CN106611043B - 一种视频搜索方法及系统 - Google Patents

一种视频搜索方法及系统 Download PDF

Info

Publication number
CN106611043B
CN106611043B CN201611008851.6A CN201611008851A CN106611043B CN 106611043 B CN106611043 B CN 106611043B CN 201611008851 A CN201611008851 A CN 201611008851A CN 106611043 B CN106611043 B CN 106611043B
Authority
CN
China
Prior art keywords
video
search
current
frame
searching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611008851.6A
Other languages
English (en)
Other versions
CN106611043A (zh
Inventor
马国强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mengwang Video Co ltd
Original Assignee
Shenzhen Mengwang Video Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Mengwang Video Co ltd filed Critical Shenzhen Mengwang Video Co ltd
Priority to CN201611008851.6A priority Critical patent/CN106611043B/zh
Publication of CN106611043A publication Critical patent/CN106611043A/zh
Application granted granted Critical
Publication of CN106611043B publication Critical patent/CN106611043B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明方法公开一种视频搜索方法及系统，本发明方法通过非压缩域的信息确定关键帧的搜索区域，然后通过压缩域的运动与预测信息，获取跟踪搜索区域，从而以较少视频搜索的数据量和运算量，提升视频搜索的时效性。

Description

一种视频搜索方法及系统
技术领域
本发明涉及视频搜索技术领域，尤其涉及一种视频搜索方法及系统。
背景技术
随着多媒体技术及计算机网络技术的迅速发展，视频逐渐成为信息传播的主流载体之一。人们面临的问题已不再是视频内容的匮乏，而是面对浩如烟海的视频信息，如何快速、有效地找到自己需要的内容。作为目前最流行的视频搜索技术，基于内容的视频检索根据视频的内容及上下文关系,自动提取并描述视频的特征和内容，对大规模视频数据库中的视频数据进行检索。具体按分析的数据分为基于非压缩域的视频内容检索和基于压缩域的视频内容检索两大类。基于非压缩域的视频内容检索其所有算法均要在完全解压的基础上进行，而视频数据不但数据量很大，而且运算量也很大，所以在具体实现时并不理想；而基于压缩域的视频内容检索其优点是数据量小，数据运算量小，但降低了视频特征的有效性。
发明内容
本发明实施例的目的在于提出一种视频搜索方法，旨在解决现有技术视频内容检索时计算量大和效率低的问题。
本发明实施例是这样实现的，一种视频搜索方法，所述方法包括以下步骤：
Step0：判断当前搜索视频当前帧pict的判断参数part是否为1，若是则进入Step1，否则，进入Step4；
Step1：使用第一视频搜索模式对当前帧进行搜索；
Step2：如果当前搜索视频当前帧的下一帧存在，则令t＝t+1，并将当前搜索视频当前帧的下一帧设置为当前搜索视频当前帧，然后进入Step3；否则，结束；t表示搜索视频序列的帧序号，t的初始值为1；
Step3：如果不存在sbkt(i,j)＝1，则进入Step4；否则进入Step6。
sbkt(i,j)表示bkt(i,j)识别参数，bkt(i,j)表示pict的第i行第j列解码块；
Step4：如果当前搜索视频当前帧pict为帧内预测帧，则令tpt＝bkh*bkw；否则，计算tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)；
Step5：如果tpt＝0，则首先，设置所有sbkt(i,j)＝0，然后进入Step2；否则，如果tpt≥0.9*bkh*bkw，则进入Step1；否则，则进入Step6；bkw、bkh分别表示一帧图像划分成块以后，图像以块为单位的列数和行数；
Step6：使用第二视频搜索模式对当前帧进行搜索，然后，进入Step2。
Figure BDA0001154552490000021
条件1表示：t＝1或者pict为帧内预测帧或者tpt≥0.9*bkh*bkw；
其中，part表示pict的判断参数，pict表示当前搜索视频第t帧，tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)；sum(变量|条件)表示对满足条件的变量求和；
Figure BDA0001154552490000022
i，j分别表示解码块位于搜索视频帧图像的行坐标、列坐标；bkt(i,j)表示pict的第i行第j列解码块；
条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块。
本发明实施例的另一目的在于提出一种视频搜索系统，所述系统包括：
第一判断处理模块，用于判断当前搜索视频当前帧pict的判断参数part是否为1,若是则进入第一视频搜索装置，否则进入场景切换参数计算模块；
其中，pict表示当前搜索视频第t帧(即当前搜索视频当前帧)，t表示搜索视频序列的帧序号，t的初始值为1；part表示pict的判断参数，bkw、bkh分别表示一帧图像划分成块以后，图像以块为单位的列数和行数；
条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块；
第一视频搜索装置，用于使用第一视频搜索模式对当前帧进行搜索；
第二判断处理模块，用于判断当前搜索视频当前帧的下一帧是否存在，若是，则令t＝t+1，并将当前搜索视频当前帧的下一帧设置为当前搜索视频当前帧，然后进入第三判断处理模块，否则结束；
第三判断处理模块，用于判断是否存在存在sbkt(i,j)＝1，若不存在，则进入场景切换参数计算模块，否则进入第二视频搜索装置；
sbkt(i,j)表示bkt(i,j)识别参数，bkt(i,j)表示pict的第i行第j列解码块；
场景切换参数计算模块，用于判断如果当前搜索视频当前帧pict为帧内预测帧，则令tpt＝bkh*bkw；否则计算tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)。
bkw、bkh分别表示一帧图像划分成块以后，图像以块为单位的列数和行数；
第四判断处理模块，用于判断是否tpt＝0，若是则设置所有sbkt(i,j)＝0，然后进入第二判断处理模块；否则，判断如果tpt≥0.9*bkh*bkw，则进入第一视频搜索装置；否则，则进入第二视频搜索装置；
第二视频搜索装置，用于使用第二视频搜索模式对当前帧进行搜索，然后进入第二判断处理模块。
Figure BDA0001154552490000031
条件1表示：t＝1或者pict为帧内预测帧或者tpt≥0.9*bkh*bkw；其中，part表示pict的判断参数，pict表示当前搜索视频第t帧，tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)；sum(变量|条件)表示对满足条件的变量求和；
Figure BDA0001154552490000032
i，j分别表示解码块位于搜索视频帧图像的行坐标、列坐标；bkt(i,j)表示pict的第i行第j列解码块；
条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块。
本发明的有益效果
本发明方法通过非压缩域的信息确定关键帧的搜索区域，然后通过压缩域的运动与预测信息，获取跟踪搜索区域，从而以较少视频搜索的数据量和运算量，提升视频搜索的时效性。
附图说明
图1是本发明优选实施例一种视频搜索方法流程图；
图2是图1中Step1包含的方法流程图；
图3是图1中Step6包含的方法流程图；
图4是本发明优选实施例一种视频搜索系统结构图；
图5是图4系统中第一视频搜索装置结构图；
图6是图4系统中第二视频搜索装置结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明，为了便于说明，仅示出了与本发明实施例相关的部分。应当理解，此处所描写的具体实施例，仅仅用于解释本发明，并不用以限制本发明。
本发明实施例方法通过非压缩域的信息确定关键帧的搜索区域，然后通过压缩域的运动与预测信息，获取跟踪搜索区域，从而以较少视频搜索的数据量和运算量，提升视频搜索的时效性。
实施例一
图1是本发明优选实施例一种视频搜索方法流程图；所述方法包括以下步骤：
Step0：判断当前搜索视频当前帧pict的判断参数part是否为1，若是则进入Step1，否则，进入Step4。
其中，pict表示当前搜索视频第t帧(即当前搜索视频当前帧)，t表示搜索视频序列的帧序号，t的初始值为1；part表示pict的判断参数，
Figure BDA0001154552490000051
条件1表示：t＝1或者pict为帧内预测帧或者tpt≥0.9*bkh*bkw；
tpt为场景切换参数，tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)；sum(变量|条件)表示对满足条件的变量求和；
Figure BDA0001154552490000052
i j分别表示解码块位于搜索视频帧图像的行坐标、列坐标；bkt(i,j)表示pict的第i行第j列解码块(块的大小为16x16(H264等标准)，64x64(HEVC)，当块进一步划分，这些尺寸小一些的块称为子块)；bkw、bkh分别表示一帧图像划分成块以后，图像以块为单位的列数和行数；
条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块。
Step1：使用第一视频搜索模式对当前帧进行搜索。
图2是图1中Step1包含的方法流程图；
所述第一视频搜索模式包括以下步骤：
Step11：解码当前搜索视频当前帧，获取解码图像。
Step12：对解码图像划定搜索区域。
bkt(i,j)∈regiont，regiont为当前搜索视频当前解码图像搜索区域；
Step13：首先，对当前解码图像的搜索区域，提取图像特征；然后与搜索目标进行对比，匹配，完成对当前搜索视频当前帧的搜索。
其中，所述上述提取图像特征、与搜索目标进行对比，匹配方法可用对应视频搜索领域内公开的任何一种方法，在此不再赘述。Step14：按当前搜索视频当前帧的匹配结果，对当前搜索视频当前帧的各个解码块进行识别参数标识。
sbkt(i,j)＝sign(bkt(i,j)|条件3)
其中，sbkt(i,j)表示bkt(i,j)识别参数，条件3表示：bkt(i,j)与搜索目标相匹配。
Step2：如果当前搜索视频当前帧的下一帧存在，则令t＝t+1，并将当前搜索视频当前帧的下一帧设置为当前搜索视频当前帧，然后进入Step3；否则，结束。
Step3：如果不存在sbkt(i,j)＝1，则进入Step4；否则进入Step6。
Step4：如果当前搜索视频当前帧pict为帧内预测帧，则令tpt＝bkh*bkw；否则，计算tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)。
Step5：如果tpt＝0，则首先，设置所有sbkt(i,j)＝0，然后进入Step2；否则，如果tpt≥0.9*bkh*bkw，则进入Step1；否则，则进入Step6。
Step6：使用第二视频搜索模式对当前帧进行搜索，然后，进入Step2。
图3是图1中Step6包含的方法流程图；
所述第二视频搜索模式包括以下步骤：
Step61：如果bkt(i,j)为帧内预测块，则解码该块，然后划定该块为搜索区域；否则，如果spbkt(i,j)＝1，则设置sbkt(i,j)＝1，即表示当前块匹配目标；否则，则设置sbkt(i,j)＝0，即表示当前块不匹配目标。其中，spbkt(i,j)表示bkt(i,j)的参考块的识别参数。
Step62：首先，对搜索区域，提取图像特征，然后与搜索目标进行对比，匹配，完成对当前搜索视频当前帧的搜索。
其中，所述上述提取图像特征、与搜索目标进行对比，匹配方法可用对应视频搜索领域内公开的任何一种方法，在此不再赘述。
Step63：按搜索区域解码块的匹配结果，对解码块进行识别参数标识。
所述标识方法已在Step14里面叙述，在此不再赘述。
实施例二
图4是本发明优选实施例一种视频搜索系统结构图，所述系统包括：
第一判断处理模块，用于判断当前搜索视频当前帧pict的判断参数part是否为1,若是则进入第一视频搜索装置，否则进入场景切换参数计算模块；
其中，pict表示当前搜索视频第t帧(即当前搜索视频当前帧)，t表示搜索视频序列的帧序号，t的初始值为1；part表示pict的判断参数，
Figure BDA0001154552490000071
条件1表示：t＝1或者pict为帧内预测帧或者tpt≥0.9*bkh*bkw；
tpt为场景切换参数，tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)；sum(变量|条件)表示对满足条件的变量求和；
Figure BDA0001154552490000072
i j分别表示解码块位于搜索视频帧图像的行坐标、列坐标；bkt(i,j)表示pict的第i行第j列解码块(块的大小为16x16(H264等标准)，64x64(HEVC)，当块进一步划分，这些尺寸小一些的块称为子块)；bkw、bkh分别表示一帧图像划分成块以后，图像以块为单位的列数和行数；
条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块。
第一视频搜索装置，用于使用第一视频搜索模式对当前帧进行搜索；
第二判断处理模块，用于判断当前搜索视频当前帧的下一帧是否存在，若是，则令t＝t+1，并将当前搜索视频当前帧的下一帧设置为当前搜索视频当前帧，然后进入第三判断处理模块，否则结束。
第三判断处理模块，用于判断是否存在存在sbkt(i,j)＝1，若不存在，则进入场景切换参数计算模块，否则进入第二视频搜索装置；
场景切换参数计算模块，用于判断如果当前搜索视频当前帧pict为帧内预测帧，则令tpt＝bkh*bkw；否则计算tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)。
第四判断处理模块，用于判断是否tpt＝0，若是则设置所有sbkt(i,j)＝0，然后进入第二判断处理模块；否则，判断如果tpt≥0.9*bkh*bkw，则进入第一视频搜索装置；否则，则进入第二视频搜索装置。
第二视频搜索装置，用于使用第二视频搜索模式对当前帧进行搜索，然后进入第二判断处理模块；
进一步地，图5是图4系统中第一视频搜索装置结构图；所述第一视频搜索装置包括：
解码图像获取模块，用于解码当前搜索视频当前帧，获取解码图像；
第一搜索区域划定模块，用于对解码图像划定搜索区域。
bkt(i,j)∈regiont，regiont为当前搜索视频当前解码图像搜索区域；
第一目标图像搜索模块，用于首先，对当前解码图像的搜索区域，提取图像特征；然后与搜索目标进行对比，匹配，完成对当前搜索视频当前帧的搜索。
其中，所述上述提取图像特征、与搜索目标进行对比，匹配方法可用对应视频搜索领域内公开的任何一种方法，在此不再赘述。
第一识别参数标识模块，用于按当前搜索视频当前帧的匹配结果，对当前搜索视频当前帧的各个解码块进行识别参数标识。
sbkt(i,j)＝sign(bkt(i,j)|条件3)
其中，sbkt(i,j)表示bkt(i,j)识别参数，条件3表示：bkt(i,j)与搜索目标相匹配。
进一步地，图6是图4系统中第二视频搜索装置结构图。所述第二视频搜索装置包括：
第二搜索区域划定模块，用于判断如果bkt(i,j)为帧内预测块，则解码该块，然后划定该块为搜索区域；否则，如果spbkt(i,j)＝1，则设置sbkt(i,j)＝1，即表示当前块匹配目标；否则，则设置sbkt(i,j)＝0，即表示当前块不匹配目标。其中，spbkt(i,j)表示bkt(i,j)的参考块的识别参数。
第二目标图像搜索模块，用于首先，对搜索区域，提取图像特征，然后与搜索目标进行对比，匹配，完成对当前搜索视频当前帧的搜索。
其中，所述上述提取图像特征、与搜索目标进行对比，匹配方法可用对应视频搜索领域内公开的任何一种方法，在此不再赘述。
第二识别参数标识模块，用于按搜索区域解码块的匹配结果，对解码块进行识别参数标识。
本领域的普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关硬件来完成的，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质可以为ROM、RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种视频搜索方法，其特征在于，所述方法包括以下步骤：
步骤A：判断当前搜索视频当前帧pict的判断参数part是否为1，若是则进入步骤B，否则，进入步骤E；
步骤B：使用第一视频搜索模式对当前帧进行搜索；
步骤C：如果当前搜索视频当前帧的下一帧存在，则令t＝t+1，并将当前搜索视频当前帧的下一帧设置为当前搜索视频当前帧，然后进入步骤D；否则，结束；t表示搜索视频序列的帧序号，t的初始值为1；
步骤D：如果不存在sbkt(i,j)＝1，则进入步骤E；否则进入步骤G；
sbkt(i,j)表示bkt(i,j)识别参数，bkt(i,j)表示pict的第i行第j列解码块；
步骤E：如果当前搜索视频当前帧pict为帧内预测帧，则令tpt＝bkh*bkw；否则，计算tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)，所述tpt为场景切换参数，所述条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块；
步骤F：如果tpt＝0，则首先，设置所有sbkt(i,j)＝0，然后进入步骤C；否则，如果tpt≥0.9*bkh*bkw，则进入步骤B；否则，则进入步骤G；bkw、bkh分别表示一帧图像划分成块以后，图像以块为单位的列数和行数；
步骤G：使用第二视频搜索模式对当前帧进行搜索，然后，进入步骤C。
2.如权利要求1所述的视频搜索方法，其特征在于，
Figure FDA0002422509160000011
条件1表示：t＝1或者pict为帧内预测帧或者tpt≥0.9*bkh*bkw；
其中，part表示pict的判断参数，pict表示当前搜索视频第t帧，tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)；sum(变量|条件)表示对满足条件的变量求和；
Figure FDA0002422509160000021
i，j分别表示解码块位于搜索视频帧图像的行坐标、列坐标；bkt(i,j)表示pict的第i行第j列解码块；
条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块。
3.如权利要求1所述的视频搜索方法，其特征在于，所述第一视频搜索模式包括以下步骤：
解码当前搜索视频当前帧，获取解码图像；
对解码图像划定搜索区域；
bkt(i,j)∈regiont，regiont为当前搜索视频当前解码图像搜索区域；
首先，对当前解码图像的搜索区域，提取图像特征；然后与搜索目标进行对比，匹配，完成对当前搜索视频当前帧的搜索；
按当前搜索视频当前帧的匹配结果，对当前搜索视频当前帧的各个解码块进行识别参数标识；
sbkt(i,j)＝sign(bkt(i,j)|条件3)
其中，sbkt(i,j)表示bkt(i,j)识别参数，条件3表示：bkt(i,j)与搜索目标相匹配。
4.如权利要求1所述的视频搜索方法，其特征在于，所述第二视频搜索模式包括以下步骤：
如果bkt(i,j)为帧内预测块，则解码该块，然后划定该块为搜索区域；否则，如果spbkt(i,j)＝1，则设置sbkt(i,j)＝1；否则，则设置sbkt(i,j)＝0；其中，spbkt(i,j)表示bkt(i,j)的参考块的识别参数；
首先，对搜索区域，提取图像特征，然后与搜索目标进行对比，匹配，完成对当前搜索视频当前帧的搜索；
按搜索区域解码块的匹配结果，对解码块进行识别参数标识。
5.一种视频搜索系统，其特征在于，所述系统包括：
第一判断处理模块，用于判断当前搜索视频当前帧pict的判断参数part是否为1,若是则进入第一视频搜索装置，否则进入场景切换参数计算模块；
其中，pict表示当前搜索视频第t帧，t表示搜索视频序列的帧序号，t的初始值为1；part表示pict的判断参数，bkw、bkh分别表示一帧图像划分成块以后，图像以块为单位的列数和行数；
条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块；
第一视频搜索装置，用于使用第一视频搜索模式对当前帧进行搜索；
第二判断处理模块，用于判断当前搜索视频当前帧的下一帧是否存在，若是，则令t＝t+1，并将当前搜索视频当前帧的下一帧设置为当前搜索视频当前帧，然后进入第三判断处理模块，否则结束；
第三判断处理模块，用于判断是否存在sbkt(i,j)＝1，若不存在，则进入场景切换参数计算模块，否则进入第二视频搜索装置；
sbkt(i,j)表示bkt(i,j)识别参数，bkt(i,j)表示pict的第i行第j列解码块；
场景切换参数计算模块，用于判断如果当前搜索视频当前帧pict为帧内预测帧，则令tpt＝bkh*bkw；否则计算tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)；
bkw、bkh分别表示一帧图像划分成块以后，图像以块为单位的列数和行数；
第四判断处理模块，用于判断是否tpt＝0，若是则设置所有sbkt(i,j)＝0，然后进入第二判断处理模块；否则，判断如果tpt≥0.9*bkh*bkw，则进入第一视频搜索装置；否则，则进入第二视频搜索装置；
第二视频搜索装置，用于使用第二视频搜索模式对当前帧进行搜索，然后进入第二判断处理模块。
6.如权利要求5所述的视频搜索系统，其特征在于，
Figure FDA0002422509160000041
条件1表示：t＝1或者pict为帧内预测帧或者tpt≥0.9*bkh*bkw；
其中，part表示pict的判断参数，pict表示当前搜索视频第t帧，tpt＝sum(sign(bkt(i,j)|条件2)|1≤i≤bkh且1≤j≤bkw)；sum(变量|条件)表示对满足条件的变量求和；
Figure FDA0002422509160000042
i，j分别表示解码块位于搜索视频帧图像的行坐标、列坐标；bkt(i,j)表示pict的第i行第j列解码块；
条件2表示：bkt(i,j)为帧内预测块或者至少包含一个帧内预测子块。
7.如权利要求5所述的视频搜索系统，其特征在于，所述第一视频搜索装置包括：
解码图像获取模块，用于解码当前搜索视频当前帧，获取解码图像；
第一搜索区域划定模块，用于对解码图像划定搜索区域；
bkt(i,j)∈regiont，regiont为当前搜索视频当前解码图像搜索区域；
第一目标图像搜索模块，用于首先，对当前解码图像的搜索区域，提取图像特征；然后与搜索目标进行对比，匹配，完成对当前搜索视频当前帧的搜索；
第一识别参数标识模块，用于按当前搜索视频当前帧的匹配结果，对当前搜索视频当前帧的各个解码块进行识别参数标识；
sbkt(i,j)＝sign(bkt(i,j)|条件3)
其中，sbkt(i,j)表示bkt(i,j)识别参数，条件3表示：bkt(i,j)与搜索目标相匹配。
8.如权利要求5所述的视频搜索系统，其特征在于，
所述第二视频搜索装置包括：
第二搜索区域划定模块，用于判断如果bkt(i,j)为帧内预测块，则解码该块，然后划定该块为搜索区域；否则，如果spbkt(i,j)＝1，则设置sbkt(i,j)＝1，即表示当前块匹配目标；否则，则设置sbkt(i,j)＝0，即表示当前块不匹配目标，其中，spbkt(i,j)表示bkt(i,j)的参考块的识别参数；
第二目标图像搜索模块，用于首先，对搜索区域，提取图像特征，然后与搜索目标进行对比，匹配，完成对当前搜索视频当前帧的搜索；
第二识别参数标识模块，用于按搜索区域解码块的匹配结果，对解码块进行识别参数标识。
CN201611008851.6A 2016-11-16 2016-11-16 一种视频搜索方法及系统 Active CN106611043B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611008851.6A CN106611043B (zh) 2016-11-16 2016-11-16 一种视频搜索方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611008851.6A CN106611043B (zh) 2016-11-16 2016-11-16 一种视频搜索方法及系统

Publications (2)

Publication Number Publication Date
CN106611043A CN106611043A (zh) 2017-05-03
CN106611043B true CN106611043B (zh) 2020-07-03

Family

ID=58636037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611008851.6A Active CN106611043B (zh) 2016-11-16 2016-11-16 一种视频搜索方法及系统

Country Status (1)

Country Link
CN (1) CN106611043B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107527015B (zh) * 2017-07-21 2020-08-04 深圳市梦网视讯有限公司 一种基于肤色检测的人眼视频定位方法和系统
CN107861990B (zh) * 2017-10-17 2020-11-06 深圳市梦网视讯有限公司 一种视频搜索方法及系统、终端设备
CN109873987B (zh) * 2019-03-04 2020-12-29 深圳市梦网视讯有限公司 一种基于监控视频的目标搜索方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1694538A (zh) * 2005-06-13 2005-11-09 北京北大方正电子有限公司 一种活动图像序列运动向量的搜索方法
CN101398854A (zh) * 2008-10-24 2009-04-01 清华大学 一种视频片段检索方法和系统
CN102291577A (zh) * 2010-06-21 2011-12-21 北京中星微电子有限公司 一种计算宏块运动向量的方法及装置
CN103020138A (zh) * 2012-11-22 2013-04-03 江苏乐买到网络科技有限公司 一种视频检索的方法和装置
CN104867161A (zh) * 2015-05-14 2015-08-26 国家电网公司 一种视频处理方法及装置
WO2015157711A1 (en) * 2014-04-10 2015-10-15 Google Inc. Methods, systems, and media for searching for video content

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG111087A1 (en) * 2002-10-03 2005-05-30 St Microelectronics Asia Cache memory system
RU2531876C2 (ru) * 2012-05-15 2014-10-27 Общество с ограниченной ответственностью "Синезис" Способ индексирования видеоданных при помощи карты

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1694538A (zh) * 2005-06-13 2005-11-09 北京北大方正电子有限公司 一种活动图像序列运动向量的搜索方法
CN101398854A (zh) * 2008-10-24 2009-04-01 清华大学 一种视频片段检索方法和系统
CN102291577A (zh) * 2010-06-21 2011-12-21 北京中星微电子有限公司 一种计算宏块运动向量的方法及装置
CN103020138A (zh) * 2012-11-22 2013-04-03 江苏乐买到网络科技有限公司 一种视频检索的方法和装置
WO2015157711A1 (en) * 2014-04-10 2015-10-15 Google Inc. Methods, systems, and media for searching for video content
CN104867161A (zh) * 2015-05-14 2015-08-26 国家电网公司 一种视频处理方法及装置

Also Published As

Publication number Publication date
CN106611043A (zh) 2017-05-03

Similar Documents

Publication Publication Date Title
CN106682094B (zh) 一种人脸视频检索方法和系统
Wang et al. Towards analysis-friendly face representation with scalable feature and texture compression
Duan et al. Compact descriptors for visual search
Zhang et al. A joint compression scheme of video feature descriptors and visual content
CN110717411A (zh) 一种基于深层特征融合的行人重识别方法
EP3405904B1 (en) Method for processing keypoint trajectories in video
CN110765880B (zh) 一种轻量级视频行人重识别方法
CN106611043B (zh) 一种视频搜索方法及系统
CN102917225A (zh) Hevc帧内编码单元快速选择方法
CN110879967B (zh) 视频内容重复判断方法及装置
CN103020138A (zh) 一种视频检索的方法和装置
Lee et al. GSVNet: Guided spatially-varying convolution for fast semantic segmentation on video
US20140133550A1 (en) Method of encoding and decoding flows of digital video frames, related systems and computer program products
Fischer et al. Boosting neural image compression for machines using latent space masking
CN101464909B (zh) 一种快速鲁棒的近相同视频检测和排除方法
US11164328B2 (en) Object region detection method, object region detection apparatus, and non-transitory computer-readable medium thereof
Van Opdenbosch et al. A joint compression scheme for local binary feature descriptors and their corresponding bag-of-words representation
CN107527015B (zh) 一种基于肤色检测的人眼视频定位方法和系统
Kolekar et al. Hidden markov model based video indexing with discrete cosine transform as a likelihood function
CN107423704B (zh) 一种基于肤色检测的唇部视频定位方法和系统
CN1939064A (zh) 视频处理方法和相应的编码设备
Guru et al. Histogram based split and merge framework for shot boundary detection
Loose et al. A hardware-friendly and configurable heuristic targeting vvc inter-frame prediction
Abbass et al. Hybrid-based compressed domain video fingerprinting technique
CN112492314B (zh) 一种基于机器学习的动态运动估计算法选择的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant after: Shenzhen Monternet encyclopedia Information Technology Co. Ltd.

Address before: The central Shenzhen city of Guangdong Province, 518057 Keyuan Road, Nanshan District science and Technology Park No. 15 Science Park Sinovac A Building 1 unit 403, No. 405 unit

Applicant before: BAC Information Technology Co., Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant after: Shenzhen mengwang video Co., Ltd

Address before: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets high in the four Longtaili Technology Building Room 325 No. 30

Applicant before: SHENZHEN MONTNETS ENCYCLOPEDIA INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant