CN107688571A - 多元化的视频检索方法 - Google Patents

多元化的视频检索方法 Download PDF

Info

Publication number
CN107688571A
CN107688571A CN201610630331.2A CN201610630331A CN107688571A CN 107688571 A CN107688571 A CN 107688571A CN 201610630331 A CN201610630331 A CN 201610630331A CN 107688571 A CN107688571 A CN 107688571A
Authority
CN
China
Prior art keywords
video
audio
face
retrieval
information
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.)
Pending
Application number
CN201610630331.2A
Other languages
English (en)
Inventor
刘春根
韩欣
应业敏
谢赟
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.)
Shanghai Tak Billiton Information Technology Ltd By Share Ltd
Original Assignee
Shanghai Tak Billiton Information Technology Ltd By Share 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 Shanghai Tak Billiton Information Technology Ltd By Share Ltd filed Critical Shanghai Tak Billiton Information Technology Ltd By Share Ltd
Priority to CN201610630331.2A priority Critical patent/CN107688571A/zh
Publication of CN107688571A publication Critical patent/CN107688571A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/732—Query formulation
    • G06F16/7328—Query by example, e.g. a complete video frame or video sequence
    • 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
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7834—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using audio features
    • 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
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • 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
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7844—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using original textual content or text extracted from visual content or transcript of audio data
    • 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
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G06F16/785—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using colour or luminescence
    • 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
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G06F16/7854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using shape
    • 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
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G06F16/7857—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using texture

Abstract

本发明公开了一种多元化的视频检索方法，本方法选择以文字、图片、音频和视频检索方式对视频进行检索；根据检索方式做相应处理，获取检索信息，文字信息直接进行视频检索，图片样本做优化处理，获取颜色、纹理及形状的特征值信息，同时获取人脸信息；音频样本做优化处理，转换成文字信息并保存；提取视频样本中的字幕流和音频流，将字幕流转换成文字信息并保存，音频流按音频检索方式处理，同时提取视频流中的参考帧序列集，参考帧按图片检索方式处理；设置人脸、文字和图片特征值信息在视频检索中的权重值，按权重值设置视频检索策略并对视频样本进行检索，获得检索结果。本方法采用多元化视频检索手段，降低资源消耗，提高检索效率及准确性。

Description

多元化的视频检索方法
技术领域
本发明涉及一种多元化的视频检索方法。
背景技术
随着计算机网络的发展，以及多媒体技术的推广应用，各种多媒体数据源源不断的产生，其中以视频居多。而视频是一种数据量大，信息不定长且结构复杂的一种数据，其不像文字或者数字一样一目了然，并很难用一些文字或者数字去描述，如图片中的颜色、形状和纹理，视频中的运动形态，音频中的音调等。当欲采用这些比较抽象的特征去对视频进行检索时，必须要人为的将这些特征信息转化为易于被人们理解的文字或者数字，而这种转换无疑是一件既耗时又耗力的事情。于是，业界纷纷提出了各自的视频检索解决方法。
基于内容的视频检索技术是目前比较主流的视频检索方法，它通过从视频中取出部分关键帧，并获取其颜色、纹理等特征值，然后根据获取的特征值来对视频进行对比并得到相似度，最后将相似度最高的视频检索出来。这些方法虽然能在一定程度上对视频进行检索，但是还有些不足之处：（1）检索形式单一，几乎千篇一律的通过上传图片或者视频的方式提供检索样本，然后根据样本的颜色、形状特征信息进行检索；（2）效率低，资源消耗大，由于检索视频的过程中，要对视频进行相似度计算，而视频一般都是比较大的数据量，这样便导致对一个视频进行相似度计算会非常慢而且很耗资源；（3）以文字查询时，不便于组织关键词，通常视频检索时，更多的是依据人类的高级语义特征进行组词，如奥运会，世界杯等特征词，基本不会采用红色、矩形这些颜色、纹理特征词来对视频进行检索，而且用这些颜色、纹理特征词检索出来的视频恐怕也找不到想要的结果；（4）检索方式与惯用的查询方式差别较大，目前视频检索方式多是客户提供一个视频段或者一张视频截图作为样本，然后根据颜色、纹理特征的相似度比较，返回与待查询样本相似度最高的视频，如此，便面临着两个问题，一是习惯用文字来进行检索，二是待查询视频镜头或视频帧从哪里获取；（5）检索出来的结果显示简单，几乎不能根据检索策略来筛选检索出来的结果。
基于语音提取的视频检索技术是目前兴起的另一个视频检索方法，它通过将音频从视频中提取出来，再用语音识别技术将提取出来的音频转换成文字，利用转换出来的文字对视频进行检索。这种视频检索方法解决了基于内容的视频检索方法中的效率低、资源消耗大以及不能通过文字对视频进行检索的缺点，但该检索方法导致了新的问题：（1）语音识别的适用范围比较窄，语音识别技术虽然能将音频转换成文本，但是，如果待识别的音频质量不好的话，会导致语音识别的准确率非常低，甚至识别不出来，如音频的背景音乐太大、音频有回音、音频音量太低或是音频的编码不被支持等；（2）检索准确率比较低，由于语音识别的适用范围比较窄，当入库的视频包含的音频质量比较差时，会导致视频信息基本没有建立索引，或者所建立的索引正确率极低，进而导致检索结果错误；（3）单纯的以文字记录，不利于检索的精确度，视频一般都具有较大的时长，如一般的新闻报道，如果每秒说2个字，10分钟就是1200个字，一个小时更是达到7200个字，在这么大的基数下，也一定程度提高了其在视频中覆盖面的广度，这会导致在输入检索条件后，输出一大堆不相关的结果。
发明内容
本发明所要解决的技术问题是提供一种多元化的视频检索方法，本方法集内容比较、音频解析、字幕提取和人脸识别技术为一体的多元化视频检索手段，克服了传统视频检索方式的缺陷，降低了资源消耗，有效提高了检索效率及准确性。
为解决上述技术问题，本发明多元化的视频检索方法包括如下步骤：
步骤一、选择检索方式，分别以文字检索、图片检索、音频检索和视频检索方式对视频进行检索；
步骤二、根据不同的检索方式做相应处理，获取检索信息，
a.文字检索方式：直接以文字信息进行视频检索；
b.图片检索方式：首先判断待检索图片样本是否需要做优化处理，如果需要，则对待检索的图片样本进行优化处理，然后获取待检索图片样本的颜色、纹理及形状的特征值信息，如待检索图片样本有人脸，则同时检测人脸并获取相关人脸信息；
c.音频检索方式：首先判断待检索音频样本是否需要优化处理，如果需要，则对待检索音频样本进行优化处理，然后采用音频解析技术将待检索音频样本转换成文字信息，并以特定格式进行保存；
d.视频检索方式：首先分别提取待检索视频样本中的字幕流和视频流，若存在字幕流，则将字幕流转换成文字信息，并以特定格式保存，否则获取音频流，并按照音频检索方式对音频流进行处理，同时提取出视频流中的参考帧序列集，参考帧按照图片检索方式进行处理；
步骤三、设置人脸信息、文字信息和图片特征值信息在视频检索中的权重值，按权重值设置视频检索策略；
步骤四、按检索策略对待检索视频样本进行检索，获得检索结果。
进一步，图片检索方式中，对待检索图片样本进行的优化处理包括光照消弱、锯齿消除、分辨率调整，获取的人脸信息包括脸部特征、人脸在图片中的位置、脸部的偏移角以及人脸的唯一标识码。
进一步，人脸唯一标识码的获取根据脸部特征在人脸库中进行匹配，如果能匹配相似人脸，就以最优人脸的姓名对该人脸以及该人脸的相关信息进行标识；如果匹配失败，就产生一个随机的标识码对该人脸以及该人脸的相关信息进行标识，同时将该人脸信息存入人脸库。
进一步，根据从图片获取的人脸信息进行视频检索时，匹配人脸信息和/或人脸的唯一标识码。
进一步，音频检索方式中，音频优化处理包括将音频的格式、编码、码率、声道调整到特定值，对音频进行降噪、回声消除处理，音频优化处理后的音频格式为wav、编码格式为pcm_s16le、码率为1600k、声道为单声道。
进一步，音频检索方式中，待检索音频样本转换成文字信息后保存的特定格式包括音频解析成的文字内容以及该文字内容所对应的音频播放时间段。
进一步，根据音频的文字信息进行视频检索时，匹配音频的文字信息和/或该文字信息所对应的音频播放时间段。
进一步，视频检索方式中，字幕流转换成文字信息后保存的格式包括字幕流的文字内容以及该文字内容出现在视频中的时间信息。
进一步，视频检索方式中，参考帧序列集的获取方法为：1.取出视频的前两帧，以第一帧作为对比帧，算出该两帧的相似度ki；2.设定相似度阀值k0，如果该相似度ki大于阀值k0，则取出视频的下一帧与对比帧做相似度比较，如此重复，直至某一帧与对比帧的相似度小于阀值k0；3.保存该帧到参考帧序列集，同时也将该帧作为对比帧，与后续视频帧进行相似度比较；4.重复步骤2和3，直至视频结束。
进一步，设定人脸信息、文字信息和图片特征值信息的权重值分别为s1、s2和s3，并设定视频检索方式中字幕流、音频流和参考帧的相似度分别为q1、q2和q3，则视频检索的最终相似度为s1×q1＋s2×q2＋s3×q3。
由于本发明多元化的视频检索方法采用了上述技术方案，即本方法首先分别选择以文字检索、图片检索、音频检索和视频检索方式对视频进行检索；根据不同的检索方式做相应处理，获取检索信息，文字信息直接进行视频检索，图片样本做优化处理，获取颜色、纹理及形状的特征值信息，同时检测人脸并获取相关人脸信息；音频样本做优化处理，转换成文字信息并以特定格式进行保存；提取视频样本中的字幕流和视频流，将字幕流转换成文字信息，并以特定格式保存，音频流按照音频检索方式处理，同时提取视频流中的参考帧序列集，参考帧按照图片检索方式进行处理；设置人脸信息、文字信息和图片特征值信息在视频检索中的权重值，按权重值设置视频检索策略；按检索策略对待检索视频样本进行检索，获得检索结果。本方法集内容比较、音频解析、字幕提取和人脸识别技术为一体的多元化视频检索手段，克服了传统视频检索方式的缺陷，降低了资源消耗，有效提高了检索效率及准确性。
附图说明
下面结合附图和实施方式对本发明作进一步的详细说明：
图1为本发明多元化的视频检索方法的流程框图。
具体实施方式
实施例如图1所示，本发明多元化的视频检索方法包括如下步骤：
步骤一、选择检索方式，分别以文字检索、图片检索、音频检索和视频检索方式对视频进行检索；
步骤二、根据不同的检索方式做相应处理，获取检索信息，
a.文字检索方式：直接以文字信息进行视频检索；
b.图片检索方式：首先判断待检索图片样本是否需要做优化处理，如果需要，则对待检索的图片样本进行优化处理，然后获取待检索图片样本的颜色、纹理及形状的特征值信息，如待检索图片样本有人脸，则同时检测人脸并获取相关人脸信息；
c.音频检索方式：首先判断待检索音频样本是否需要优化处理，如果需要，则对待检索音频样本进行优化处理，然后采用音频解析技术将待检索音频样本转换成文字信息，并以特定格式进行保存；
d.视频检索方式：首先分别提取待检索视频样本中的字幕流和视频流，若存在字幕流，则将字幕流转换成文字信息，并以特定格式保存，否则获取音频流，并按照音频检索方式对音频流进行处理，同时提取出视频流中的参考帧序列集，参考帧按照图片检索方式进行处理；
步骤三、设置人脸信息、文字信息和图片特征值信息在视频检索中的权重值，按权重值设置视频检索策略；
步骤四、按检索策略对待检索视频样本进行检索，获得检索结果。
优选的，图片检索方式中，对待检索图片样本进行的优化处理包括光照消弱、锯齿消除、分辨率调整，获取的人脸信息包括脸部特征、人脸在图片中的位置、脸部的偏移角以及人脸的唯一标识码。
优选的，人脸唯一标识码的获取根据脸部特征在人脸库中进行匹配，如果能匹配相似人脸，就以最优人脸的姓名对该人脸以及该人脸的相关信息进行标识；如果匹配失败，就产生一个随机的标识码对该人脸以及该人脸的相关信息进行标识，同时将该人脸信息存入人脸库。
优选的，根据从图片获取的人脸信息进行视频检索时，匹配人脸信息和/或人脸的唯一标识码，如人脸在图片中的位置和/或人脸的姓名。
优选的，音频检索方式中，音频优化处理包括将音频的格式、编码、码率、声道调整到特定值，对音频进行降噪、回声消除处理，音频优化处理后的音频格式为wav、编码格式为pcm_s16le、码率为1600k、声道为单声道。
优选的，音频检索方式中，待检索音频样本转换成文字信息后保存的特定格式包括音频解析成的文字内容以及该文字内容所对应的音频播放时间段。
优选的，根据音频的文字信息进行视频检索时，匹配音频的文字信息和/或该文字信息所对应的音频播放时间段。
优选的，视频检索方式中，字幕流转换成文字信息后保存的格式包括字幕流的文字内容以及该文字内容出现在视频中的时间信息。
优选的，视频检索方式中，参考帧序列集的获取方法为：1.取出视频的前两帧，以第一帧作为对比帧，算出该两帧的相似度ki；2.设定相似度阀值k0，如果该相似度ki大于阀值k0，则取出视频的下一帧与对比帧做相似度比较，如此重复，直至某一帧与对比帧的相似度小于阀值k0；3.保存该帧到参考帧序列集，同时也将该帧作为对比帧，与后续视频帧进行相似度比较；4.重复步骤2和3，直至视频结束。其中k0在视频检索时根据检索要求可预先作出定义。
优选的，设定人脸信息、文字信息和图片特征值信息的权重值分别为s1、s2和s3，并设定视频检索方式中字幕流、音频流和参考帧的相似度分别为q1、q2和q3，则视频检索的最终相似度为s1×q1＋s2×q2＋s3×q3。
本方法采用多元化的检索手段，其基于字幕提取，音频解析，人脸识别及视频特征提取，提供了多种视频的检索方式，克服了传统视频检索方式的缺陷，同时可以根据设置检索策略对搜索结果进行筛选，降低了视频检索过程的资源消耗，不仅提高了视频检索效率，同时也提高了视频检索的准确率。

Claims (10)

1.一种多元化的视频检索方法，其特征在于本方法包括如下步骤：
步骤一、选择检索方式，分别以文字检索、图片检索、音频检索和视频检索方式对视频进行检索；
步骤二、根据不同的检索方式做相应处理，获取检索信息，
a.文字检索方式：直接以文字信息进行视频检索；
b.图片检索方式：首先判断待检索图片样本是否需要做优化处理，如果需要，则对待检索的图片样本进行优化处理，然后获取待检索图片样本的颜色、纹理及形状的特征值信息，如待检索图片样本有人脸，则同时检测人脸并获取相关人脸信息；
c.音频检索方式：首先判断待检索音频样本是否需要优化处理，如果需要，则对待检索音频样本进行优化处理，然后采用音频解析技术将待检索音频样本转换成文字信息，并以特定格式进行保存；
d.视频检索方式：首先分别提取待检索视频样本中的字幕流和视频流，若存在字幕流，则将字幕流转换成文字信息，并以特定格式保存，否则获取音频流，并按照音频检索方式对音频流进行处理，同时提取出视频流中的参考帧序列集，参考帧按照图片检索方式进行处理；
步骤三、设置人脸信息、文字信息和图片特征值信息在视频检索中的权重值，按权重值设置视频检索策略；
步骤四、按检索策略对待检索视频样本进行检索，获得检索结果。
2.根据权利要求1所述的多元化的视频检索方法，其特征在于：图片检索方式中，对待检索图片样本进行的优化处理包括光照消弱、锯齿消除、分辨率调整，获取的人脸信息包括脸部特征、人脸在图片中的位置、脸部的偏移角以及人脸的唯一标识码。
3.根据权利要求2所述的多元化的视频检索方法，其特征在于：人脸唯一标识码的获取根据脸部特征在人脸库中进行匹配，如果能匹配相似人脸，就以最优人脸的姓名对该人脸以及该人脸的相关信息进行标识；如果匹配失败，就产生一个随机的标识码对该人脸以及该人脸的相关信息进行标识，同时将该人脸信息存入人脸库。
4.根据权利要求2或3所述的多元化的视频检索方法，其特征在于：根据从图片获取的人脸信息进行视频检索时，匹配人脸信息和/或人脸的唯一标识码。
5.根据权利要求1所述的多元化的视频检索方法，其特征在于：音频检索方式中，音频优化处理包括将音频的格式、编码、码率、声道调整到特定值，对音频进行降噪、回声消除处理，音频优化处理后的音频格式为wav、编码格式为pcm_s16le、码率为1600k、声道为单声道。
6.根据权利要求1所述的多元化的视频检索方法，其特征在于：音频检索方式中，待检索音频样本转换成文字信息后保存的特定格式包括音频解析成的文字内容以及该文字内容所对应的音频播放时间段。
7.根据权利要求6所述的多元化的视频检索方法，其特征在于：根据音频的文字信息进行视频检索时，匹配音频的文字信息和/或该文字信息所对应的音频播放时间段。
8.根据权利要求1所述的多元化的视频检索方法，其特征在于：视频检索方式中，字幕流转换成文字信息后保存的格式包括字幕流的文字内容以及该文字内容出现在视频中的时间信息。
9.根据权利要求1所述的多元化的视频检索方法，其特征在于：视频检索方式中，参考帧序列集的获取方法为：1.取出视频的前两帧，以第一帧作为对比帧，算出该两帧的相似度ki；2.设定相似度阀值k0，如果该相似度ki大于阀值k0，则取出视频的下一帧与对比帧做相似度比较，如此重复，直至某一帧与对比帧的相似度小于阀值k0,；3.将该帧保存到参考帧序列集，同时也将该帧作为对比帧，与后续视频帧进行相似度比较；4.重复步骤2和3，直至视频结束。
10.根据权利要求1所述的多元化的视频检索方法，其特征在于：设定人脸信息、文字信息和图片特征值信息的权重值分别为s1、s2和s3，并设定视频检索方式中字幕流、音频流和参考帧的相似度分别为q1、q2和q3，则视频检索的最终相似度为s1×q1＋s2×q2＋s3×q3。
CN201610630331.2A 2016-08-04 2016-08-04 多元化的视频检索方法 Pending CN107688571A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610630331.2A CN107688571A (zh) 2016-08-04 2016-08-04 多元化的视频检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610630331.2A CN107688571A (zh) 2016-08-04 2016-08-04 多元化的视频检索方法

Publications (1)

Publication Number Publication Date
CN107688571A true CN107688571A (zh) 2018-02-13

Family

ID=61151499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610630331.2A Pending CN107688571A (zh) 2016-08-04 2016-08-04 多元化的视频检索方法

Country Status (1)

Country Link
CN (1) CN107688571A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109614917A (zh) * 2018-12-06 2019-04-12 安徽海豚新媒体产业发展有限公司 一种基于比对信息的视频画面智能提取方法
CN110209880A (zh) * 2018-08-31 2019-09-06 腾讯科技（深圳）有限公司 视频内容检索方法、视频内容检索装置及存储介质
CN112597341A (zh) * 2018-05-25 2021-04-02 中科寒武纪科技股份有限公司 视频检索方法及视频检索映射关系生成方法、装置
CN112929746A (zh) * 2021-02-07 2021-06-08 北京有竹居网络技术有限公司 视频生成方法和装置、存储介质和电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222227A (zh) * 2011-04-25 2011-10-19 中国华录集团有限公司 基于视频识别与提取影片图像的系统
CN103945234A (zh) * 2014-03-27 2014-07-23 百度在线网络技术（北京）有限公司 一种提供视频相关信息的方法与设备
CN104391924A (zh) * 2014-11-21 2015-03-04 南京讯思雅信息科技有限公司 一种混合音视频检索方法及系统
CN104798068A (zh) * 2012-11-30 2015-07-22 汤姆逊许可公司 视频检索方法和装置
KR101623321B1 (ko) * 2015-11-30 2016-05-20 (주)클로닉스 디지털 포렌식에서 대용량 동영상 증거물에 대한 고속 검색 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222227A (zh) * 2011-04-25 2011-10-19 中国华录集团有限公司 基于视频识别与提取影片图像的系统
CN104798068A (zh) * 2012-11-30 2015-07-22 汤姆逊许可公司 视频检索方法和装置
CN103945234A (zh) * 2014-03-27 2014-07-23 百度在线网络技术（北京）有限公司 一种提供视频相关信息的方法与设备
CN104391924A (zh) * 2014-11-21 2015-03-04 南京讯思雅信息科技有限公司 一种混合音视频检索方法及系统
KR101623321B1 (ko) * 2015-11-30 2016-05-20 (주)클로닉스 디지털 포렌식에서 대용량 동영상 증거물에 대한 고속 검색 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
武法提: "《网络应用教育》", 31 December 2003 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112597341A (zh) * 2018-05-25 2021-04-02 中科寒武纪科技股份有限公司 视频检索方法及视频检索映射关系生成方法、装置
CN110209880A (zh) * 2018-08-31 2019-09-06 腾讯科技（深圳）有限公司 视频内容检索方法、视频内容检索装置及存储介质
CN109614917A (zh) * 2018-12-06 2019-04-12 安徽海豚新媒体产业发展有限公司 一种基于比对信息的视频画面智能提取方法
CN112929746A (zh) * 2021-02-07 2021-06-08 北京有竹居网络技术有限公司 视频生成方法和装置、存储介质和电子设备
CN112929746B (zh) * 2021-02-07 2023-06-16 北京有竹居网络技术有限公司 视频生成方法和装置、存储介质和电子设备

Similar Documents

Publication Publication Date Title
US11308332B1 (en) Intelligent content rating determination using multi-tiered machine learning
CN101650958B (zh) 对电影类视频进行场景片段抽取方法及其建立索引的方法
CN107688571A (zh) 多元化的视频检索方法
US6434520B1 (en) System and method for indexing and querying audio archives
CN106297776B (zh) 一种基于音频模板的语音关键词检索方法
CN105786798B (zh) 一种人机交互中自然语言意图理解方法
CN110532426A (zh) 一种基于模板抽取多媒体素材生成视频的方法及系统
US9465870B2 (en) System and method for digital video retrieval involving speech recognition
CN102799605B (zh) 一种广告监播方法和系统
CN108648746A (zh) 一种基于多模态特征融合的开放域视频自然语言描述生成方法
CN102073635B (zh) 节目端点时间检测装置和方法以及节目信息检索系统
CN102122506A (zh) 一种语音识别的方法
CN111933124B (zh) 一种可支持自定唤醒词的关键词检测方法
CN104540275B (zh) 一种调节现场照明装置的方法、设备及系统
CN104391924A (zh) 一种混合音视频检索方法及系统
WO2016119604A1 (zh) 一种语音信息搜索方法、装置及服务器
CN114297439B (zh) 一种短视频标签确定方法、系统、装置及存储介质
CN109446376A (zh) 一种通过分词对语音进行分类的方法及系统
CN114783418B (zh) 基于稀疏自注意力机制的端到端语音识别方法及系统
CN110931016A (zh) 一种离线质检用语音识别方法及系统
CN110046242A (zh) 一种自动应答装置及方法
CN114363695A (zh) 视频处理方法、装置、计算机设备和存储介质
US11736744B2 (en) Classifying segments of media content using closed captioning
CN101714158A (zh) 基于mpeg7标准的图像检索方法
CN116489449A (zh) 一种视频冗余片段检测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180213