[发明专利]一种基于深度学习的视频检索方法

摘要

本发明公开了一种基于深度学习的视频检索方法，主要包含以下部分：利用卷积神经网络做视频预处理；用长短记忆网络对预处理后的视频提取特征向量；最后通过一个相似度学习算法，学习得到距离计算方法，依据该方法进行相似度计算并排序，得出视频检索结果；本发明通过卷积神经网络做场景分割和关键帧选择，提取表征视频的高级语义，从而获取恰当数量的关键帧序列，能够有效避免镜头分割的误检和漏检。本发明通过长短记忆网络有效提取视频的时序特征，从而获得更准确的检索结果。通过相似度学习和基于文本的匹配方法，能够提升相似度度量方法的匹配精确度。通过上述方法，本发明能够实现对大规模视频的精准检索。

主权项

1.一种基于深度学习的视频检索方法，其特征在于包括以下步骤：步骤1)利用训练数据，对视频预处理网络进行训练；步骤2)利用所述步骤1)得到的视频预处理网络，分割待检索视频，形成镜头单元并提取镜头的关键帧序列；步骤3)根据所述步骤2)得到的镜头关键帧序列的长短，分为长镜头和短镜头两类；判断是否通过长短记忆网络LSTM，若为短镜头，跳转到所述步骤5)；步骤4)利用训练完成的长短记忆网络提取关键帧序列的特征向量，生成特征向量文本；步骤5)利用训练完成的相似度学习算法，获得特征向量的相似距离计算公式K(xi,xj)，其中xi和xj是待匹配的特征向量对；步骤6)依据步骤5)得到的相似度计算方法，计算待检索样本与数据库视频的相似度，得到检索结果。