CN108197265A - 一种基于短视频搜索完整视频的方法及系统 - Google Patents
一种基于短视频搜索完整视频的方法及系统 Download PDFInfo
- Publication number
- CN108197265A CN108197265A CN201711498160.3A CN201711498160A CN108197265A CN 108197265 A CN108197265 A CN 108197265A CN 201711498160 A CN201711498160 A CN 201711498160A CN 108197265 A CN108197265 A CN 108197265A
- Authority
- CN
- China
- Prior art keywords
- video
- short
- finger print
- key frame
- retrieval
- 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
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
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种基于短视频搜索完整视频的方法及系统，属于多媒体检索领域。本发明方法包括如下步骤：对每个视频进行视频特征采集，建立视频特征库；获取用户上传待搜索的短视频，提取短视频的关键帧及视频标签；提取关键帧的人脸图片，并根据关键帧生成视频指纹；根据生成的视频标签、人脸图片及视频指纹在视频特征库中进行检索，按照匹配率高低生成三种对应的检索结果；将三种检索结果通过加权综合，获取最终检索结果。本发明的有益效果为：能够根据短视频片段搜索到想要的完整视频，检索时，通过对信息的权衡，筛选出最优的结果，能大大降低视频检索的门槛与准确率。
Description
技术领域
本发明涉及多媒体检索领域，尤其涉及一种基于短视频搜索完整视频的方法及系统。
背景技术
随着互联网的发展，人们接触到的信息呈几何式增长，如何从海量的信息中获取到你需要的信息，成为各大互联网公司必不可少的一项技术，各大搜索引擎最初推出的以文字搜索信息，技术都已相当成熟，在此基础上，越来越多的图片也充当着信息载体，各大搜索引擎已经先后推出了以图搜图的功能，它可以实现输入与图片名称或内容相似的关键字就可以检索到相应的图片，例如电商购物、微信扫一扫以及百度识图等都使用了这一技术。但是，随着视频内容的走红，业界又衍生出了一种新的技术-以图搜视频，即你能够通过这一技术在海量视频中搜索到目标视频。然而，现阶段，还未出现以视频搜视频----以一段短视频搜索到该短视频出自于那个完整的视频。
视频是图像、声音、文字等多媒体形式的集合体，信息量非常丰富，随着数字媒体技术的不断发展和国际网络化的不断提升，视频数据呈几何方式增长，已很难通过人为肉眼进行搜索处理。因此，通过计算机技术来进行视频分析与检索，是人们从大量而繁杂的视频信息获取中解放出来，具有重要的意义和使用及前景。但是，由于视频信息不像文本信息那样直白，他需要靠人们各自的理解来说明其含义，因此视频分析与检索比起文本的查询和匹配要困难的多。这就给传统的检索理论带来了巨大的挑战。
目前网络上的视频搜索大多以关键字来进行匹配搜索，这种搜索有着一定的局限性，那就是你需要准确的获取到你要搜索视频的关键信息，比如片名、或者导演、或者演员、或者讲述的事件等等，搜索引擎会根据你提供的关键字来进行影片搜索。有些时候你可能只看了部分影片的片段，很想看完整的影片，但你根本不知道这是什么片子，也不清楚演员名称，只知道这是动作片或者科幻片，按目前的关键字搜索，几乎很难找到你要看的影片。但如果能够根据短视频或图片找完整的视频，那么你将很容易的找到你想看的完整视频。
发明内容
为解决现有技术中的问题，本发明提供一种基于短视频搜索完整视频的方法及系统，用于在海量视频资源中搜索想要的完整视频。
本发明方法包括如下步骤：
A：对每个视频进行视频特征采集，建立视频特征库；
B：获取用户上传待搜索的短视频，提取短视频的关键帧及视频标签；
C：提取关键帧的人脸图片，并根据关键帧生成视频指纹；
D：根据生成的视频标签、人脸图片及视频指纹在视频特征库中进行检索，按照匹配率高低生成三种对应的检索结果；
E：将三种检索结果通过加权综合，获取最终检索结果。
本发明作进一步改进，在步骤A中，采集的视频特征包括视频标签、视频关键帧、视频指纹及视频中人物的人脸图片。
本发明作进一步改进，所述视频特征库包括用于存放视频标签的视频标签库、用于存放视频指纹的视频指纹库和用于存放人脸图片的人物库。
本发明作进一步改进，所述视频标签是通过采编人员上传视频的时候，输入的标签信息。
本发明作进一步改进，所述视频指纹库的生成过程为：提取视频关键帧；计算视频关键帧灰度值；将灰度值进行16进制转换，获取视频指纹；然后将得到的视频指纹存入视频指纹库。
本发明作进一步改进，在步骤D中，根据视频指纹检索是根据短视频的视频指纹与视频指纹库中的视频指纹进行对比，根据视频指纹中的部分片段与短视频的视频指纹匹配程度高低返回检索结果，所述视频指纹的检索结果包括片名及匹配度。
本发明作进一步改进，在步骤D中，短视频的人脸图片处理方法为：从短视频的关键帧获取多个人物脸部，然后将这些人物脸部进行对比，去重，获取多个最终人脸图片，
人脸图片检索是将人脸图片与完整视频对应的人脸库进行对比，根据匹配度高低返回匹配结果，所述人脸图片的检索结果包括片名及匹配度。
本发明还提供一种实现所述方法的系统，包括：
视频特征采集模块：用于对每个视频进行视频特征采集，建立视频特征库；
短视频关键帧及视频标签获取模块：用于获取用户上传待搜索的短视频，提取短视频的关键帧及视频标签；
短视频的视频指纹生成模块：用于提取关键帧的人脸图片，并根据关键帧生成视频指纹；检索结果获取模块：用于根据生成的视频标签、人脸图片及视频指纹在视频特征库中进行检索，按照匹配率高低生成三种对应的检索结果；
最终检索结果获取模块：用于将三种检索结果通过加权综合，获取最终检索结果。
本发明作进一步改进，所述视频特征采集模块、所述短视频关键帧及视频标签获取模块、短视频的视频指纹生成模块设置在视频特征采集服务器上，所述视频特征库设置在数据库服务器上，所述检索结果获取模块、最终检索结果获取模块均设置在应用服务器上，应用服务器获取最终检索结果后返回给与其相连的客户端。
本发明作进一步改进，还包括用于存放视频的视频服务器、及存放视频标签的文件服务器。
与现有技术相比，本发明的有益效果是：能够根据短视频片段搜索到想要的完整视频，检索时，通过对信息的权衡，筛选出最优的结果，能大大降低视频检索的门槛与准确率。
附图说明
图1为本发明系统架构部署示意图；
图2为本发明方法流程图；
图3为本发明一实施例实现流程图；
图4为标签库信息示意图；
图5为视频指纹库生成流程图；
图6为短视频拆分信息提取处理流程图；
图7为视频指纹库与待搜索视频指纹比对示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步详细说明。
如图1所示，本发明系统包括用户客户端、采编人员客户端，还包括服务器，其中，用户通过用户客户端上传需要搜索的短视频，采编人员通过采编人员客户端上传完整视频及完整视频的视频标签。然后通过服务器实现本例的搜索，所述服务器包括视频特征采集模块：用于对每个视频进行视频特征采集，建立视频特征库；短视频关键帧及视频标签获取模块：用于获取用户上传待搜索的短视频，提取短视频的关键帧及视频标签；短视频的视频指纹生成模块：用于提取关键帧的人脸图片，并根据关键帧生成视频指纹；检索结果获取模块：用于根据生成的视频标签、人脸图片及视频指纹在视频特征库中进行检索，按照匹配率高低生成三种对应的检索结果；最终检索结果获取模块：用于将三种检索结果通过加权综合，获取最终检索结果。
具体地，本例的所述视频特征采集模块、所述短视频关键帧及视频标签获取模块、短视频的视频指纹生成模块设置在视频特征采集服务器上，所述视频特征库设置在数据库服务器上，所述检索结果获取模块、最终检索结果获取模块均设置在应用服务器上，应用服务器获取最终检索结果后返回给与其相连的客户端。还包括用于存放视频的视频服务器、及存放视频标签的文件服务器。所述应用服务器作为客户端和其他服务器的媒介。处理并完成客户端及服务器的通信。
其中，视频关键帧：关键帧也叫作I帧，它是帧间压缩编码的最重要帧。视频的编码是按照“组”来进行的，每一个组叫作GOP(Group of Picture，图像组)。GOP与GOP之间是没有联系的。编码关系只在GOP之间产生。每一个GOP都是由关键帧开始的，关键帧是一幅完整的画面，GOP中间的帧都是不完整的，需要由关键帧、前面帧以及后面帧等一起运算得到。关键帧的间隔调节会影响GOP的长度，进而影响到读取GOP的速度。如果关键帧的间隔设置过大的话(GOP长度过大)，在必须用到关键帧的场合就可能被迫使用B/P帧来代替，这就会降低画面质量。关键帧是帧间压缩的基础，典型的GOP(IBP帧包)结构一般是：IBBPBBPBBPBBPBBPBB。
视频指纹：视频指纹是一种软件识别、提取、压缩视频的技术，可以使产生的唯一的“指纹”来代表一个视频文件。
如图2所示，本发明方法包括如下步骤：
A：对每个视频进行视频特征采集，建立视频特征库；
B：获取用户上传待搜索的短视频，提取短视频的关键帧及视频标签；
C：提取关键帧的人脸图片，并根据关键帧生成视频指纹；
D：根据生成的视频标签、人脸图片及视频指纹在视频特征库中进行检索，按照匹配率高低生成三种对应的检索结果；
E：将三种检索结果通过加权综合，获取最终检索结果。
具体地，如图3所示，本例总体分为三个部分。
第一部分：通过视频特征采集，建立视频特征库
采集上传的完整视频，然后提取视频的关键帧，通过关键帧获取视频标签、截取关键帧人脸及获取视频指纹。
(1)视频标签：
每一部视频都包含有很多信息，如导演、演员、国家、语言、类型…，这些信息就是一部影片的标签，采编人员进行影片上传的时候，就可以将这些信息输入，这些信息就是一部影片的标签，将获取的视频标签存入视频标签库(简称标签库)。随着视频内容的增加，视频标签库也会越来越丰富。视频标签库的部分数据如图4所示。
(2)视频指纹：
提取视频关键帧并进行灰度值计算，再将灰度值转换为16进制，得到的一串16进制字符就是该视频的指纹(…A3221A342B3F4B2DAE235E7B8D22…)，每一部视频的指纹都是唯一的。
如图5所示，所述视频指纹库的生成过程为：提取视频关键帧；计算视频关键帧灰度值；将灰度值进行16进制转换，获取视频指纹；然后将得到的视频指纹存入视频指纹库。
图片灰度值：由于景物各点的颜色及亮度不同，摄成的黑白照片上或电视接收机重现的黑白图像上各点呈现不同程度的灰色。把白色与黑色之间按对数关系分成若干级，称为“灰度等级”。范围一般从0到255，白色为255，黑色为0，故黑白图片也称灰度图像，在医学、图像识别领域有很广泛的用途。
(3)视频中的人物库：
提取视频中的人脸图片进行保存，作为后续人脸特征比较时使用，每一部新增的影片都会进行人脸识别并将信息保存到人物库中。具体地，对关键帧出现的人脸，则记录出现的频率并去重处理，然后，将处理后的人脸截图加入人物库。
第二部分：获取用户上传的短视频，并对短视频进行拆分
如图6所示，获取到用户上传的短视频后，对短视频特征信息进行拆分，流程与步骤同第一部分，只是一个是拆分用户上传的短视频特征信息，一个是采集采编上传的完整视频特征信息。具体处理过程为：
开始，用户上传短视频，服务器提取视频关键帧及获取视频标签；根据关键帧生成视频指纹，并提取关键帧中的人脸图片；形成待搜索的信息结合，结束。
第三部分：视频搜索处理
检索分为三个子流程同时处理，具体为：
(1)视频标签检索：根据获取的视频标签与标签库中的标签进行比对，比如：
用户检索时提供了演员：佟大为、年份：2017、类型：喜剧，剧情，然后针对标签进行检索时，服务器会分别找出包含这几个标签的相关影片，并计算匹配程度。
检索结果样例：
(2)视频指纹检索：
根据视频指纹检索是根据短视频的视频指纹与视频指纹库中的视频指纹进行对比，如图7所示，服务器会检索出指纹库中哪些包含短视频的指纹片段或相似的指纹片段，并根据视频指纹中的部分片段与短视频的视频指纹匹配程度高低返回检索结果，所述视频指纹的检索结果包括片名及匹配度。
检索结果样例：
(3)人物检索：
根据获取的人脸图片进行人脸图片检索，也就是将人脸图片与完整视频对应的人脸库进行对比，根据匹配度高低列出匹配度较高的几部影片，所述人脸图片的检索结果包括片名及匹配度。
检索结果样例：
最后对上述三种结果进行加权计算。本例中几种检索结果的权重根据检索的准确率来进行确定，准确率越高的权重越大，假设：标签检索权重为25％，指纹检索权重为4％，人物检索权重为35％，那么三种检索结果通过权重计算后得出的最终检索结果如下：
然后，将最终计算的检索结果返回给用户客户端，本例通过上述检索结果能够很直观的得出完整视频的片名。并且根据三种检索方式准确度按不同比重进行整合，检索结果更加可靠。
本例创新性的采用关键帧的灰度值进行16进制处理后生成视频指纹，作为视频的唯一身份证，并通过对信息的权衡，筛选出最优的结果，能大大降低视频检索的门槛与准确率。
以上所述之具体实施方式为本发明的较佳实施方式，并非以此限定本发明的具体实施范围，本发明的范围包括并不限于本具体实施方式，凡依照本发明所作的等效变化均在本发明的保护范围内。
Claims (10)
1.一种基于短视频搜索完整视频的方法，其特征在于包括如下步骤：
A：对每个视频进行视频特征采集，建立视频特征库；
B：获取用户上传待搜索的短视频，提取短视频的关键帧及视频标签；
C：提取关键帧的人脸图片，并根据关键帧生成视频指纹；
D：根据生成的视频标签、人脸图片及视频指纹在视频特征库中进行检索，按照匹配率高低生成三种对应的检索结果；
E：将三种检索结果通过加权综合，获取最终检索结果。
2.根据权利要求1所述的基于短视频搜索完整视频的方法，其特征在于：在步骤A中，采集的视频特征包括视频标签、视频关键帧、视频指纹及视频中人物的人脸图片。
3.根据权利要求2所述的基于短视频搜索完整视频的方法，其特征在于：所述视频特征库包括用于存放视频标签的视频标签库、用于存放视频指纹的视频指纹库和用于存放人脸图片的人物库。
4.根据权利要求3所述的基于短视频搜索完整视频的方法，其特征在于：所述视频标签是通过采编人员上传视频的时候，输入的标签信息。
5.根据权利要求3所述的基于短视频搜索完整视频的方法，其特征在于：所述视频指纹库的生成过程为：提取视频关键帧；计算视频关键帧灰度值；将灰度值进行16进制转换，获取视频指纹；然后将得到的视频指纹存入视频指纹库。
6.根据权利要求5所述的基于短视频搜索完整视频的方法，其特征在于：在步骤D中，根据视频指纹检索是根据短视频的视频指纹与视频指纹库中的视频指纹进行对比，根据视频指纹中的部分片段与短视频的视频指纹匹配程度高低返回检索结果，所述视频指纹的检索结果包括片名及匹配度。
7.根据权利要求3所述的基于短视频搜索完整视频的方法，其特征在于：在步骤D中，短视频的人脸图片处理方法为：从短视频的关键帧获取多个人物脸部，然后将这些人物脸部进行对比，去重，获取多个最终人脸图片，
人脸图片检索是将人脸图片与完整视频对应的人脸库进行对比，根据匹配度高低返回匹配结果，所述人脸图片的检索结果包括片名及匹配度。
8.一种实现权利要求1-7任一项所述基于短视频搜索完整视频的方法的系统，其特征在于包括：
视频特征采集模块：用于对每个视频进行视频特征采集，建立视频特征库；
短视频关键帧及视频标签获取模块：用于获取用户上传待搜索的短视频，提取短视频的关键帧及视频标签；
短视频的视频指纹生成模块：用于提取关键帧的人脸图片，并根据关键帧生成视频指纹；
检索结果获取模块：用于根据生成的视频标签、人脸图片及视频指纹在视频特征库中进行检索，按照匹配率高低生成三种对应的检索结果；
最终检索结果获取模块：用于将三种检索结果通过加权综合，获取最终检索结果。
9.根据权利要求8所述的系统，其特征在于：所述视频特征采集模块、所述短视频关键帧及视频标签获取模块、短视频的视频指纹生成模块设置在视频特征采集服务器上，所述视频特征库设置在数据库服务器上，所述检索结果获取模块、最终检索结果获取模块均设置在应用服务器上，应用服务器获取最终检索结果后返回给与其相连的客户端。
10.根据权利要求9所述的系统，其特征在于：还包括用于存放视频的视频服务器、及存放视频标签的文件服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711498160.3A CN108197265A (zh) | 2017-12-29 | 2017-12-29 | 一种基于短视频搜索完整视频的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711498160.3A CN108197265A (zh) | 2017-12-29 | 2017-12-29 | 一种基于短视频搜索完整视频的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108197265A true CN108197265A (zh) | 2018-06-22 |
Family
ID=62587671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711498160.3A Pending CN108197265A (zh) | 2017-12-29 | 2017-12-29 | 一种基于短视频搜索完整视频的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108197265A (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109151557A (zh) * | 2018-08-10 | 2019-01-04 | Oppo广东移动通信有限公司 | 视频创建方法及相关装置 |
| CN109710801A (zh) * | 2018-12-03 | 2019-05-03 | 珠海格力电器股份有限公司 | 一种视频搜索方法、终端设备及计算机存储介质 |
| CN110020093A (zh) * | 2019-04-08 | 2019-07-16 | 深圳市网心科技有限公司 | 视频检索方法、边缘设备、视频检索装置及存储介质 |
| CN110278449A (zh) * | 2019-06-26 | 2019-09-24 | 腾讯科技（深圳）有限公司 | 一种视频检测方法、装置、设备及介质 |
| CN110446063A (zh) * | 2019-07-26 | 2019-11-12 | 腾讯科技（深圳）有限公司 | 视频封面的生成方法、装置及电子设备 |
| CN110502664A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技（深圳）有限公司 | 视频标签索引库创建方法、视频标签生成方法及装置 |
| CN110532404A (zh) * | 2019-09-03 | 2019-12-03 | 北京百度网讯科技有限公司 | 一种源多媒体确定方法、装置、设备及存储介质 |
| CN110913256A (zh) * | 2019-11-28 | 2020-03-24 | 维沃移动通信有限公司 | 一种视频搜索方法及电子设备 |
| CN110996124A (zh) * | 2019-12-20 | 2020-04-10 | 北京百度网讯科技有限公司 | 原创视频确定方法及相关设备 |
| CN111246313A (zh) * | 2018-11-28 | 2020-06-05 | 北京字节跳动网络技术有限公司 | 一种视频关联方法、装置，服务器、终端设备及存储介质 |
| CN111339356A (zh) * | 2020-02-21 | 2020-06-26 | 北京字节跳动网络技术有限公司 | 视频检索中防误判方法、装置及电子设备 |
| CN111522969A (zh) * | 2020-03-31 | 2020-08-11 | 北京旷视科技有限公司 | 图像检索方法、装置、计算机设备和存储介质 |
| CN112887780A (zh) * | 2021-01-21 | 2021-06-01 | 维沃移动通信有限公司 | 视频名称的显示方法及装置 |
| CN113407781A (zh) * | 2021-06-18 | 2021-09-17 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种视频搜索方法、系统、服务器和客户端 |
| CN115297323A (zh) * | 2022-08-16 | 2022-11-04 | 广东省信息网络有限公司 | 一种rpa流程自动化方法和系统 |
| CN116996708A (zh) * | 2023-08-10 | 2023-11-03 | 广州阿凡提电子科技有限公司 | 基于机器学习的短视频数据标签推荐方法、系统及云平台 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090020005A (ko) * | 2007-08-22 | 2009-02-26 | 주식회사 코난테크놀로지 | 영상 정보 기반의 동영상 연관 검색 시스템 및 방법 |
| CN101634996A (zh) * | 2009-08-13 | 2010-01-27 | 浙江大学 | 基于综合考量的个性化视频排序方法 |
| CN102156751A (zh) * | 2011-04-26 | 2011-08-17 | 深圳市迅雷网络技术有限公司 | 一种提取视频指纹的方法及装置 |
| CN102855317A (zh) * | 2012-08-31 | 2013-01-02 | 王晖 | 一种基于演示视频的多模式索引方法及系统 |
| CN104504101A (zh) * | 2014-12-30 | 2015-04-08 | 北京奇艺世纪科技有限公司 | 一种相似视频的确定方法及装置 |
| CN105302833A (zh) * | 2014-07-24 | 2016-02-03 | 上海极誉实业有限公司 | 一种基于内容的视频检索数学模型建立方法 |
| CN106407268A (zh) * | 2015-08-25 | 2017-02-15 | Tcl集团股份有限公司 | 一种基于覆盖率最优化法的内容检索方法及系统 |
-
2017
- 2017-12-29 CN CN201711498160.3A patent/CN108197265A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090020005A (ko) * | 2007-08-22 | 2009-02-26 | 주식회사 코난테크놀로지 | 영상 정보 기반의 동영상 연관 검색 시스템 및 방법 |
| CN101634996A (zh) * | 2009-08-13 | 2010-01-27 | 浙江大学 | 基于综合考量的个性化视频排序方法 |
| CN102156751A (zh) * | 2011-04-26 | 2011-08-17 | 深圳市迅雷网络技术有限公司 | 一种提取视频指纹的方法及装置 |
| CN102855317A (zh) * | 2012-08-31 | 2013-01-02 | 王晖 | 一种基于演示视频的多模式索引方法及系统 |
| CN105302833A (zh) * | 2014-07-24 | 2016-02-03 | 上海极誉实业有限公司 | 一种基于内容的视频检索数学模型建立方法 |
| CN104504101A (zh) * | 2014-12-30 | 2015-04-08 | 北京奇艺世纪科技有限公司 | 一种相似视频的确定方法及装置 |
| CN106407268A (zh) * | 2015-08-25 | 2017-02-15 | Tcl集团股份有限公司 | 一种基于覆盖率最优化法的内容检索方法及系统 |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109151557B (zh) * | 2018-08-10 | 2021-02-19 | Oppo广东移动通信有限公司 | 视频创建方法及相关装置 |
| CN109151557A (zh) * | 2018-08-10 | 2019-01-04 | Oppo广东移动通信有限公司 | 视频创建方法及相关装置 |
| CN111246313A (zh) * | 2018-11-28 | 2020-06-05 | 北京字节跳动网络技术有限公司 | 一种视频关联方法、装置，服务器、终端设备及存储介质 |
| CN109710801A (zh) * | 2018-12-03 | 2019-05-03 | 珠海格力电器股份有限公司 | 一种视频搜索方法、终端设备及计算机存储介质 |
| CN110020093A (zh) * | 2019-04-08 | 2019-07-16 | 深圳市网心科技有限公司 | 视频检索方法、边缘设备、视频检索装置及存储介质 |
| CN110278449A (zh) * | 2019-06-26 | 2019-09-24 | 腾讯科技（深圳）有限公司 | 一种视频检测方法、装置、设备及介质 |
| CN110278449B (zh) * | 2019-06-26 | 2022-06-10 | 腾讯科技（深圳）有限公司 | 一种视频检测方法、装置、设备及介质 |
| CN110446063A (zh) * | 2019-07-26 | 2019-11-12 | 腾讯科技（深圳）有限公司 | 视频封面的生成方法、装置及电子设备 |
| CN110502664A (zh) * | 2019-08-27 | 2019-11-26 | 腾讯科技（深圳）有限公司 | 视频标签索引库创建方法、视频标签生成方法及装置 |
| CN110532404A (zh) * | 2019-09-03 | 2019-12-03 | 北京百度网讯科技有限公司 | 一种源多媒体确定方法、装置、设备及存储介质 |
| CN110532404B (zh) * | 2019-09-03 | 2023-08-04 | 北京百度网讯科技有限公司 | 一种源多媒体确定方法、装置、设备及存储介质 |
| CN110913256A (zh) * | 2019-11-28 | 2020-03-24 | 维沃移动通信有限公司 | 一种视频搜索方法及电子设备 |
| CN110996124A (zh) * | 2019-12-20 | 2020-04-10 | 北京百度网讯科技有限公司 | 原创视频确定方法及相关设备 |
| CN110996124B (zh) * | 2019-12-20 | 2022-02-08 | 北京百度网讯科技有限公司 | 原创视频确定方法及相关设备 |
| CN111339356A (zh) * | 2020-02-21 | 2020-06-26 | 北京字节跳动网络技术有限公司 | 视频检索中防误判方法、装置及电子设备 |
| WO2021196551A1 (zh) * | 2020-03-31 | 2021-10-07 | 北京旷视科技有限公司 | 图像检索方法、装置、计算机设备和存储介质 |
| CN111522969A (zh) * | 2020-03-31 | 2020-08-11 | 北京旷视科技有限公司 | 图像检索方法、装置、计算机设备和存储介质 |
| CN112887780A (zh) * | 2021-01-21 | 2021-06-01 | 维沃移动通信有限公司 | 视频名称的显示方法及装置 |
| CN113407781A (zh) * | 2021-06-18 | 2021-09-17 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种视频搜索方法、系统、服务器和客户端 |
| CN115297323A (zh) * | 2022-08-16 | 2022-11-04 | 广东省信息网络有限公司 | 一种rpa流程自动化方法和系统 |
| CN116996708A (zh) * | 2023-08-10 | 2023-11-03 | 广州阿凡提电子科技有限公司 | 基于机器学习的短视频数据标签推荐方法、系统及云平台 |
| CN116996708B (zh) * | 2023-08-10 | 2024-02-09 | 广州阿凡提电子科技有限公司 | 基于机器学习的短视频数据标签推荐方法、系统及云平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108197265A (zh) | 一种基于短视频搜索完整视频的方法及系统 | |
| US11132555B2 (en) | Video detection method, server and storage medium | |
| Wu et al. | A novel clustering method for static video summarization | |
| CN108228915B (zh) | 一种基于深度学习的视频检索方法 | |
| KR102262481B1 (ko) | 비디오 컨텐츠 요약 | |
| WO2021232969A1 (zh) | 动作识别方法、装置、设备及存储介质 | |
| Wei et al. | Frame fusion for video copy detection | |
| US20170060867A1 (en) | Video and image match searching | |
| CN107169106B (zh) | 视频检索方法、装置、存储介质及处理器 | |
| CN111651636A (zh) | 视频相似片段搜索方法及装置 | |
| CN111506773A (zh) | 一种基于无监督深度孪生网络的视频去重方法 | |
| CN111723692B (zh) | 基于卷积神经网络语义分类的标签特征的近重复视频检测方法 | |
| CN104391924A (zh) | 一种混合音视频检索方法及系统 | |
| CN103631932A (zh) | 一种对重复视频进行检测的方法 | |
| WO2017032245A1 (zh) | 一种视频文件索引信息的生成方法和设备 | |
| Padmakala et al. | An effective content based video retrieval utilizing texture, color and optimal key frame features | |
| CN114297439A (zh) | 一种短视频标签确定方法、系统、装置及存储介质 | |
| Zhao et al. | Key‐Frame Extraction Based on HSV Histogram and Adaptive Clustering | |
| CN116257648A (zh) | 基于噪声网络和图像预处理的图像检索防御方法及系统 | |
| CN108966042B (zh) | 一种基于最短路径的视频摘要生成方法及装置 | |
| Meng et al. | A review of coverless steganography | |
| Fei et al. | Learning user interest with improved triplet deep ranking and web-image priors for topic-related video summarization | |
| Liu et al. | Frequency information disentanglement network for video-based person re-identification | |
| JP2009060413A (ja) | 動画特徴抽出方法およびシステムならびに動画検索方法およびシステム | |
| Cirne et al. | Summarization of videos by image quality assessment |
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: 20180622 |