其特征在于，所述基于所述多媒体帧的关键帧数据，通过预设的搜索引擎搜索得到第二搜索结果，包括：

将所述多媒体帧的关键帧数据通过预设的搜索引擎进行搜索，得到多个图像结果；

访问每个图像结果的来源，获取每个图像结果对应的多媒体内容；

基于所述每个图像结果对应的多媒体内容，构建第二搜索结果。

7.根据权利要求1-4中任一项所述的方法，其特征在于，所述对比所述第一搜索结果和所述第二搜索结果，根据对比结果确定目标搜索结果，包括：

对比所述第一搜索结果和所述第二搜索结果，确定重合比例；

若所述重合比例大于等于预设重合阈值，则将所述第一搜索结果和所述第二搜索结果作为目标搜索结果；

若所述重合比例小于预设重合阈值，则将所述第一搜索结果作为目标搜索结果。