CN109919220B - 用于生成视频的特征向量的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于生成视频的特征向量的方法和装置。该方法的一具体实施方式包括：获取目标视频，以及从目标视频中提取目标视频帧组成目标视频帧集合；确定目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量；从所确定的特征向量中，选择对应的特征点符合预设条件的特征向量组成特征向量集合；对特征向量集合中的特征向量进行聚类，得到至少两个簇；对于至少两个簇中的每个簇，确定该簇对应的簇特征向量；基于所得到的簇特征向量，生成目标视频的特征向量。该实施方式有助于提高最终生成的目标视频的特征向量的准确性，减少了生成视频的特征向量的过程中所占用的存储空间，以及减少了存储视频的特征向量所占用的存储空间。

Description

用于生成视频的特征向量的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于生成视频的特征向量的方法和装置。

背景技术

目前的视频匹配技术，通常需要确定两个视频之间的相似度。而为了确定两个视频之间的相似度，通常需要确定视频的特征向量。现有的确定视频的特征向量的方法，主要采用从视频中抽取一定数量的帧，再从各个帧中确定表征特征点(例如位于图像中的两个区域的边界的点、线条的拐点等)的特征向量，将提取的各个帧的特征向量组合为视频的特征向量，最后将视频的特征向量存储。

发明内容

本公开的实施例提出了用于生成视频的特征向量的方法和装置，以及用于匹配视频的方法和装置。

第一方面，本公开的实施例提供了一种用于生成视频的特征向量的方法，该方法包括：获取目标视频，以及从目标视频中提取目标视频帧组成目标视频帧集合；确定目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量；从所确定的特征向量中，选择对应的特征点符合预设条件的特征向量组成特征向量集合；对特征向量集合中的特征向量进行聚类，得到至少两个簇；对于至少两个簇中的每个簇，确定该簇对应的簇特征向量；基于所得到的簇特征向量，生成目标视频的特征向量。

在一些实施例中，预设条件包括以下至少一种：特征点位于目标视频帧中的目标区域；特征点处的像素的像素梯度的模小于等于预设的数值；特征点处于目标范围内的曲线的曲率大于等于预设的曲率阈值。

在一些实施例中，目标视频帧集合中的目标视频帧，按照如下至少一种方式得到：从目标视频中提取关键帧作为目标视频帧；从目标视频中选择起始视频帧，以及按照预设的播放时间间隔提取视频帧，将起始帧和所提取的视频帧确定为目标视频帧。

在一些实施例中，确定该簇对应的簇特征向量，包括：基于该簇包括的特征向量和该簇的簇中心向量，确定该簇包括的特征向量分别对应的残差向量，其中，残差向量是该簇包括的特征向量与该簇的簇中心向量的差；确定所得到的残差向量中，处于相同的位置的元素的平均值，作为簇特征向量中的对应位置的元素，得到该簇对应的簇特征向量。

在一些实施例中，基于所得到的簇特征向量，生成目标视频的特征向量，包括：将所得到的簇特征向量组合为待压缩向量；对待压缩向量进行降维处理，将待压缩向量压缩为预设维度的向量作为目标视频的特征向量。

第二方面，本公开的实施例提供了一种用于匹配视频的方法，该方法包括：获取目标特征向量和待匹配特征向量，其中，目标特征向量用于表征目标视频，待匹配特征向量用于表征待匹配视频，目标特征向量和待匹配特征向量是根据上述第一方面中任一实施例描述的方法预先生成的；确定待匹配特征向量与目标特征向量之间的相似度；响应于确定相似度大于等于预设的相似度阈值，输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息。

在一些实施例中，目标视频和待匹配视频是用户发布的视频；以及该方法还包括：将目标视频和匹配视频中，发布时间非最早的视频删除。

在一些实施例中，待匹配视频是预先对预设的长视频进行视频片段分割所得到的视频片段集合中的视频片段；以及该方法还包括：输出用于表征长视频为与目标视频相匹配的匹配视频的信息。

在一些实施例中，目标视频和长视频是用户发布的视频；以及该方法还包括：将目标视频和长视频中，发布时间非最早的视频删除。

第三方面，本公开的实施例提供了一种用于生成视频的特征向量的装置，该装置包括：获取单元，被配置成获取目标视频，以及从目标视频中提取目标视频帧组成目标视频帧集合；第一确定单元，被配置成确定目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量；选择单元，被配置成从所确定的特征向量中，选择对应的特征点符合预设条件的特征向量组成特征向量集合；聚类单元，被配置成对特征向量集合中的特征向量进行聚类，得到至少两个簇；第二确定单元，被配置成对于至少两个簇中的每个簇，确定该簇对应的簇特征向量；生成单元，被配置成基于所得到的簇特征向量，生成目标视频的特征向量。

第四方面，本公开的实施例提供了一种用于匹配视频的装置，该装置包括：向量获取单元，被配置成获取目标特征向量和待匹配特征向量，其中，目标特征向量用于表征目标视频，待匹配特征向量用于表征待匹配视频，目标特征向量和待匹配特征向量是根据上述第一方面中任一实施例描述的方法预先生成的预先生成的；确定单元，被配置成确定待匹配特征向量与目标特征向量之间的相似度；第一输出单元，被配置成响应于确定相似度大于等于预设的相似度阈值，输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息。

第五方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面或第二方面中任一实现方式描述的方法。

第六方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。

本公开的实施例提供的用于生成视频的特征向量的方法和装置，通过从获取的目标视频中提取目标视频帧集合，确定各个目标视频帧中的特征点分别对应的特征向量，再对所确定的特征向量中的、符合预设条件的特征向量进行聚类，得到至少两个簇，再然后确定各个簇分别对应的簇特征向量，最后基于所得到的簇特征向量，生成目标视频的特征向量，从而相比于现有技术中采用的将视频的各个帧包括的特征点的特征向量组合为视频的特征向量，通过对所确定的特征向量中的、符合预设条件的特征向量进行聚类，有助于从所确定的特征向量中，有针对性地提取用于聚类的特征向量，提高最终生成的目标视频的特征向量的准确性。通过基于各个簇特征向量，生成目标视频的特征向量，减少了生成视频的特征向量的过程中所占用的存储空间，以及减少了存储视频的特征向量所占用的存储空间。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的实施例的用于生成视频的特征向量的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于生成视频的特征向量的方法的一个应用场景的示意图；

图4是根据本公开的实施例的用于匹配视频的方法的一个实施例的流程图；

图5是根据本公开的实施例的用于生成视频的特征向量的装置的一个实施例的结构示意图；

图6是根据本公开的实施例的用于匹配视频的装置的一个实施例的结构示意图；

图7是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关公开，而非对该公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关公开相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的实施例的用于生成视频的特征向量的方法或用于生成视频的特征向量的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、视频播放类应用、搜索类应用、即时通信工具、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的视频进行处理的后台视频服务器。后台视频服务器可以对获取的视频进行处理，并得到处理结果(例如视频的特征向量)。

需要说明的是，本公开的实施例所提供的用于生成视频的特征向量的方法或用于匹配视频的方法可以由服务器105执行，也可以由终端设备101、102、103，相应地，用于生成视频的特征向量的装置或用于匹配视频的装置可以设置于服务器105中，也可以设置于终端设备101、102、103中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

在对其进行处理的视频或对视频进行匹配所用到的特征向量不需要从远程获取的情况下，上述系统架构可以不包括网络，只包括服务器或终端设备。

继续参考图2，示出了根据本公开的用于生成视频的特征向量的方法的一个实施例的流程200。该用于生成视频的特征向量的方法，包括以下步骤：

步骤201，获取目标视频，以及从目标视频中提取目标视频帧组成目标视频帧集合。

在本实施例中，用于生成视频的特征向量的方法的执行主体(例如图1所示的服务器或终端设备)可以首先通过有线连接方式或者无线连接方式从远程，或者从本地获取目标视频。其中，目标视频可以是待确定其对应的特征向量的视频。例如，目标视频可以是从预设的视频集(例如某视频网站或视频应用软件提供的视频组成的视频集，或者预先存储在上述执行主体中的视频集)中提取(例如随机提取，或按照视频的存储时间顺序提取)的视频。

然后，上述执行主体可以从目标视频中提取目标视频帧组成目标视频帧集合，其中，目标视频帧可以是待确定其包括的特征点分别对应的特征向量的视频帧。通过提取目标视频帧集合，可以避免对目标视频中的每个视频帧进行特征提取，有助于提高确定目标视频的特征向量的效率。

可选的，上述执行主体可以按照如下至少一种方式，从目标视频中提取目标视频帧，从而得到目标视频帧集合：

方式一，从目标视频中提取关键帧作为目标视频帧。其中，关键帧(又称为I帧)是在压缩后的视频中，完整保留图像数据的帧，在对关键帧进行解码时，只需要本帧的图像数据就可以完成解码。通过提取关键帧，可以提高从目标视频中提取目标视频帧的效率。由于目标视频中的各个关键帧之间的相似性较小，因此可以使得提取的目标视频帧可以较全面地表征目标视频。有助于使得最终得到的目标视频的特征向量更准确地表征目标视频的特征。

方式二，从目标视频中选择起始视频帧，以及按照预设的播放时间间隔提取视频帧，将起始视频帧和所提取的视频帧确定为目标视频帧。通常，上述起始视频帧为目标视频的第一帧(即对应的播放时间最早的视频帧)。上述播放时间间隔可以是预设的任意时间长度，例如10秒，或N×t秒(其中，N用于表征预设的两个目标视频帧之间间隔的视频帧的数量，t用于表征目标视频中两个相邻的视频帧之间的播放时间间隔)。根据预设的帧间隔数。该方式二与上述方式一相比，提取目标视频帧的方式更加简单，可以提高提取目标视频帧的效率。

步骤202，确定目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量。

在本实施例中，上述执行主体可以确定目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量。其中，特征点是指图像中的、能够反映图像特征的点。例如，特征点可以是图像中的不同区域(例如不同的颜色区域、形状区域等)的边界上的点，或者是图像中的某些线条的交点等。通过不同的图像的特征点的匹配，能够完成对图像的匹配。在本实施例中，所确定的特征向量的数量为至少两个。

上述执行主体可以按照各种方法，从目标视频帧确定特征点，以及确定用于表征特征点的特征向量。作为示例，确定特征点以及特征向量的方法可以包括但不限于以下至少一种：SIFT(Scale-invariant feature transform，尺度不变特征变换)方法、SURF(Speeded Up Robust Features,加速稳健特征)方法、ORB(Oriented FAST and RotatedBRIEF)方法、神经网络方法等。

步骤203，从所确定的特征向量中，选择对应的特征点符合预设条件的特征向量组成特征向量集合。

在本实施例中，上述执行主体可以从所确定的特征向量中，选择选择对应的特征点符合预设条件的特征向量组成特征向量集合。其中，符合预设条件的特征点可以用于表征某些特定的图像特征，或位于目标视频帧的特定区域。

在本实施例的一些可选的实现方式中，预设条件包括但不限于以下至少一种：

条件一，特征点位于目标视频帧中的目标区域。其中，目标区域可以是上述执行主体在目标视频帧中确定的区域。例如，上述执行主体可以根据预设的图像区域信息确定目标区域。图像区域信息可以用于表征目标视频帧中的区域(例如目标视频帧的中心区域)，图像区域信息可以包括像素坐标，上述执行主体可以根据像素坐标，确定目标区域。再例如，目标区域可以是上述执行主体确定的，包含除离群点之外的特征点的区域(例如包含除离群点之外的特征点的最小矩形区域)。其中，上述执行主体可以利用现有的确定离群点的方法，从目标视频帧中的特征点中确定离群点。通过确定符合本条件一的特征点，可以使得所选择的特征向量能够表征目标视频帧中的目标区域的图像特征。通常，目标区域包括的特征点即可表征目标视频帧的图像特征，因此，通过利用本条件一，可以实现使用较少的特征向量即可表征各个目标视频帧的图像特征，减少处理的数据量，提高数据处理的效率。

条件二，特征点处的像素的像素梯度的模小于等于预设的数值。其中，像素梯度包括模和方向，其中，像素梯度的模用于表征像素的颜色值在像素梯度的方向上变化的程度，像素梯度的方向用于表征像素相比于与其相邻的像素，颜色值变化程度最大的方向。通常，像素梯度的模越大，表示某像素相比于与其相邻的像素，颜色值的变化程度越大。实践中，目标图像帧中可能包括经过处理后所添加的画面，例如，添加的字幕、特效、动画等。这些添加的画面通常会对提取目标视频帧的真实的特征点造成影响。由于这些添加的画面的边缘的像素的颜色值，相比于与其相邻的未经过处理的画面，颜色值的变化程度较大，因此，通过利用本条件二，可以将对应的像素梯度的模较大的特征点剔除，从而使用于聚类的特征向量可以更准确地表征目标视频帧的特征。

条件三，特征点处于目标范围内的曲线的曲率大于等于预设的曲率阈值。其中，目标范围可以是与特征点在目标图像帧中所处的位置相关的区域的范围。例如，目标范围可以是以特征点为圆心，以预设长度为半径的圆形区域的范围；或以特征点为中心的、预设长度和宽度的矩形区域的范围。通常，上述曲线的曲率越大，曲线的弯曲程度越大，该曲线上的特征点表征曲线的形状特征的准确性越大。因此，通过利用本条件三，可以使得用于聚类的特征向量能够更准确地表征目标视频帧上的画面的形状特征。

步骤204，对特征向量集合中的特征向量进行聚类，得到至少两个簇。

在本实施例中，上述执行主体可以对特征向量集合中的特征向量进行聚类，得到至少两个簇。其中，每个簇可以包括至少一个特征向量。

上述执行主体可以按照现有的各种聚类算法，对对特征向量集合中的特征向量进行聚类。作为示例，聚类算法可以包括但不限于以下至少一种：K-MEANS(K均值)算法、均值漂移聚类算法、DBSCAN(Density-Based Spatial Clustering of Applications withNoise，具有噪声的基于密度的聚类方法)。其中，采用K-MEANS算法时，可以预先设置聚类的数量(即簇的数量，例如64)，从而可以预先根据簇的数量确定目标视频的特征向量所占据的存储空间的大小，有助于预先为目标视频的特征向量分配相应的存储空间。

步骤205，对于至少两个簇中的每个簇，确定该簇对应的簇特征向量。

在本实施例中，对于至少两个簇中的每个簇，上述执行主体可以按照各种方式确定该簇对应的簇特征向量。

作为示例，上述执行主体可以利用VLAD(Vector of Locally AggregatedDescriptors，聚合局部描述子的向量)算法，确定各个簇分别对应的簇特征向量。其中，VLAD算法主要包括：对每个簇的簇中心向量做残差和(即将属于某个簇的所有特征向量减去该簇的簇中心向量，得到每个特征向量对应的残差向量，再对各个残差向量求和)，以及对残差和做L2范数归一化，得到簇特征向量。其中，簇中心向量是用于表征簇的簇中心的向量。簇中心是指在特征向量所属的向量空间中，一个簇所占据的空间的中心点，簇中心向量包括的元素即该中心点的坐标。

可选的，对于至少两个簇中的每个簇，上述执行主体可以按照如下步骤确定该簇对应的簇特征向量：

首先，基于该簇包括的特征向量和该簇的簇中心向量，确定该簇包括的特征向量分别对应的残差向量。其中，残差向量是该簇包括的特征向量与该簇的簇中心向量的差。例如，假设某个特征向量为A，其所属的簇的簇中心向量为X，则该特征向量A对应的残差向量为A′＝A-X。

然后，确定所得到的残差向量中，处于相同的位置的元素的平均值，作为簇特征向量中的对应位置的元素，得到该簇对应的簇特征向量。例如，假设某个簇包括三个特征向量(a1，a2，a3，…)、(b1，b2，b3，…)、(c1，c2，c3，…)，分别对应的残差向量为(a1′，a2′，a3′，…)、(b1′，b2′，b3′，…)、(c1′，c2′，c3′，…)，则该簇对应的簇特征向量为((a1′+b1′+c1′)/3,(a2′+b2′+c2′)/3,(a3′+b3′+c3′)/3，…)。需要说明的是，当某个簇只包括的一个特征向量时，利用本实现方式得到的簇特征向量即为残差向量。

通过上述可选的方式确定的某个簇的簇特征向量，可以使得簇特征向量能够较全面地表征该簇指示的各个特征点，从而可以利用簇特征向量表征目标视频包括的视频帧的图像特征，有助于提高最终生成的目标视频的特征向量的准确性。

可选的，在得到残差向量之后，上述执行主体还可以按照其他方法确定簇对应的簇特征向量。例如，可以将所得到的残差向量中，处于相同的位置的元素的中位数，或者处于相同的位置的元素的标准差等等，作为簇特征向量中的对应位置的元素。

步骤206，基于所得到的簇特征向量，生成目标视频的特征向量。

在本实施例中，上述执行主体可以基于所得到的簇特征向量，生成目标视频的特征向量。具体地，作为示例，上述执行主体可以将所得到的簇特征向量组合为目标视频的特征向量。

在本实施例的一些可选的实现方式中，上述执行主体可以按照如下步骤生成目标视频的特征向量：

首先，将所得到的簇特征向量组合为待压缩向量。

然后，对待压缩向量进行降维处理，将待压缩向量压缩为预设维度的向量作为目标视频的特征向量。具体地，上述执行主体可以按照各种对向量进行降维的方法，对待处理向量进行降维处理。例如，上述降维处理方法可以包括但不限于以下至少一种：主成分分析(Principal Component Analysis，PCA)、因子分析(Factor analysis，FA)方法、奇异值分解(Singular Value Decomposition，SVD)方法、独立成分分析(Independent ComponentCorrelation Algorithm，ICA)方法。通过降维处理，可以从高维度的向量中，保留下最重要的一些特征，去除噪声和不重要的特征，从而实现节约用于保存目标视频的特征向量的存储空间的目的。由于上述预设维度是已知的，因此，可以预先准确地确定目标视频的特征向量所占据的存储空间的大小，有助于预先为目标视频的特征向量分配相应的存储空间。

可选的，上述执行主体可以将生成的目标视频的特征向量存储。例如，可以将目标视频的特征向量存储到上述执行主体中，或存储到与上述执行主体通信连接的其他电子设备中。通常，上述执行主体可以将目标视频与目标视频的特征向量关联存储。

继续参见图3，图3是根据本实施例的用于生成视频的特征向量的方法的应用场景的一个示意图。在图3的应用场景中，电子设备301首先从预设的视频集中，随机获取目标视频302。然后，电子设备301从目标视频302中提取关键帧作为目标视频帧，得到目标视频帧集合303。接着，电子设备301确定目标视频帧集合303包括的每个目标视频帧中的特征点分别对应的特征向量(即图中304指示的特征向量)。例如，电子设备301利用SIFT特征提取方法，得到每个目标视频帧中的特征点分别对应的特征向量。然后，电子设备301从所确定的特征向量中，选择对应的特征点符合预设条件(例如特征点位于目标视频帧中的目标区域)的特征向量组成特征向量集合305。随后，电子设备301利用K-MEANS算法，对特征向量集合305中的特征向量进行聚类，得到32个簇(即图中的C1-C32)。再然后，电子设备301利用VLAD算法，基于每个簇包括的特征向量和每个簇的簇中心向量，确定每个簇分别对应的簇特征向量(即图中的V1-V32)。最后，电子设备301将所得到的各个簇特征向量组合为目标视频302的特征向量306，并将目标视频302和特征向量306关联存储到本地的存储空间307中。

本公开的上述实施例提供的方法，通过从获取的目标视频中提取目标视频帧集合，确定各个目标视频帧中的特征点分别对应的特征向量，再对所确定的特征向量中的、符合预设条件的特征向量进行聚类，得到至少两个簇，再然后确定各个簇分别对应的簇特征向量，最后基于所得到的簇特征向量，生成目标视频的特征向量，从而相比于现有技术中采用的将视频的各个帧包括的特征点的特征向量组合为视频的特征向量，通过对所确定的特征向量中的、符合预设条件的特征向量进行聚类，有助于从所确定的特征向量中，有针对性地提取用于聚类的特征向量，减少用于聚类的特征向量的数量，提高聚类的速度，以及有助于提高最终生成的目标视频的特征向量的准确性。通过基于各个簇特征向量，生成目标视频的特征向量，减少了生成视频的特征向量的过程中所占用的存储空间，以及减少了存储视频的特征向量所占用的存储空间。

继续参考图4，示出了根据本公开的用于匹配视频的方法的一个实施例的流程400。该用于匹配视频的方法，包括以下步骤：

步骤401，获取目标特征向量和待匹配特征向量。

在本实施例中，用于匹配视频的方法的执行主体(例如图1所示的服务器或终端设备)可以从远程或从本地获取目标特征向量和待匹配特征向量。其中，目标特征向量用于表征目标视频，待匹配特征向量用于表征待匹配视频。需要说明的是，目标视频或待匹配视频可以是单独的视频，也可以是预先对预设的视频进行分割后所得到的视频片段集合中提取(例如随机提取或按各个视频片段的排列顺序提取)的视频片段。

需要说明的是，本实施例中的目标视频与上述图2对应实施例中的目标视频不同。上述目标特征向量和待匹配特征向量是根据上述图2对应实施例描述的方法，针对目标视频和待匹配视频预先生成的。即，在生成目标特征向量时，将目标特征向量对应的目标视频作为上述图2对应实施例中的目标视频，生成目标特征向量；在生成待匹配特征向量时，将待匹配特征向量作为上述图2对应实施例中的目标视频，生成待匹配特征向量。

步骤402，确定待匹配特征向量与目标特征向量之间的相似度。

在本实施例中，上述执行主体可以确定待匹配特征向量与目标特征向量之间的相似度。其中，特征向量之间的相似度可以利用特征向量之间的距离(例如余弦距离、汉明距离等)表征。通常，待匹配特征向量与目标特征向量之间的相似度越大，表示待匹配特征向量对应的待匹配视频与目标特征向量对应的目标视频越相似。

步骤403，响应于确定相似度大于等于预设的相似度阈值，输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息。

在本实施例中，上述执行主体可以响应于确定相似度大于等于预设的相似度阈值，输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息。

其中，上述输出的信息可以包括但不限于以下至少一种类型的信息：数字、文字、符合、图像。通常，上述执行主体可以按照各种方式输出上述信息。例如，上述执行主体可以将上述信息显示在上述执行主体包括的显示器上。或者，上述执行主体可以将上述信息发送到与上述执行主体通信连接的电子设备上。技术人员或用户通过上述信息，可以及时地使用电子设备对相互匹配的视频进行进一步处理(例如删除重复上传的视频、向重复上传的视频的发布者所使用的终端发送提示信息等)。或者，上述执行主体或其他电子设备可以根据上述信息，自动对相互匹配的视频进行进一步处理。

在本实施例的一些可选的实现方式中，目标视频和待匹配视频是用户发布的视频。上述执行主体可以在待匹配视频为与目标视频匹配的匹配视频的情况下，将目标视频和匹配视频中，发布时间非最早的视频删除。其中，发布时间是视频的发布者将视频在网络中公开的时间。通常，由于目标视频和匹配视频相似，因此，发布时间非最早的视频可能为重复上传的视频，或者该视频可能为侵权视频。由此，本实现方式可以将与已经存在的视频的内容相似的视频删除，从而可以节约存储视频所用到的硬件资源，以及有助于及时地将侵权视频删除。

在本实施例的一些可选的实现方式中，待匹配视频是预先对预设的长视频进行视频片段分割所得到的视频片段集合中的视频片段。针对每个视频片段，可以预先确定该视频片段对应的特征向量。上述执行主体可以从视频片段集合中按照各种方式(例如随机选择或按照对应的播放时间的先后顺序)选择视频片段作为待匹配视频，并将待匹配视频对应的特征向量作为待匹配特征向量。其中，长视频可以是播放时长大于等于预设的播放时长阈值(例如10分钟)的视频，分割后得到的每个视频片段可以小于等于上述播放时长阈值。上述执行主体还可以输出用于表征长视频为与目标视频相匹配的匹配视频的信息。其中，本实现方式输出的信息可以包括但不限于以下至少一种类型的信息：数字、文字、符合、图像。本实现方式中，输出信息的方式可以与上述步骤403中描述的输出信息的方式相同，这里不再赘述。

通过将长视频预设分割为视频片段集合，每个视频片段对应于一个特征向量，可以使得用于表征长视频的特征的特征向量更加丰富和准确，从而可以提高将目标视频和长视频进行匹配的准确性。此外，根据本实现方式可以理解，当上述执行主体确定目标视频与上述视频片段集合中的其中一个视频片段相匹配时，则确定目标视频与上述长视频匹配。从而可以减小将长视频直接与目标视频进行匹配造成的误差。有助于准确地判断目标视频是否为从长视频中截取的视频片段。

在本实施例的一些可选的实现方式中，目标视频和长视频是用户发布的视频，上述执行主体还可以将目标视频和长视频中，发布时间非最早的视频删除。

可选的，目标视频可以是预先对目标长视频进行视频片段分割后得到的视频片段集合中的视频片段。当目标视频和待匹配视频之间的相似度大于等于相似度阈值时，可以输出用于表征待匹配视频为与上述目标长视频相匹配的匹配视频的信息。此外，还可以将目标长视频和匹配视频中，发布时间非最早的视频删除。

本公开的上述实施例提供的方法，首先获取预先由上述图2对应实施例描述的方法生成的目标特征向量和待匹配特征向量，然后确定目标特征向量与待匹配特征向量之间的相似度，最后输出用于表征待匹配视频为与目标视频匹配的匹配视频的信息。由于相比于现有技术，图2对应实施例描述的方法生成的视频的特征向量的数据量较小，因此，本公开的实施例可以提高对视频进行匹配的速度，从而可以减少匹配过程对处理器的占用时间，以及减少占用的缓存的空间。

进一步参考图5，作为对上述图2所示方法的实现，本公开提供了一种用于生成视频的特征向量的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于生成视频的特征向量的装置500包括：获取单元501，被配置成获取目标视频，以及从目标视频中提取目标视频帧组成目标视频帧集合；第一确定单元502，被配置成确定目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量；选择单元503，被配置成从所确定的特征向量中，选择对应的特征点符合预设条件的特征向量组成特征向量集合；聚类单元504，被配置成对特征向量集合中的特征向量进行聚类，得到至少两个簇；第二确定单元505，被配置成对于至少两个簇中的每个簇，确定该簇对应的簇特征向量；生成单元506，被配置成基于所得到的簇特征向量，生成目标视频的特征向量。

在本实施例中，获取单元501可以首先通过有线连接方式或者无线连接方式从远程，或者从本地获取目标视频。其中，目标视频可以是待确定其对应的特征向量的视频。例如，目标视频可以是从预设的视频集(例如某视频网站或视频应用软件提供的视频组成的视频集，或者预先存储在上述装置500中的视频集)中提取(例如随机提取，或按照视频的存储时间顺序提取)的视频。

然后，上述获取单元501可以从目标视频中提取目标视频帧组成目标视频帧集合，其中，目标视频帧可以是待确定其包括的特征点分别对应的特征向量的视频帧。通过提取目标视频帧集合，可以避免对目标视频中的每个视频帧进行特征提取，有助于提高确定目标视频的特征向量的效率。

在本实施例中，第一确定单元502可以确定目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量。其中，特征点是指图像中的、能够反映图像特征的点。例如，特征点可以是图像中的不同区域(例如不同的颜色区域、形状区域等)的边界上的点，或者是图像中的某些线条的交点等。通过不同的图像的特征点的匹配，能够完成对图像的匹配。在本实施例中，所确定的特征向量的数量为至少两个。

上述第一确定单元502可以按照各种方法，从目标视频帧确定特征点，以及确定用于表征特征点的特征向量。作为示例，确定特征点以及特征向量的方法可以包括但不限于以下至少一种：SIFT方法、SURF方法、ORB方法、神经网络方法等。

在本实施例中，选择单元503可以从所确定的特征向量中，选择选择对应的特征点符合预设条件的特征向量组成特征向量集合。其中，符合预设条件的特征点可以用于表征某些特定的图像特征，或位于目标视频帧的特定区域。

在本实施例中，聚类单元504可以对特征向量集合中的特征向量进行聚类，得到至少两个簇。其中，每个簇可以包括至少一个特征向量。

上述聚类单元504可以按照现有的各种聚类算法，对对特征向量集合中的特征向量进行聚类。作为示例，聚类算法可以包括但不限于以下至少一种：K-MEANS算法、均值漂移聚类算法、DBSCAN算法。其中，采用K-MEANS算法时，可以预先设置聚类的数量(即簇的数量，例如32)，从而可以预先根据簇的数量确定目标视频的特征向量所占据的存储空间的大小，有助于预先为目标视频的特征向量分配相应的存储空间。

在本实施例中，对于至少两个簇中的每个簇，上述第二确定单元505可以按照各种方式确定该簇对应的簇特征向量。

作为示例，上述第二确定单元505可以利用VLAD(Vector of Locally AggregatedDescriptors，聚合局部描述子的向量)算法，确定各个簇分别对应的簇特征向量。其中，VLAD算法主要包括：对每个簇的簇中心向量做残差和(即将属于某个簇的所有特征向量减去该簇的簇中心向量，得到每个特征向量对应的残差向量，再对各个残差向量求和)，以及对残差和做L2范数归一化，得到簇特征向量。其中，簇中心向量是用于表征簇的簇中心的向量。簇中心是指在特征向量所属的向量空间中，一个簇所占据的空间的中心点，簇中心向量包括的元素即该中心点的坐标。

在本实施例中，生成单元506可以基于所得到的簇特征向量，生成目标视频的特征向量。具体地，作为示例，上述生成单元506可以将所得到的簇特征向量组合为目标视频的特征向量。

可选的，上述生成单元506可以将生成的目标视频的特征向量存储。例如，可以将目标视频的特征向量存储到上述装置500中，或存储到与上述装置500通信连接的其他电子设备中。通常，上述生成单元506可以将目标视频与目标视频的特征向量关联存储。

在本实施例的一些可选的实现方式中，预设条件包括以下至少一种：特征点位于目标视频帧中的目标区域；特征点处的像素的像素梯度的模小于等于预设的数值；特征点处于目标范围内的曲线的曲率大于等于预设的曲率阈值。

在本实施例的一些可选的实现方式中，目标视频帧集合中的目标视频帧，按照如下至少一种方式得到：从目标视频中提取关键帧作为目标视频帧；从目标视频中选择起始视频帧，以及按照预设的播放时间间隔提取视频帧，将起始帧和所提取的视频帧确定为目标视频帧。

在本实施例的一些可选的实现方式中，第二确定单元505可以包括：第一确定模块(图中未示出)，被配置成基于该簇包括的特征向量和该簇的簇中心向量，确定该簇包括的特征向量分别对应的残差向量，其中，残差向量是该簇包括的特征向量与该簇的簇中心向量的差；第二确定模块(图中未示出)，被配置成确定所得到的残差向量中，处于相同的位置的元素的平均值，作为簇特征向量中的对应位置的元素，得到该簇对应的簇特征向量。

在本实施例的一些可选的实现方式中，生成单元506包括：组合模块(图中未示出)，被配置成将所得到的簇特征向量组合为待压缩向量；降维模块(图中未示出)，被配置成对待压缩向量进行降维处理，将待压缩向量压缩为预设维度的向量作为目标视频的特征向量。

本公开的上述实施例提供的装置500，通过从获取的目标视频中提取目标视频帧集合，确定各个目标视频帧中的特征点分别对应的特征向量，再对所确定的特征向量中的、符合预设条件的特征向量进行聚类，得到至少两个簇，再然后确定各个簇分别对应的簇特征向量，最后基于所得到的簇特征向量，生成目标视频的特征向量，从而相比于现有技术中采用的将视频的各个帧包括的特征点的特征向量组合为视频的特征向量，通过对所确定的特征向量中的、符合预设条件的特征向量进行聚类，有助于从所确定的特征向量中，有针对性地提取用于聚类的特征向量，减少用于聚类的特征向量的数量，提高聚类的速度，以及有助于提高最终生成的目标视频的特征向量的准确性。通过基于各个簇特征向量，生成目标视频的特征向量，减少了生成视频的特征向量的过程中所占用的存储空间，以及减少了存储视频的特征向量所占用的存储空间。

进一步参考图6，作为对上述图4所示方法的实现，本公开提供了一种用于匹配视频的装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例的用于匹配视频的装置600包括：向量获取单元601，被配置成获取目标特征向量和待匹配特征向量，其中，目标特征向量用于表征目标视频，待匹配特征向量用于表征待匹配视频，目标特征向量和待匹配特征向量是根据上述图2对应实施例描述的方法预先生成的；确定单元602，被配置成确定待匹配特征向量与目标特征向量之间的相似度；第一输出单元603，被配置成响应于确定相似度大于等于预设的相似度阈值，输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息。

在本实施例中，向量获取单元601可以从远程或从本地获取目标特征向量和待匹配特征向量。其中，目标特征向量用于表征目标视频，待匹配特征向量用于表征待匹配视频。需要说明的是，目标视频或待匹配视频可以是单独的视频，也可以是预先对预设的视频进行分割后所得到的视频片段集合中提取(例如随机提取或按各个视频片段的排列顺序提取)的视频片段。

需要说明的是，本实施例中的目标视频与上述图2对应实施例中的目标视频不同。上述目标特征向量和待匹配特征向量是根据上述图2对应实施例描述的方法，针对目标视频和待匹配视频预先生成的。即，在生成目标特征向量时，将目标特征向量对应的目标视频作为上述图2对应实施例中的目标视频，生成目标特征向量；在生成待匹配特征向量时，将待匹配特征向量作为上述图2对应实施例中的目标视频，生成待匹配特征向量。

在本实施例中，确定单元602可以确定待匹配特征向量与目标特征向量之间的相似度。其中，特征向量之间的相似度可以利用特征向量之间的距离(例如余弦距离、汉明距离等)表征。通常，待匹配特征向量与目标特征向量之间的相似度越大，表示待匹配特征向量对应的待匹配视频与目标特征向量对应的目标视频越相似。

在本实施例中，第一输出单元603可以响应于确定相似度大于等于预设的相似度阈值，输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息。

其中，上述输出的信息可以包括但不限于以下至少一种类型的信息：数字、文字、符合、图像。通常，上述第一输出单元603可以按照各种方式输出上述信息。例如，上述第一输出单元603可以将上述信息显示在上述装置600包括的显示器上。或者，上述第一输出单元603可以将上述信息发送到与上述装置600通信连接的电子设备上。技术人员或用户通过上述信息，可以及时地使用电子设备对相互匹配的视频进行进一步处理(例如删除重复上传的视频、向重复上传的视频的发布者所使用的终端发送提示信息等)。或者，上述装置600或其他电子设备可以根据上述信息，自动对相互匹配的视频进行进一步处理。

在本实施例的一些可选的实现方式中，目标视频和待匹配视频是用户发布的视频；以及该装置600还可以包括：第一删除单元(图中未示出)，被配置成将目标视频和匹配视频中，发布时间非最早的视频删除。

在本实施例的一些可选的实现方式中，待匹配视频是预先对预设的长视频进行视频片段分割所得到的视频片段集合中的视频片段；以及该装置还可以包括：第二输出单元(图中未示出)，被配置成输出用于表征长视频为与目标视频相匹配的匹配视频的信息。

在本实施例的一些可选的实现方式中，目标视频和长视频是用户发布的视频；以及该装置600还可以包括：第二删除单元(图中未示出)，被配置成将目标视频和长视频中，发布时间非最早的视频删除。

本公开的上述实施例提供的装置600，通过首先获取预先由上述图2对应实施例描述的方法生成的目标特征向量和待匹配特征向量，然后确定目标特征向量与待匹配特征向量之间的相似度，最后输出用于表征待匹配视频为与目标视频匹配的匹配视频的信息。由于相比于现有技术，图2对应实施例描述的方法生成的视频的特征向量的数据量较小，因此，本公开的实施例可以提高对视频进行匹配的速度，从而可以减少匹配过程对处理器的占用时间，以及减少占用的缓存的空间。

下面参考图7，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)700的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本公开的实施例中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标视频，以及从目标视频中提取目标视频帧组成目标视频帧集合；确定目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量；从所确定的特征向量中，选择对应的特征点符合预设条件的特征向量组成特征向量集合；对特征向量集合中的特征向量进行聚类，得到至少两个簇；对于至少两个簇中的每个簇，确定该簇对应的簇特征向量；基于所得到的簇特征向量，生成目标视频的特征向量。

此外，当上述一个或者多个程序被该电子设备执行时，还可以使得该电子设备：获取目标特征向量和待匹配特征向量；确定待匹配特征向量与目标特征向量之间的相似度；响应于确定相似度大于等于预设的相似度阈值，输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一确定单元、选择单元、聚类单元、第二确定单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标视频，以及从所述目标视频中提取目标视频帧组成目标视频帧集合的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (11)

1.一种用于生成视频的特征向量的方法，包括：

获取目标视频，以及从所述目标视频中提取目标视频帧组成目标视频帧集合；

确定所述目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量；

从所确定的特征向量中，选择对应的特征点符合预设条件的特征向量组成特征向量集合；

对所述特征向量集合中的特征向量进行聚类，得到至少两个簇；

对于所述至少两个簇中的每个簇，确定该簇对应的簇特征向量；

基于所得到的簇特征向量，生成所述目标视频的特征向量；

其中，所述确定该簇对应的簇特征向量，包括：

基于该簇包括的特征向量和该簇的簇中心向量，确定该簇包括的特征向量分别对应的残差向量，其中，残差向量是该簇包括的特征向量与该簇的簇中心向量的差；

确定所得到的残差向量中，处于相同的位置的元素的平均值，作为簇特征向量中的对应位置的元素，得到该簇对应的簇特征向量；

其中，所述基于所得到的簇特征向量，生成所述目标视频的特征向量，包括：

将所得到的簇特征向量组合为待压缩向量；

对所述待压缩向量进行降维处理，将所述待压缩向量压缩为预设维度的向量作为所述目标视频的特征向量。

2.根据权利要求1所述的方法，其中，所述预设条件包括以下至少一种：

特征点位于目标视频帧中的目标区域；

特征点处的像素的像素梯度的模小于等于预设的数值；

特征点处于目标范围内的曲线的曲率大于等于预设的曲率阈值。

3.根据权利要求1所述的方法，其中，所述目标视频帧集合中的目标视频帧，按照如下至少一种方式得到：

从所述目标视频中提取关键帧作为目标视频帧；

从所述目标视频中选择起始视频帧，以及按照预设的播放时间间隔提取视频帧，将所述起始帧和所提取的视频帧确定为目标视频帧。

4.一种用于匹配视频的方法，包括：

获取目标特征向量和待匹配特征向量，其中，所述目标特征向量用于表征目标视频，所述待匹配特征向量用于表征待匹配视频，所述目标特征向量和所述待匹配特征向量是根据权利要求1-3之一所述的方法预先生成的；

确定所述待匹配特征向量与所述目标特征向量之间的相似度；

响应于确定所述相似度大于等于预设的相似度阈值，输出用于表征所述待匹配视频为与所述目标视频相匹配的匹配视频的信息。

5.根据权利要求4所述的方法，其中，所述目标视频和所述待匹配视频是用户发布的视频；以及

所述方法还包括：

将所述目标视频和所述匹配视频中，发布时间非最早的视频删除。

6.根据权利要求4或5所述的方法，其中，所述待匹配视频是预先对预设的长视频进行视频片段分割所得到的视频片段集合中的视频片段；以及

所述方法还包括：

输出用于表征所述长视频为与所述目标视频相匹配的匹配视频的信息。

7.根据权利要求6所述的方法，其中，所述目标视频和所述长视频是用户发布的视频；以及

所述方法还包括：

将所述目标视频和所述长视频中，发布时间非最早的视频删除。

8.一种用于生成视频的特征向量的装置，包括：

获取单元，被配置成获取目标视频，以及从所述目标视频中提取目标视频帧组成目标视频帧集合；

第一确定单元，被配置成确定所述目标视频帧集合包括的目标视频帧中的特征点分别对应的特征向量；

选择单元，被配置成从所确定的特征向量中，选择对应的特征点符合预设条件的特征向量组成特征向量集合；

聚类单元，被配置成对所述特征向量集合中的特征向量进行聚类，得到至少两个簇；

第二确定单元，被配置成对于所述至少两个簇中的每个簇，确定该簇对应的簇特征向量；

生成单元，被配置成基于所得到的簇特征向量，生成所述目标视频的特征向量；

其中，所述第二确定单元包括：第一确定模块，被配置成基于该簇包括的特征向量和该簇的簇中心向量，确定该簇包括的特征向量分别对应的残差向量，其中，残差向量是该簇包括的特征向量与该簇的簇中心向量的差；第二确定模块，被配置成确定所得到的残差向量中，处于相同的位置的元素的平均值，作为簇特征向量中的对应位置的元素，得到该簇对应的簇特征向量；

其中，所述生成单元包括：组合模块，被配置成将所得到的簇特征向量组合为待压缩向量；降维模块 ，被配置成对待压缩向量进行降维处理，将待压缩向量压缩为预设维度的向量作为目标视频的特征向量。

9.一种用于匹配视频的装置，包括：

向量获取单元，被配置成获取目标特征向量和待匹配特征向量，其中，所述目标特征向量用于表征目标视频，所述待匹配特征向量用于表征待匹配视频，所述目标特征向量和所述待匹配特征向量是根据权利要求1-3之一所述的方法预先生成的；

确定单元，被配置成确定所述待匹配特征向量与所述目标特征向量之间的相似度；

第一输出单元，被配置成响应于确定所述相似度大于等于预设的相似度阈值，输出用于表征所述待匹配视频为与所述目标视频相匹配的匹配视频的信息。

10.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

11.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images