CN115630191A - 基于全动态视频的时空数据集检索方法、装置及存储介质 - Google Patents
基于全动态视频的时空数据集检索方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115630191A CN115630191A CN202211654204.8A CN202211654204A CN115630191A CN 115630191 A CN115630191 A CN 115630191A CN 202211654204 A CN202211654204 A CN 202211654204A CN 115630191 A CN115630191 A CN 115630191A
- Authority
- CN
- China
- Prior art keywords
- data set
- information
- video data
- video
- space
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000013507 mapping Methods 0.000 claims description 67
- 238000013499 data model Methods 0.000 claims description 32
- 238000006243 chemical reaction Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 17
- 230000002123 temporal effect Effects 0.000 claims description 16
- 239000007787 solid Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 18
- 238000013467 fragmentation Methods 0.000 abstract description 11
- 238000006062 fragmentation reaction Methods 0.000 abstract description 11
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 235000019832 sodium triphosphate Nutrition 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- 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
- G06F16/71—Indexing; Data structures therefor; Storage structures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于全动态视频的时空数据集检索方法、装置及存储介质，该方法包括：根据接收到的视频数据检索指令，确定检索视频数据集所需的时空条件信息，并对时空条件信息进行转换，得到地理几何体信息；根据地理几何体信息，确定时空约束条件，并根据时空约束条件对视频数据集进行检索，得到检索结果数据集，这样在需检索时，依据时空约束条件能够智能化地检索全动态视频大数据，而在非检索阶段无需消耗大量的算力及存储资源来处理分析视频数据，可以提高对视频数据检索工作的高效性，进而可以满足用户的视频数据时效性需求及碎片化分析需求，从而提升用户粘度。
Description
技术领域
本发明涉及视频数据检索技术领域，尤其涉及一种基于全动态视频的时空数据集检索方法、装置及存储介质。
背景技术
随着监控技术和网络技术的革新，网络监控摄像头被广泛应用在各个场所中，以满足社会各方面的安防需求。网络监控摄像头的日益增长，使得监控视频的数据量呈现指数级别式上升，这无疑给视频数据处理以及检索方面带来巨大的挑战。
当前，对于视频数据的检索方式，一般需要通过对视频帧序列进行预先逐帧处理、分析以及存储，并在后续对视频帧数据进行索引来实现。然而，通过实践发现，这种传统的视频数据检索方法，需要时刻消耗大量的算力资源以及存储资源来处理相应的视频数据，这难以提高对视频数据检索工作的高效性，从而难以满足用户对视频数据的时效性需求以及碎片化分析需求。可见，提供一种能够提高视频数据检索高效性的方法尤为重要。
发明内容
本发明所要解决的技术问题在于，提供一种基于全动态视频的时空数据集检索的方法、装置及存储介质，能够有利于提高对视频数据检索工作的高效性，进而有利于满足用户对视频数据的时效性需求及碎片化分析需求，从而提升用户粘度。
为了解决上述技术问题，本发明第一方面公开了一种基于全动态视频的时空数据集检索方法，所述方法包括：
当接收到视频数据检索指令时，根据所述视频数据检索指令，确定检索视频数据集所需的目标条件信息；所述目标条件信息至少包括时空条件信息；
根据所述时空条件信息，对所述时空条件信息执行信息转换操作，得到所述时空条件信息对应的地理几何体信息；
根据所述地理几何体信息，确定检索所述视频数据集所对应的时空约束条件；
根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述地理几何体信息，确定检索所述视频数据集所对应的时空约束条件，包括：
将所述地理几何体信息初始化为目标维度几何体信息；所述目标维度几何体信息为由一个或多个目标维度的坐标点信息所构成的信息；
根据所述目标维度几何体信息，确定所述目标维度几何体信息所包含的时空要素信息；所述时空要素信息包括时间要素信息和/或空间要素信息，所述时间要素信息包括时间戳、儒略日期、协调世界时刻以及协调世界时间间隔值中的至少一种；
根据所述目标维度几何体信息所包含的时空要素信息，确定检索所述视频数据集所对应的时空约束条件。
作为一种可选的实施方式，在本发明第一方面中，所述根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集，包括：
确定所述视频数据集对应的矢量要素集；所述视频数据集中的每个视频帧数据均存在与之对应的矢量要素；
基于所述矢量要素集以及所述时空约束条件，从所述矢量要素集中确定出与所述时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集；
根据所述目标矢量要素集，确定所述视频数据集的检索结果数据集。
作为一种可选的实施方式，在本发明第一方面中，所述时空约束条件包括空间约束条件和/或时间约束条件；
其中，所述基于所述矢量要素集以及所述时空约束条件，从所述矢量要素集中确定出与所述时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集，包括：
当所述时空约束条件包括所述空间约束条件以及所述时间约束条件时，基于所述空间约束条件以及所述矢量要素集中每个所述矢量要素所包含的空间矢量要素，从所述矢量要素集中确定出对应的空间矢量要素与所述空间约束条件存在第一交集关联关系的所有矢量要素，作为待定矢量要素集；
基于所述时间约束条件以及所述待定矢量要素集中每个待定矢量要素所包含的时间矢量要素，从所有所述待定矢量要素中确定出对应的时间矢量要素与所述时间约束条件存在第二交集关联关系的所有矢量要素，作为目标矢量要素集。
作为一种可选的实施方式，在本发明第一方面中，所述视频帧数据集中的每个所述视频数据还均存在与之对应的子栅格数据集；
其中，所述根据所述目标矢量要素集，确定所述视频数据集的检索结果数据集，包括：
获取所述视频数据集所对应的目标映射关系信息；所述目标映射关系信息包括每个所述视频帧数据对应的矢量要素与对应的子栅格数据集之间的映射关系信息；
根据所述目标映射关系信息以及所述目标矢量要素集，从所有所述子栅格数据集中确定出与所述目标矢量要素集存在映射关系的所有目标子栅格数据集；
根据所有所述目标子栅格数据集，从所述视频数据集对应的图像数据集中确定出与所有所述目标子栅格数据集相匹配的所有目标图像数据，作为所述视频数据集对应的检索结果数据集。
作为一种可选的实施方式，在本发明第一方面中，所述目标映射关系信息是通过以下方式确定出的：
对于所述视频数据集中的每个所述视频帧数据，将该视频帧数据中满足预设处理条件的视频帧数据确定为待处理视频帧数据，并获取所述待处理视频帧数据的图像数据以及元数据；通过预设的多维栅格数据模型，将所述图像数据转换成子栅格数据集，并通过预设的矢量数据模型，对所述元数据进行矢量转换，得到所述元数据对应的矢量要素；根据所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素，对所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素执行映射关系创建操作，得到所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素之间的映射关系信息；满足预设处理条件的视频帧数据为已预先确定出其对应的图像数据以及元数据的视频帧数据；
根据所得到的所有所述映射关系信息，确定所述视频数据集对应的目标映射关系信息。
作为一种可选的实施方式，在本发明第一方面中，所述目标条件信息还包括属性条件信息；
在所述根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集之前，所述方法还包括：
根据所述属性条件信息，对所述属性条件信息执行信息转换操作，得到所述属性条件信息对应的结构化查询语言信息；
根据所述结构化查询语言信息，确定检索所述视频数据集所对应的属性约束条件；
其中，所述根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集，包括：
根据所述属性约束条件以及所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集。
本发明第二方面公开了一种基于全动态视频的时空数据集检索装置，所述装置包括：
确定模块，用于当接收到视频数据检索指令时，根据所述视频数据检索指令，确定检索视频数据集所需的目标条件信息；所述目标条件信息至少包括时空条件信息；
信息转换模块，用于根据所述时空条件信息，对所述时空条件信息执行信息转换操作，得到所述时空条件信息对应的地理几何体信息；
确定模块，还用于根据所述地理几何体信息，确定检索所述视频数据集所对应的时空约束条件；
检索模块，用于根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集。
作为一种可选的实施方式，在本发明第二方面中，所述确定模块根据所述地理几何体信息，确定检索所述视频数据集所对应的时空约束条件的方式具体为：
将所述地理几何体信息初始化为目标维度几何体信息；所述目标维度几何体信息为由一个或多个目标维度的坐标点信息所构成的信息；
根据所述目标维度几何体信息，确定所述目标维度几何体信息所包含的时空要素信息；所述时空要素信息包括时间要素信息和/或空间要素信息，所述时间要素信息包括时间戳、儒略日期、协调世界时刻以及协调世界时间间隔值中的至少一种；
根据所述目标维度几何体信息所包含的时空要素信息，确定检索所述视频数据集所对应的时空约束条件。
作为一种可选的实施方式，在本发明第二方面中，所述检索模块根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集的方式具体为：
确定所述视频数据集对应的矢量要素集；所述视频数据集中的每个视频帧数据均存在与之对应的矢量要素；
基于所述矢量要素集以及所述时空约束条件，从所述矢量要素集中确定出与所述时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集；
根据所述目标矢量要素集，确定所述视频数据集的检索结果数据集。
作为一种可选的实施方式，在本发明第二方面中，所述时空约束条件包括空间约束条件和/或时间约束条件；
其中，所述检索模块基于所述矢量要素集以及所述时空约束条件，从所述矢量要素集中确定出与所述时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集的方式具体为：
当所述时空约束条件包括所述空间约束条件以及所述时间约束条件时，基于所述空间约束条件以及所述矢量要素集中每个所述矢量要素所包含的空间矢量要素，从所述矢量要素集中确定出对应的空间矢量要素与所述空间约束条件存在第一交集关联关系的所有矢量要素，作为待定矢量要素集；
基于所述时间约束条件以及所述待定矢量要素集中每个待定矢量要素所包含的时间矢量要素，从所有所述待定矢量要素中确定出对应的时间矢量要素与所述时间约束条件存在第二交集关联关系的所有矢量要素，作为目标矢量要素集。
作为一种可选的实施方式，在本发明第二方面中，所述视频数据集中的每个所述视频帧数据还均存在与之对应的子栅格数据集；
其中，所述检索模块根据所述目标矢量要素集，确定所述视频数据集的检索结果数据集的方式具体为：
获取所述视频数据集所对应的目标映射关系信息；所述目标映射关系信息包括每个所述视频帧数据对应的矢量要素与对应的子栅格数据集之间的映射关系信息；
根据所述目标映射关系信息以及所述目标矢量要素集，从所有所述子栅格数据集中确定出与所述目标矢量要素集存在映射关系的所有目标子栅格数据集；
根据所有所述目标子栅格数据集，从所述视频数据集对应的图像数据集中确定出与所有所述目标子栅格数据集相匹配的所有目标图像数据，作为所述视频数据集对应的检索结果数据集。
作为一种可选的实施方式，在本发明第二方面中，所述目标映射关系信息是通过以下方式确定出的：
对于所述视频数据集中的每个所述视频帧数据，将该视频帧数据中满足预设处理条件的视频帧数据确定为待处理视频帧数据，并获取所述待处理视频帧数据的图像数据以及元数据；通过预设的多维栅格数据模型，将所述图像数据转换成子栅格数据集，并通过预设的矢量数据模型，对所述元数据进行矢量转换，得到所述元数据对应的矢量要素；根据所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素，对所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素执行映射关系创建操作，得到所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素之间的映射关系信息；满足预设处理条件的视频帧数据为已预先确定出其对应的图像数据以及元数据的视频帧数据；
根据所得到的所有所述映射关系信息，确定所述视频数据集对应的目标映射关系信息。
作为一种可选的实施方式，在本发明第二方面中，所述目标条件信息还包括属性条件信息；
所述信息转换模块，还用于：
在所述检索模块根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集之前，根据所述属性条件信息，对所述属性条件信息执行信息转换操作，得到所述属性条件信息对应的结构化查询语言信息；
所述确定模块，还用于根据所述结构化查询语言信息，确定检索所述视频数据集所对应的属性约束条件；
其中，所述检索模块根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集的方式具体为：
根据所述属性约束条件以及所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集。
本发明第三方面公开了另一种基于全动态视频的时空数据集检索装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于全动态视频的时空数据集检索方法。
本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于全动态视频的时空数据集检索方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，当接收到视频数据检索指令时，根据视频数据检索指令，确定检索视频数据集所需的目标条件信息；根据时空条件信息，对时空条件信息执行信息转换操作，得到时空条件信息对应的地理几何体信息；根据地理几何体信息，确定检索视频数据集所对应的时空约束条件；根据时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集。可见，实施本发明能够在需要检索时，依据确定出的时空约束条件智能化地对全动态视频大数据进行时空检索，而在非检索阶段无需消耗大量的算力及存储资源来处理分析视频数据，这样，通过对资源的合理利用，有利于提高对视频数据检索工作的高效性，进而有利于满足用户对视频数据的检索时效性需求及碎片化分析需求；同时，将全动态视频大数据表达为多维栅格数据模型以及矢量数据模型，还使得符合OpenGIS规范的GIS软件能够基于多维栅格数据模型及矢量数据模型对视频数据进行互操作（如对全动态视频数据进行拓扑运算、波段运算以及空间分析等），并能够支持通过自定义符号样式对视频数据进行可视化、将全动态视频数据与多种数据格式进行相互转换等相关操作，大大提高了视频数据的应用价值。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于全动态视频的时空数据集检索方法的流程示意图；
图2是本发明实施例公开的另一种基于全动态视频的时空数据集检索方法的流程示意图；
图3是本发明实施例公开的一种基于全动态视频的时空数据集检索装置的结构示意图；
图4是本发明实施例公开的另一种基于全动态视频的时空数据集检索装置的结构示意图；
图5是本发明实施例公开的一种目标映射关系信息的构建流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于全动态视频的时空数据集检索方法、装置及存储介质，能够有利于提高对视频数据检索工作的高效性，进而有利于满足用户对视频数据的时效性需求及碎片化分析需求，从而提升用户粘度。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种基于全动态视频的时空数据集检索方法的流程示意图。其中，图1所描述的基于全动态视频的时空数据集检索方法可以应用于对视频数据的时间信息进行检索，也可以应用于对视频数据的空间信息进行检索，本发明实施例不做限定。可选的，该基于全动态视频的时空数据集检索方法可以采用OpenGIS领域的开源库GDAL（一个在X/MIT许可协议下的开源栅格空间数据转换库）作为本发明技术方案的实施基础，也可以采用OpenGIS领域的开源库OpenLayers（一个专为Web GIS客户端提供的JavaScript类库包，其用于访问以OpenGIS标准格式发布的地图数据）作为本发明技术方案的实施基础，本发明实施例不做限定。其中，GDAL可通过抽象数据模型来表达所支持的各种文件格式以及通过一系列命令行工具来进行数据的转换及处理，以支持Web后端程序或者桌面程序的操作；而OpenLayers则可将从任何数据源加载的地图、矢量数据或者标记进行显示，以支持Web前端程序的操作。进一步可选的，该方法可以由视频数据检索系统实现，该视频数据检索系统可以集成在视频数据检索装置中，也可以是用于对视频数据检索流程进行处理的本地服务器或云端服务器等，本发明实施例不做限定。如图1所示，该基于全动态视频的时空数据集检索方法可以包括以下操作：
101、当接收到视频数据检索指令时，根据视频数据检索指令，确定检索视频数据集所需的目标条件信息。
在本发明实施例中，可选的，目标条件信息至少包括时空条件信息，还可以包括属性条件信息。进一步可选的，时空条件信息可以包括检索视频数据集所需的时间条件信息和/或空间条件信息，其中，时间条件信息可以理解为所需检索的视频数据集的拍摄时间范围、处理时刻、视频帧间隔值等等，而空间条件信息可以理解为所需检索的视频数据集的拍摄地点、坐标位置、经纬度位置等等。
102、根据时空条件信息，对时空条件信息执行信息转换操作，得到时空条件信息对应的地理几何体信息。
在本发明实施例中，其中，该地理几何体信息可以理解为包含有时间范围描述信息和/或空间范围描述信息的信息。
103、根据地理几何体信息，确定检索视频数据集所对应的时空约束条件。
在本发明实施例中，可选的，时空约束条件可以包括时间约束条件和/或空间约束条件，其中，时空约束条件可用于对所需检索的视频数据集进行交集拓扑运算或者交集阈值运算，以得到符合时空约束条件的视频数据检索结果。
104、根据时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集。
在本发明实施例中，可选的，该视频数据集可由全动态时空数据驱动（FMV时空数据驱动）通过调用预先封装好的全动态时空数据编解码器（FMV编解码器-FMVCodec）打开视频路径信息的接口来实现。进一步可选的，该视频路径信息包括视频文件路径、视频流地址以及视频帧序列目录等等。
具体的，基于开源库GDAL，视频数据集的获取可通过FMV编解码器将视频路径信息对应的视频打开接口的地址赋值给FMV时空数据驱动的第一函数指针变量（FMVDriver.pfnOpen）来实现，从而支持打开视频文件路径、视频流地址以及视频帧序列目录等下的多种视频源；另外，在打开视频源的过程中，FMV时空数据驱动还可以通过调用FMVCodec对应的视频打开反馈接口来获取视频打开错误码信息，而FMVCodec可将该视频打开反馈接口的地址赋值给FMV时空数据驱动的第二函数指针变量（FMVDriver.pfnIdentify），则当视频打开错误码信息表示打开失败时，FMVCodec可返回FALSE，当视频打开错误码信息表示打开成功时，则FMVCodec可返回TRUE，此时FMV时空数据驱动还可以调用FMVCodec中的视频源关闭接口来关闭视频源；进一步的，若目标操作为复制并创建新的视频文件，则可以调用FMVCodec的多元传输接口将数据复用封装，然后调用FMVCodec的写入接口持续将多路复用数据写到视频文件中，而若目标是复制并创建其他类型的矢量栅格混合数据集，如KML/KMZ、GeoPackage和NextGIS等，则可调用FMVCodec的获取接口获取解码后的视频帧数据的图像数据以及元数据，并通过目标数据集的GDALDriver将图像数据以及元数据写入指定的混合数据集中，最后将复制创建接口地址赋值给FMV时空数据驱动的第三函数指针变量（FMVDriver.pfnCreateCopy）来实现，这样，在读取视频数据集及处理时空检索事务时，可通过此类似于文件指针的方式来处理内存与视频数据，减少内存空间的占用。
可见，实施本发明实施例能够在需要检索时，依据确定出的时空约束条件智能化地对全动态视频大数据进行时空检索，而在非检索阶段无需消耗大量的算力及存储资源来处理分析视频数据，这样，通过对资源的合理利用，有利于提高对视频数据检索工作的高效性，进而有利于满足用户对视频数据的检索时效性需求及碎片化分析需求；同时，将全动态视频大数据表达为多维栅格数据模型以及矢量数据模型，还使得符合OpenGIS规范的GIS软件能够基于多维栅格数据模型及矢量数据模型对视频数据进行互操作（如对全动态视频数据进行拓扑运算、波段运算以及空间分析等），并能够支持通过自定义符号样式对视频数据进行可视化、将全动态视频数据与多种数据格式进行相互转换，大大提高了视频数据的应用价值。本专利受成都人工智能应用发展产业技术基础公共服务平台建设项目支持，项目编号2021-0166-1-2。
在一个可选的实施例中，上述步骤103中的根据地理几何体信息，确定检索视频数据集所对应的时空约束条件，包括：
将地理几何体信息初始化为目标维度几何体信息；
根据目标维度几何体信息，确定目标维度几何体信息所包含的时空要素信息；
根据目标维度几何体信息所包含的时空要素信息，确定检索视频数据集所对应的时空约束条件。
在该可选的实施例中，可选的，目标维度几何体信息为由一个或多个目标维度的坐标点信息所构成的信息，其中，目标维度可以为一维、二维、三维或者四维。进一步可选的，时空要素信息包括时间要素信息和/或空间要素信息。具体的，当目标维度为四维时，如（X，Y，Z，M），则前三维坐标点信息表示空间要素信息，而第四维坐标点信息表示时间要素信息，其中，时间要素信息包括时间戳、儒略日期、协调世界时刻以及协调世界时间间隔值中的至少一种。
可见，该可选的实施例能够将地理几何体信息初始化成目标维度几何体信息，从而确定出检索视频数据集所对应的时空约束条件，这样，通过初始化成满足检索需求的时空约束条件，有利于提高所确定出的时间约束条件的可靠性及准确性，进而有利于提高时间约束条件与视频数据集之间的检索兼容性，从而有利于提高后续所得到的视频数据集的检索结果与用户检索需求之间的匹配度。
在另一个可选的实施例中，上述步骤104中的根据时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集，包括：
确定视频数据集对应的矢量要素集；
基于矢量要素集以及时空约束条件，从矢量要素集中确定出与时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集；
根据目标矢量要素集，确定视频数据集的检索结果数据集。
在该可选的实施例中，可选的，时空约束条件包括空间约束条件和/或时间约束条件。具体的，视频数据集中的每个视频帧数据均存在与之对应的矢量要素。进一步可选的，当该时空约束条件包括空间约束条件时，可基于矢量要素集中每个矢量要素所包含的空间矢量要素以及空间约束条件，从矢量要素集中确定出与空间约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集；而当该时空约束条件包括时间约束条件时，可基于矢量要素集中每个矢量要素所包含的时间矢量要素以及时间约束条件，从矢量要素集中确定出与时间约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集。举例来说，如当时空约束条件包括具体时间范围时，则将其与矢量要素集中每个矢量要素所包含的时间矢量要素进行对比，若某一矢量要素对应的时间矢量要素处于该具体时间范围时，则将该矢量要素纳入至目标矢量要素集。
可见，该可选的实施例能够依据时空约束条件，对确定出的视频数据集对应的矢量要素集进行筛选，得到目标矢量要素集，从而依据目标矢量要素集确定出用户所需的检索结果数据集，这样，通过对矢量要素的筛选，在提高视频数据集检索工作的高效性的同时，还可以提高对视频数据集检索工作的可靠性及准确性，进而可以提升对视频数据集检索工作的检索效果，从而可以满足用户对视频数据的时效性需求及碎片化分析需求。
在又一个可选的实施例中，上述步骤中的基于矢量要素集以及时空约束条件，从矢量要素集中确定出与时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集，包括：
当时空约束条件包括空间约束条件以及时间约束条件时，基于空间约束条件以及矢量要素集中每个矢量要素所包含的空间矢量要素，从矢量要素集中确定出对应的空间矢量要素与空间约束条件存在第一交集关联关系的所有矢量要素，作为待定矢量要素集；
基于时间约束条件以及待定矢量要素集中每个待定矢量要素所包含的时间矢量要素，从所有待定矢量要素中确定出对应的时间矢量要素与时间约束条件存在第二交集关联关系的所有矢量要素，作为目标矢量要素集。
在该可选的实施例中，举例来说，待定矢量要素集的确定过程可通过基于空间约束条件以及矢量要素集中每个矢量要素所包含的空间矢量要素，对矢量要素集以及空间约束条件进行交集拓扑运算来实现，而目标矢量要素集的确定过程可通过基于时间约束条件以及待定矢量要素集中每个待定矢量要素所包含的时间矢量要素，对待定矢量要素集以及时间约束条件进行交集阈值运算来实现。
可见，该可选的实施例能够通过相关交集运算方式来从矢量要素集中筛选出与空间约束条件、时间约束条件存在交集关联关系的目标矢量要素集，这样，有利于提高所得到的目标矢量要素集的可靠性及准确性，进而有利于通过得到的目标矢量要素集来提高视频数据检索工作的可靠性及准确性，从而有利于实现用户对视频数据的精准化分析需求。
在又一个可选的实施例中，根据目标矢量要素集，确定视频数据集的检索结果数据集，包括：
获取视频数据集所对应的目标映射关系信息；
根据目标映射关系信息以及目标矢量要素集，从所有子栅格数据集中确定出与目标矢量要素集存在映射关系的所有目标子栅格数据集；
根据所有目标子栅格数据集，从视频数据集对应的图像数据集中确定出与所有目标子栅格数据集相匹配的所有目标图像数据，作为视频数据集对应的检索结果数据集。
在该可选的实施例中，即通过目标映射关系信息以及目标矢量要素集，定位至与目标矢量你要素集存在映射关系的所有目标子栅格数据集，从而依据所有目标子栅格数据集，读取出符合检索条件的视频数据集所对应的目标图像数据集。可选的，视频数据集中的每个视频帧数据还均存在与之对应的子栅格数据集。具体的，目标映射关系信息包括每个视频帧数据对应的矢量要素与对应的子栅格数据集之间的映射关系信息。
进一步的，目标映射关系信息是通过以下方式确定出的：
对于视频数据集中的每个视频帧数据，将该视频帧数据中满足预设处理条件的视频帧数据确定为待处理视频帧数据，并获取待处理视频帧数据的图像数据以及元数据；通过预设的多维栅格数据模型，将图像数据转换成子栅格数据集，并通过预设的矢量数据模型，对元数据进行矢量转换，得到元数据对应的矢量要素；根据图像数据对应的子栅格数据集以及元数据对应的矢量要素，对图像数据对应的子栅格数据集以及元数据对应的矢量要素执行映射关系创建操作，得到图像数据对应的子栅格数据集以及元数据对应的矢量要素之间的映射关系信息；
根据所得到的所有映射关系信息，确定视频数据集对应的目标映射关系信息。
在该可选的实施例中，可选的，该待处理视频帧数据的图像数据可以包括RGB图像数据（由红绿蓝三个波段构成的图像数据）。具体的，满足预设处理条件的视频帧数据为已预先确定出其对应的图像数据以及元数据的视频帧数据。举例来说，即如当接收到该视频数据集中当前播放的视频帧数据时，则将该视频帧数据中的已播放视频帧数据确定为待处理视频帧数据（已播放视频数据可理解为已预先确定出对应的图像数据以及元数据的视频帧数据中的其中一种数据），并相应地将该处理视频帧数据对应的图像数据以及元数据分别转换成子栅格数据集以及矢量要素，同时，建立起该处理视频帧数据对应的子栅格数据集以及矢量要素之间的映射关系。
进一步具体的，如图5所示，图5为本发明实施例公开的一种目标映射关系信息的构建流程示意图：基于开源库GDAL，该映射关系信息的创建可通过调用FMV编解码器的获取接口来获取当前播放的视频帧数据，并将满足预设处理条件的视频帧数据的图像数据以及元数据分别转换成新的子栅格数据集以及新的矢量要素，最后将通过转换得到的子栅格数据集对象（Subdataset对象，包括GDALRasterBand1-3）记录到元数据域（GDALDataset）中以及将转换得到的元数据对象（FMVFeature对象）记录到OGRLayer对象中，从而建立起子栅格数据集与矢量要素之间的映射关系信息。这样，通过目标映射关系信息的构建，可将全动态视频数据表达为多维栅格数据模型以及矢量数据模型，不仅能够支持全动态视频数据与ADRG、ECRGTOC、GEORASTER、GTiff、HDF4、HDF5、netCDF、NITF、NTv2、OGDI、PDF、PostGISRaster、Rasterlite、RPFTOC、RS2、TileDB、WCS和WMS等数据格式以及服务协议之间的相互转换，还能够发布为WCS以及WMS等Web服务。
需要说明的是，以开源库GDAL作为该可选实施例的实施基础，GDAL定义的数据驱动GDALDriver类型，可以作为所有数据驱动的基类，因此通过继承该类型以实现FMV时空数据驱动FMVDriver类型；同时，GDAL定义的数据集GDALDataset类型，已同步实现矢量数据模型以及多维栅格数据模型，因此通过继承该类型以实现FMV时空数据集（视频数据集）FMVDataset类型；其中，GDAL定义的GDALRasterBand类型，已实现栅格数据模型的栅格波段模型并提供快视图（Overview）功能，因此通过继承该类型以实现FMVRasterBand类型，以及，GDAL定义的OGRLayer类型，已实现矢量数据模型的矢量图层模型，且一个矢量图层对应着一张要素表并支持SQL操作，其每条记录均为一个矢量要素（GDAL将其定义为OGRFeature类型），因此通过继承OGRFeature类型以实现FMVFeature类型，综上，通过各类型的继承，即可实现矢量数据模型以及多维栅格数据模型所定义的数据驱动获取、栅格波段集获取、矢量图层集获取以及矢量要素集获取等其他接口。
另外，以开源库OpenLayers作为该可选实施例的实施基础，OpenLayers定义了数据源Source类型，并基于其派生出矢量数据源VectorSource类型和栅格数据源RasterSource类型，分别实现了矢量数据模型和栅格数据模型的定义。为了实现本发明技术方案，则需要在RasterSource类型的基础上，派生出支持多维栅格数据模型的多维栅格数据源MultiDimRasterSouce类型，进而定义FMVDataSource类型，并通过继承Source类型并在其内部封装VectorSource和MultiDimRasterSource类型成员，以实现包括但不限于refresh函数方法，State、Revision、Projection和Attributions等相关属性方法，以及VectorSourceEvent和RasterSourceEvent等相关事件方法。虽然OpenLayers没有定义表达数据驱动的基础类型，但其定义了FeatureFormat类型，其实现了对矢量要素各种类型的抽象，并且，基于FeatureFormat类型，OpenLayers可实现对包括不限于GeoJSON、TopoJSON、MVT、GML、GPX和WFS等格式的支持；同时，OpenLayers提供了一个名为BaseObject的基础对象类型，它可实现观察者模式，为事件侦听器提供了便利的注册和注销方法。因此，通过定义DataDriver类型、派生自BaseObject类型来作为数据驱动的基类（其接口定义可参考GDALDriver类型）、其内部通过封装FeatureFormat类型成员，可以提供对矢量要素格式的支持，进而定义FMVDriver类型，通过继承DataDriver类型并封装FMVCodec，以实现自身接口。
进一步可选的，可以将所得到的所有映射关系信息确定为视频数据集对应的目标映射关系信息，也可以对所有映射关系信息执行信息去重处理后，将处理后的所有映射关系信息确定为视频数据集对应的目标映射关系信息。
可见，该可选的实施例能够将待处理视频帧数据的图像数据以及元数据分别转换为子栅格数据集以及矢量要素，并建立起子栅格数据集与矢量要素之间的映射关系信息，从而得到视频数据集的目标映射关系信息，这样，通过对全动态视频数据的多维栅格数据转换以及矢量要素转换，可在无需对地理信息系统进行大改造的情况下，即可原生支持接入到地理信息系统中进行视频数据管理（如支持全动态视频数据与各种数据格式之间的相互转换、Web服务的发布等）及可视化应用，有利于提高对视频数据检索工作的高效性，从而有利于实现用户对视频数据检索的时效性需求。
实施例二
请参阅图2，图2是本发明实施例公开的一种基于全动态视频的时空数据集检索方法的流程示意图。其中，图2所描述的基于全动态视频的时空数据集检索方法可以应用于对视频数据的时间信息进行检索，也可以应用于对视频数据的空间信息进行检索，本发明实施例不做限定。可选的，该基于全动态视频的时空数据集检索方法可以采用OpenGIS领域的开源库GDAL作为本发明技术方案的实施基础，也可以采用OpenGIS领域的开源库OpenLayers作为本发明技术方案的实施基础，本发明实施例不做限定。进一步可选的，该方法可以由视频数据检索系统实现，该视频数据检索系统可以集成在视频数据检索装置中，也可以是用于对视频数据检索流程进行处理的本地服务器或云端服务器等，本发明实施例不做限定。如图2所示，该基于全动态视频的时空数据集检索方法可以包括以下操作：
201、当接收到视频数据检索指令时，根据视频数据检索指令，确定检索视频数据集所需的目标条件信息。
202、根据时空条件信息，对时空条件信息执行信息转换操作，得到时空条件信息对应的地理几何体信息。
203、根据地理几何体信息，确定检索视频数据集所对应的时空约束条件。
204、根据属性条件信息，对属性条件信息执行信息转换操作，得到属性条件信息对应的结构化查询语言信息。
在本发明实施例中，可选的，目标条件信息除了包括时空条件信息以外，还可以包括属性条件信息，如检索视频数据集所需的作者条件信息、视频数据大小条件信息、视频数据类型条件信息、视频数据拍摄内容条件信息等等。
205、根据结构化查询语言信息，确定检索视频数据集所对应的属性约束条件。
在本发明实施例中，举例来说，即如根据结构化查询语言信息（SQL语句，其形如SELECT * FROM nation WHERE OGR_GEOMETRY='POINT' OR OGR_GEOMETRY='POLYGON'），确定检索视频数据集所对应的作者约束条件信息、视频数据大小约束条件信息、视频数据类型约束条件信息、视频数据拍摄内容约束条件信息等等。
206、根据属性约束条件以及时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集。
在本发明实施例中，即可以同时依据属性约束条件以及时空约束条件，对视频数据集进行检索。需要说明的是，基于开源库GDAL，由于FMVDataset继承了GDALDataset::ExecuteSQL接口，且GDALDataset类型中已继承了OGR以及SQLite两种SQL引擎，即能够分别支持OGR-SQL与SQL SQLite两种SQL方言的解析执行，同时，还集成了拓扑运算引擎GEOS以支持执行矢量要素的拓扑运算，因此FMVDataset无需对ExecuteSQL接口的具体实现进行重写。进一步的，在得到视频数据集的检索结果数据集之后，可以检测是否接收到二次属性约束条件和/或二次时空约束条件；当检测出接收到二次属性约束条件和/或二次时空约束条件时，可根据二次属性约束条件和/或二次时空约束条件，对视频数据集的检索结果数据集进行二次检索，得到视频数据集的二次检索结果数据集，其中，对于二次检索操作，可按照类似于步骤201-步骤206的视频数据集检索操作来进行。
在本发明实施例中，针对步骤201-步骤203的其它描述，请参照实施例一中针对步骤101-步骤103的详细描述，本发明实施例不再赘述。
可见，实施本发明实施例不仅能够依据确定出的属性约束条件对视频数据集进行检索，还能够支持对视频数据集的检索结果数据集进行二次检索，这样，有利于提高所得到的视频数据集的检索结果数据集的可靠性及精确性，进而有利于提高视频数据集的检索效果，从而有利于进一步满足用户对视频数据的碎片化分析需求。
实施例三
请参阅图3，图3是本发明实施例公开的一种基于全动态视频的时空数据集检索装置的结构示意图。如图3所示，该基于全动态视频的时空数据集检索装置可以包括：
确定模块301，用于当接收到视频数据检索指令时，根据视频数据检索指令，确定检索视频数据集所需的目标条件信息；
信息转换模块302，用于根据时空条件信息，对时空条件信息执行信息转换操作，得到时空条件信息对应的地理几何体信息；
确定模块301，还用于根据地理几何体信息，确定检索视频数据集所对应的时空约束条件；
检索模块303，用于根据时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集。
在本发明实施例中，目标条件信息至少包括时空条件信息。
可见，实施图3所描述的基于全动态视频的时空数据集检索装置能够在需要检索时，依据确定出的时空约束条件智能化地对全动态视频大数据进行时空检索，而在非检索阶段无需消耗大量的算力及存储资源来处理分析视频数据，这样，通过对资源的合理利用，有利于提高对视频数据检索工作的高效性，进而有利于满足用户对视频数据的检索时效性需求及碎片化分析需求；同时，将全动态视频大数据表达为多维栅格数据模型以及矢量数据模型，还使得符合OpenGIS规范的GIS软件能够基于多维栅格数据模型及矢量数据模型对视频数据进行互操作（如对全动态视频数据进行拓扑运算、波段运算以及空间分析等），并能够支持通过自定义符号样式对视频数据进行可视化、将全动态视频数据与多种数据格式进行相互转换，大大提高了视频数据的应用价值。
在一个可选的实施例中，该确定模块301根据地理几何体信息，确定检索视频数据集所对应的时空约束条件的方式具体为：
将地理几何体信息初始化为目标维度几何体信息；
根据目标维度几何体信息，确定目标维度几何体信息所包含的时空要素信息；
根据目标维度几何体信息所包含的时空要素信息，确定检索视频数据集所对应的时空约束条件。
在该可选的实施例中，目标维度几何体信息为由一个或多个目标维度的坐标点信息所构成的信息；时空要素信息包括时间要素信息和/或空间要素信息，时间要素信息包括时间戳、儒略日期、协调世界时刻以及协调世界时间间隔值中的至少一种。
可见，实施图3所描述的基于全动态视频的时空数据集检索装置能够将地理几何体信息初始化成目标维度几何体信息，从而确定出检索视频数据集所对应的时空约束条件，这样，通过初始化成满足检索需求的时空约束条件，有利于提高所确定出的时间约束条件的可靠性及准确性，进而有利于提高时间约束条件与视频数据集之间的检索兼容性，从而有利于提高后续所得到的视频数据集的检索结果与用户检索需求之间的匹配度。
在另一个可选的实施例中，该检索模块303根据时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集的方式具体为：
确定视频数据集对应的矢量要素集；
基于矢量要素集以及时空约束条件，从矢量要素集中确定出与时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集；
根据目标矢量要素集，确定视频数据集的检索结果数据集。
在该可选的实施例中，视频数据集中的每个视频帧数据均存在与之对应的矢量要素。
可见，实施图3所描述的基于全动态视频的时空数据集检索装置能够依据时空约束条件，对确定出的视频数据集对应的矢量要素集进行筛选，得到目标矢量要素集，从而依据目标矢量要素集确定出用户所需的检索结果数据集，这样，通过对矢量要素的筛选，在提高视频数据集检索工作的高效性的同时，还可以提高对视频数据集检索工作的可靠性及准确性，进而可以提升对视频数据集检索工作的检索效果，从而可以满足用户对视频数据的时效性需求及碎片化分析需求。
在又一个可选的实施例中，该检索模块303基于矢量要素集以及时空约束条件，从矢量要素集中确定出与时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集的方式具体为：
当时空约束条件包括空间约束条件以及时间约束条件时，基于空间约束条件以及矢量要素集中每个矢量要素所包含的空间矢量要素，从矢量要素集中确定出对应的空间矢量要素与空间约束条件存在第一交集关联关系的所有矢量要素，作为待定矢量要素集；
基于时间约束条件以及待定矢量要素集中每个待定矢量要素所包含的时间矢量要素，从所有待定矢量要素中确定出对应的时间矢量要素与时间约束条件存在第二交集关联关系的所有矢量要素，作为目标矢量要素集。
在该可选的实施例中，时空约束条件包括空间约束条件和/或时间约束条件。
可见，实施图3所描述的基于全动态视频的时空数据集检索装置能够通过相关交集运算方式来从矢量要素集中筛选出与空间约束条件、时间约束条件存在交集关联关系的目标矢量要素集，这样，有利于提高所得到的目标矢量要素集的可靠性及准确性，进而有利于通过得到的目标矢量要素集来提高视频数据检索工作的可靠性及准确性，从而有利于实现用户对视频数据的精准化分析需求。
在又一个可选的实施例中，该检索模块303根据目标矢量要素集，确定视频数据集的检索结果数据集的方式具体为：
获取视频数据集所对应的目标映射关系信息；
根据目标映射关系信息以及目标矢量要素集，从所有子栅格数据集中确定出与目标矢量要素集存在映射关系的所有目标子栅格数据集；
根据所有目标子栅格数据集，从视频数据集对应的图像数据集中确定出与所有目标子栅格数据集相匹配的所有目标图像数据，作为视频数据集对应的检索结果数据集。
在该可选的实施例中，视频数据集中的每个视频帧数据还均存在与之对应的子栅格数据集；目标映射关系信息包括每个视频帧数据对应的矢量要素与对应的子栅格数据集之间的映射关系信息。
进一步的，在该可选的实施例中，目标映射关系信息是通过以下方式确定出的：
对于视频数据集中的每个视频帧数据，将该视频帧数据中满足预设处理条件的视频帧数据确定为待处理视频帧数据，并获取待处理视频帧数据的图像数据以及元数据；通过预设的多维栅格数据模型，将图像数据转换成子栅格数据集，并通过预设的矢量数据模型，对元数据进行矢量转换，得到元数据对应的矢量要素；根据图像数据对应的子栅格数据集以及元数据对应的矢量要素，对图像数据对应的子栅格数据集以及元数据对应的矢量要素执行映射关系创建操作，得到图像数据对应的子栅格数据集以及元数据对应的矢量要素之间的映射关系信息；
根据所得到的所有映射关系信息，确定视频数据集对应的目标映射关系信息。
在该可选的实施例中，满足预设处理条件的视频帧数据为已预先确定出其对应的图像数据以及元数据的视频帧数据。
可见，实施图3所描述的基于全动态视频的时空数据集检索装置能够将待处理视频帧数据的图像数据以及元数据分别转换为子栅格数据集以及矢量要素，并建立起子栅格数据集与矢量要素之间的映射关系信息，从而得到视频数据集的目标映射关系信息，这样，通过对全动态视频数据的多维栅格数据转换以及矢量要素转换，可在无需对地理信息系统进行大改造的情况下，即可原生支持接入到地理信息系统中进行视频数据管理（如支持全动态视频数据与各种数据格式之间的相互转换、Web服务的发布等）及可视化应用，有利于提高对视频数据检索工作的高效性，从而有利于实现用户对视频数据检索的时效性需求。
在又一个可选的实施例中，信息转换模块302，还用于：
在检索模块303根据时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集之前，根据属性条件信息，对属性条件信息执行信息转换操作，得到属性条件信息对应的结构化查询语言信息；
确定模块301，还用于根据结构化查询语言信息，确定检索视频数据集所对应的属性约束条件；
其中，检索模块303根据时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集的方式具体为：
根据属性约束条件以及时空约束条件，对视频数据集进行检索，得到视频数据集的检索结果数据集。
在该可选的实施例中，目标条件信息还包括属性条件信息。
可见，实施图3所描述的基于全动态视频的时空数据集检索装置不仅能够依据确定出的属性约束条件对视频数据集进行检索，还能够支持对视频数据集的检索结果数据集进行二次检索，这样，有利于提高所得到的视频数据集的检索结果数据集的可靠性及精确性，进而有利于提高视频数据集的检索效果，从而有利于进一步满足用户对视频数据的碎片化分析需求。
实施例四
请参阅图4，图4是本发明实施例公开的又一种基于全动态视频的时空数据集检索装置的结构示意图。如图4所示，该基于全动态视频的时空数据集检索装置可以包括：
存储有可执行程序代码的存储器401；
与存储器401耦合的处理器402；
处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或本发明实施例二所描述的基于全动态视频的时空数据集检索方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或本发明实施例二所描述的基于全动态视频的时空数据集检索方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的基于全动态视频的时空数据集检索方法中的步骤。
以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器（Read-Only Memory，ROM）、随机存储器（Random Access Memory，RAM）、可编程只读存储器（Programmable Read-only Memory，PROM）、可擦除可编程只读存储器（ErasableProgrammable Read Only Memory，EPROM）、一次可编程只读存储器（One-timeProgrammable Read-Only Memory，OTPROM）、电子抹除式可复写只读存储器（Electrically-Erasable Programmable Read-Only Memory，EEPROM）、只读光盘（CompactDisc Read-Only Memory，CD-ROM）或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种基于全动态视频的时空数据集检索方法、装置及存储介质所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (10)
1.一种基于全动态视频的时空数据集检索方法，其特征在于，所述方法包括：
当接收到视频数据检索指令时，根据所述视频数据检索指令，确定检索视频数据集所需的目标条件信息；所述目标条件信息至少包括时空条件信息；
根据所述时空条件信息，对所述时空条件信息执行信息转换操作，得到所述时空条件信息对应的地理几何体信息；
根据所述地理几何体信息，确定检索所述视频数据集所对应的时空约束条件；
根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集。
2.根据权利要求1所述的基于全动态视频的时空数据集检索方法，其特征在于，所述根据所述地理几何体信息，确定检索所述视频数据集所对应的时空约束条件，包括：
将所述地理几何体信息初始化为目标维度几何体信息；所述目标维度几何体信息为由一个或多个目标维度的坐标点信息所构成的信息；
根据所述目标维度几何体信息，确定所述目标维度几何体信息所包含的时空要素信息；所述时空要素信息包括时间要素信息和/或空间要素信息，所述时间要素信息包括时间戳、儒略日期、协调世界时刻以及协调世界时间间隔值中的至少一种；
根据所述目标维度几何体信息所包含的时空要素信息，确定检索所述视频数据集所对应的时空约束条件。
3.根据权利要求1或2所述的基于全动态视频的时空数据集检索方法，其特征在于，所述根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集，包括：
确定所述视频数据集对应的矢量要素集；所述视频数据集中的每个视频帧数据均存在与之对应的矢量要素；
基于所述矢量要素集以及所述时空约束条件，从所述矢量要素集中确定出与所述时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集；
根据所述目标矢量要素集，确定所述视频数据集的检索结果数据集。
4.根据权利要求3所述的基于全动态视频的时空数据集检索方法，其特征在于，所述时空约束条件包括空间约束条件和/或时间约束条件；
其中，所述基于所述矢量要素集以及所述时空约束条件，从所述矢量要素集中确定出与所述时空约束条件存在交集关联关系的所有矢量要素，作为目标矢量要素集，包括：
当所述时空约束条件包括所述空间约束条件以及所述时间约束条件时，基于所述空间约束条件以及所述矢量要素集中每个所述矢量要素所包含的空间矢量要素，从所述矢量要素集中确定出对应的空间矢量要素与所述空间约束条件存在第一交集关联关系的所有矢量要素，作为待定矢量要素集；
基于所述时间约束条件以及所述待定矢量要素集中每个待定矢量要素所包含的时间矢量要素，从所有所述待定矢量要素中确定出对应的时间矢量要素与所述时间约束条件存在第二交集关联关系的所有矢量要素，作为目标矢量要素集。
5.根据权利要求3所述的基于全动态视频的时空数据集检索方法，其特征在于，所述视频数据集中的每个所述视频帧数据还均存在与之对应的子栅格数据集；
其中，所述根据所述目标矢量要素集，确定所述视频数据集的检索结果数据集，包括：
获取所述视频数据集所对应的目标映射关系信息；所述目标映射关系信息包括每个所述视频帧数据对应的矢量要素与对应的子栅格数据集之间的映射关系信息；
根据所述目标映射关系信息以及所述目标矢量要素集，从所有所述子栅格数据集中确定出与所述目标矢量要素集存在映射关系的所有目标子栅格数据集；
根据所有所述目标子栅格数据集，从所述视频数据集对应的图像数据集中确定出与所有所述目标子栅格数据集相匹配的所有目标图像数据，作为所述视频数据集对应的检索结果数据集。
6.根据权利要求5所述的基于全动态视频的时空数据集检索方法，其特征在于，所述目标映射关系信息是通过以下方式确定出的：
对于所述视频数据集中的每个所述视频帧数据，将该视频帧数据中满足预设处理条件的视频帧数据确定为待处理视频帧数据，并获取所述待处理视频帧数据的图像数据以及元数据；通过预设的多维栅格数据模型，将所述图像数据转换成子栅格数据集，并通过预设的矢量数据模型，对所述元数据进行矢量转换，得到所述元数据对应的矢量要素；根据所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素，对所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素执行映射关系创建操作，得到所述图像数据对应的子栅格数据集以及所述元数据对应的矢量要素之间的映射关系信息；满足预设处理条件的视频帧数据为已预先确定出其对应的图像数据以及元数据的视频帧数据；
根据所得到的所有所述映射关系信息，确定所述视频数据集对应的目标映射关系信息。
7.根据权利要求1所述的基于全动态视频的时空数据集检索方法，其特征在于，所述目标条件信息还包括属性条件信息；
在所述根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集之前，所述方法还包括：
根据所述属性条件信息，对所述属性条件信息执行信息转换操作，得到所述属性条件信息对应的结构化查询语言信息；
根据所述结构化查询语言信息，确定检索所述视频数据集所对应的属性约束条件；
其中，所述根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集，包括：
根据所述属性约束条件以及所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集。
8.一种基于全动态视频的时空数据集检索装置，其特征在于，所述装置包括：
确定模块，用于当接收到视频数据检索指令时，根据所述视频数据检索指令，确定检索视频数据集所需的目标条件信息；所述目标条件信息至少包括时空条件信息；
信息转换模块，用于根据所述时空条件信息，对所述时空条件信息执行信息转换操作，得到所述时空条件信息对应的地理几何体信息；
所述确定模块，还用于根据所述地理几何体信息，确定检索所述视频数据集所对应的时空约束条件；
检索模块，用于根据所述时空约束条件，对所述视频数据集进行检索，得到所述视频数据集的检索结果数据集。
9.一种基于全动态视频的时空数据集检索装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的基于全动态视频的时空数据集检索方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的基于全动态视频的时空数据集检索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211654204.8A CN115630191B (zh) | 2022-12-22 | 2022-12-22 | 基于全动态视频的时空数据集检索方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211654204.8A CN115630191B (zh) | 2022-12-22 | 2022-12-22 | 基于全动态视频的时空数据集检索方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115630191A true CN115630191A (zh) | 2023-01-20 |
| CN115630191B CN115630191B (zh) | 2023-03-28 |
Family
ID=84910890
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211654204.8A Active CN115630191B (zh) | 2022-12-22 | 2022-12-22 | 基于全动态视频的时空数据集检索方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115630191B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115774767A (zh) * | 2023-02-10 | 2023-03-10 | 成都纵横自动化技术股份有限公司 | 一种地理信息元数据处理方法及装置 |
Citations (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1987001224A1 (en) * | 1985-08-16 | 1987-02-26 | Zegeer, Jim | Fingerprint recognition and retrieval system |
| US4843380A (en) * | 1987-07-13 | 1989-06-27 | Megatek Corporation | Anti-aliasing raster scan display system |
| WO1995032482A1 (en) * | 1994-05-24 | 1995-11-30 | Sparrow Malcolm K | Vector based topological fingerprint matching |
| JPH0887525A (ja) * | 1994-09-20 | 1996-04-02 | Nippon Telegr & Teleph Corp <Ntt> | 映像管理マップ表現方法および装置 |
| FR2801992A1 (fr) * | 1999-12-03 | 2001-06-08 | Canon Kk | Procede et dispositif de recherche d'images basee sur le contenu prenant en compte la definition de regions d'interet |
| CA2412471A1 (en) * | 2002-12-17 | 2004-06-17 | Concordia University | A framework and a system for semantic content extraction in video sequences |
| CA2812890A1 (en) * | 2004-05-04 | 2005-11-04 | Intelliview Technologies Inc. | Mesh based frame processing and applications |
| CN101267565A (zh) * | 2008-04-29 | 2008-09-17 | 中国科学院计算技术研究所 | 一种视频编码中运动矢量搜索方法及装置 |
| WO2008111451A1 (ja) * | 2007-03-14 | 2008-09-18 | Nippon Telegraph And Telephone Corporation | 動きベクトル探索方法及び装置、そのプログラム並びにプログラムを記録した記録媒体 |
| CN101350921A (zh) * | 2007-07-17 | 2009-01-21 | 北京华辰广正科技发展有限公司 | 一种面向全景视频的运动搜索方法 |
| CN101855911A (zh) * | 2007-09-28 | 2010-10-06 | 杜比实验室特许公司 | 处理视频信息 |
| CN101867812A (zh) * | 2010-04-16 | 2010-10-20 | 中山大学 | 一种利用边缘效应进行运动预测的视频数据压缩运动估计方法 |
| CN102045571A (zh) * | 2011-01-13 | 2011-05-04 | 北京工业大学 | 一种立体视频编码快速迭代搜索方法 |
| WO2012066642A1 (ja) * | 2010-11-16 | 2012-05-24 | 小平アソシエイツ株式会社 | 視界映像情報生成装置 |
| US20120321181A1 (en) * | 2011-06-20 | 2012-12-20 | Microsoft Corporation | Near-duplicate video retrieval |
| CN103279580A (zh) * | 2013-06-24 | 2013-09-04 | 魏骁勇 | 基于新型语义空间的视频检索方法 |
| CA2787856A1 (en) * | 2012-05-12 | 2013-11-12 | University Of Florida Research Foundation, Inc. | Systems and methods for estimating the geographic location at which image data was captured |
| CN104050247A (zh) * | 2014-06-04 | 2014-09-17 | 上海美琦浦悦通讯科技有限公司 | 实现海量视频快速检索的方法 |
| WO2015115179A1 (ja) * | 2014-01-31 | 2015-08-06 | 株式会社日立製作所 | 画像検索システム、画像検索装置及び画像検索方法 |
| CN105594204A (zh) * | 2013-10-02 | 2016-05-18 | 杜比实验室特许公司 | 通过hdmi传输显示管理元数据 |
| CN105630833A (zh) * | 2014-11-08 | 2016-06-01 | 李福霞 | 一种视频信息切片查询方法 |
| CN105630897A (zh) * | 2015-12-18 | 2016-06-01 | 武汉大学 | 一种内容感知的地理视频多层次关联方法 |
| CN106777172A (zh) * | 2016-12-22 | 2017-05-31 | 南京师范大学 | 一种视频时空检索方法 |
| CN107392917A (zh) * | 2017-06-09 | 2017-11-24 | 深圳大学 | 一种基于时空约束的视频显著性检测方法及系统 |
| CN107730889A (zh) * | 2017-10-30 | 2018-02-23 | 昆明理工大学 | 一种基于交通视频的目标车辆检索方法 |
| US20190325198A1 (en) * | 2015-09-22 | 2019-10-24 | ImageSleuth, Inc. | Surveillance and monitoring system that employs automated methods and subsystems that identify and characterize face tracks in video |
| US20190387246A1 (en) * | 2018-06-14 | 2019-12-19 | Tencent America LLC | Method and apparatus for video coding |
| CN111104549A (zh) * | 2019-12-30 | 2020-05-05 | 普联技术有限公司 | 一种检索视频的方法及设备 |
| CN111311643A (zh) * | 2020-03-30 | 2020-06-19 | 西安电子科技大学 | 使用动态搜索的视频目标跟踪方法 |
| CN112182276A (zh) * | 2020-10-12 | 2021-01-05 | 云南财经大学 | 基于图像内容和元数据的天文海量观测数据混合检索方法 |
| CN112214642A (zh) * | 2020-09-17 | 2021-01-12 | 中国科学院沈阳应用生态研究所 | 地理语义关联约束的多视频事件盲区变化过程推演方法 |
| US20210109966A1 (en) * | 2019-10-15 | 2021-04-15 | Adobe Inc. | Video retrieval using temporal visual content |
| CN113190711A (zh) * | 2021-03-26 | 2021-07-30 | 南京财经大学 | 地理场景中视频动态对象轨迹时空检索方法及系统 |
| CN113487523A (zh) * | 2021-09-08 | 2021-10-08 | 腾讯科技（深圳）有限公司 | 图形轮廓优化方法、装置、计算机设备和存储介质 |
| CN113807296A (zh) * | 2021-09-25 | 2021-12-17 | 严大莲 | 基于高分遥感图像的道路变化精准检测方法 |
| CN113868465A (zh) * | 2021-09-15 | 2021-12-31 | 河南大学 | 一种基于二维时间格网的可定位视频检索方法 |
| CN114089370A (zh) * | 2021-11-17 | 2022-02-25 | 海华电子企业(中国)有限公司 | 一种雷达回波视频数据矢量化的处理方法、系统及设备 |
| CN115062186A (zh) * | 2022-08-05 | 2022-09-16 | 北京远鉴信息技术有限公司 | 一种视频内容检索方法、装置、设备以及存储介质 |
-
2022
- 2022-12-22 CN CN202211654204.8A patent/CN115630191B/zh active Active
Patent Citations (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1987001224A1 (en) * | 1985-08-16 | 1987-02-26 | Zegeer, Jim | Fingerprint recognition and retrieval system |
| US4843380A (en) * | 1987-07-13 | 1989-06-27 | Megatek Corporation | Anti-aliasing raster scan display system |
| WO1995032482A1 (en) * | 1994-05-24 | 1995-11-30 | Sparrow Malcolm K | Vector based topological fingerprint matching |
| JPH0887525A (ja) * | 1994-09-20 | 1996-04-02 | Nippon Telegr & Teleph Corp <Ntt> | 映像管理マップ表現方法および装置 |
| FR2801992A1 (fr) * | 1999-12-03 | 2001-06-08 | Canon Kk | Procede et dispositif de recherche d'images basee sur le contenu prenant en compte la definition de regions d'interet |
| CA2412471A1 (en) * | 2002-12-17 | 2004-06-17 | Concordia University | A framework and a system for semantic content extraction in video sequences |
| CA2812890A1 (en) * | 2004-05-04 | 2005-11-04 | Intelliview Technologies Inc. | Mesh based frame processing and applications |
| WO2008111451A1 (ja) * | 2007-03-14 | 2008-09-18 | Nippon Telegraph And Telephone Corporation | 動きベクトル探索方法及び装置、そのプログラム並びにプログラムを記録した記録媒体 |
| CN101350921A (zh) * | 2007-07-17 | 2009-01-21 | 北京华辰广正科技发展有限公司 | 一种面向全景视频的运动搜索方法 |
| CN101855911A (zh) * | 2007-09-28 | 2010-10-06 | 杜比实验室特许公司 | 处理视频信息 |
| CN101267565A (zh) * | 2008-04-29 | 2008-09-17 | 中国科学院计算技术研究所 | 一种视频编码中运动矢量搜索方法及装置 |
| CN101867812A (zh) * | 2010-04-16 | 2010-10-20 | 中山大学 | 一种利用边缘效应进行运动预测的视频数据压缩运动估计方法 |
| WO2012066642A1 (ja) * | 2010-11-16 | 2012-05-24 | 小平アソシエイツ株式会社 | 視界映像情報生成装置 |
| CN102045571A (zh) * | 2011-01-13 | 2011-05-04 | 北京工业大学 | 一种立体视频编码快速迭代搜索方法 |
| US20120321181A1 (en) * | 2011-06-20 | 2012-12-20 | Microsoft Corporation | Near-duplicate video retrieval |
| CA2787856A1 (en) * | 2012-05-12 | 2013-11-12 | University Of Florida Research Foundation, Inc. | Systems and methods for estimating the geographic location at which image data was captured |
| CN103279580A (zh) * | 2013-06-24 | 2013-09-04 | 魏骁勇 | 基于新型语义空间的视频检索方法 |
| CN105594204A (zh) * | 2013-10-02 | 2016-05-18 | 杜比实验室特许公司 | 通过hdmi传输显示管理元数据 |
| WO2015115179A1 (ja) * | 2014-01-31 | 2015-08-06 | 株式会社日立製作所 | 画像検索システム、画像検索装置及び画像検索方法 |
| CN104050247A (zh) * | 2014-06-04 | 2014-09-17 | 上海美琦浦悦通讯科技有限公司 | 实现海量视频快速检索的方法 |
| CN105630833A (zh) * | 2014-11-08 | 2016-06-01 | 李福霞 | 一种视频信息切片查询方法 |
| US20190325198A1 (en) * | 2015-09-22 | 2019-10-24 | ImageSleuth, Inc. | Surveillance and monitoring system that employs automated methods and subsystems that identify and characterize face tracks in video |
| CN105630897A (zh) * | 2015-12-18 | 2016-06-01 | 武汉大学 | 一种内容感知的地理视频多层次关联方法 |
| CN106777172A (zh) * | 2016-12-22 | 2017-05-31 | 南京师范大学 | 一种视频时空检索方法 |
| CN107392917A (zh) * | 2017-06-09 | 2017-11-24 | 深圳大学 | 一种基于时空约束的视频显著性检测方法及系统 |
| CN107730889A (zh) * | 2017-10-30 | 2018-02-23 | 昆明理工大学 | 一种基于交通视频的目标车辆检索方法 |
| US20190387246A1 (en) * | 2018-06-14 | 2019-12-19 | Tencent America LLC | Method and apparatus for video coding |
| US20210109966A1 (en) * | 2019-10-15 | 2021-04-15 | Adobe Inc. | Video retrieval using temporal visual content |
| CN111104549A (zh) * | 2019-12-30 | 2020-05-05 | 普联技术有限公司 | 一种检索视频的方法及设备 |
| CN111311643A (zh) * | 2020-03-30 | 2020-06-19 | 西安电子科技大学 | 使用动态搜索的视频目标跟踪方法 |
| CN112214642A (zh) * | 2020-09-17 | 2021-01-12 | 中国科学院沈阳应用生态研究所 | 地理语义关联约束的多视频事件盲区变化过程推演方法 |
| CN112182276A (zh) * | 2020-10-12 | 2021-01-05 | 云南财经大学 | 基于图像内容和元数据的天文海量观测数据混合检索方法 |
| CN113190711A (zh) * | 2021-03-26 | 2021-07-30 | 南京财经大学 | 地理场景中视频动态对象轨迹时空检索方法及系统 |
| CN113487523A (zh) * | 2021-09-08 | 2021-10-08 | 腾讯科技（深圳）有限公司 | 图形轮廓优化方法、装置、计算机设备和存储介质 |
| CN113868465A (zh) * | 2021-09-15 | 2021-12-31 | 河南大学 | 一种基于二维时间格网的可定位视频检索方法 |
| CN113807296A (zh) * | 2021-09-25 | 2021-12-17 | 严大莲 | 基于高分遥感图像的道路变化精准检测方法 |
| CN114089370A (zh) * | 2021-11-17 | 2022-02-25 | 海华电子企业(中国)有限公司 | 一种雷达回波视频数据矢量化的处理方法、系统及设备 |
| CN115062186A (zh) * | 2022-08-05 | 2022-09-16 | 北京远鉴信息技术有限公司 | 一种视频内容检索方法、装置、设备以及存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| LUCA ROSSETTO: "VideoGraph – Towards Using Knowledge Graphs for Interactive Video Retrieval" * |
| W. REN: "State-of-the-art on spatio-temporal information-based video retrieval" * |
| 刘燕: "基于深度多示例学习的图像协同显著性检测算法研究与实现" * |
| 张兴国: "场景协同的多摄像机目标跟踪研究" * |
| 杨济泽: "基于内容的交通监管视频信息检索" * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115774767A (zh) * | 2023-02-10 | 2023-03-10 | 成都纵横自动化技术股份有限公司 | 一种地理信息元数据处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115630191B (zh) | 2023-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11822600B2 (en) | Content tagging | |
| CN110309264B (zh) | 基于知识图谱获取地理产品数据的方法和装置 | |
| US20190147290A1 (en) | Storing Information for Access Using A Captured Image | |
| US9857959B2 (en) | Supporting webpage design and revision irrespective of webpage framework | |
| AU2014315181A1 (en) | Estimating depth from a single image | |
| CN110119266A (zh) | 一种基于OpenLayers的WebGIS应用开发技术框架 | |
| CN115630191B (zh) | 基于全动态视频的时空数据集检索方法、装置及存储介质 | |
| US20170132267A1 (en) | Pushing system and method based on natural information recognition, and a client end | |
| CN114723869B (zh) | 影像处理方法以及装置 | |
| CN112287010B (zh) | 基于安卓系统的地图服务提供方法、装置、终端及存储介质 | |
| CN111026938B (zh) | 时空大数据整合分析方法、装置、设备及存储介质 | |
| WO2020044094A1 (zh) | 资源推荐方法、装置、电子设备以及计算机可读介质 | |
| CN116778124A (zh) | 三维场景编辑方法、系统、设备及存储介质 | |
| CN107092494B (zh) | 访问apk资源的方法和装置 | |
| US10521957B2 (en) | Methods and systems for reconstructing GIS scenes | |
| CN111913934A (zh) | 目标样本数据库构建方法、装置及计算机设备 | |
| CN114117161A (zh) | 展示方法及装置 | |
| KR20190130959A (ko) | 크로마 서브 샘플링된 이미지들에 대한 빠른 참조 객체 저장 형식에 대한 방법 | |
| CN112925939A (zh) | 图片搜索方法、描述信息生成方法、设备及存储介质 | |
| WO2023050423A1 (zh) | 图像处理方法、设备和存储介质 | |
| CN116302579B (zh) | 面向Web端的时空大数据高效加载渲染方法及系统 | |
| Zhang et al. | Spatial data infrastructure for e-government based on the geospatial services | |
| CN115495469B (zh) | 海图文件的更新方法、装置及电子设备 | |
| CN114500687B (zh) | 反无人机系统的设计方法、装置、计算设备及存储介质 | |
| CA3162787C (en) | Performing search based on position information |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 610041 7th floor, area a, building 6, No. 200, Tianfu 5th Street, high tech Zone, Chengdu, Sichuan Patentee after: CHENGDU JOUAV AUTOMATION TECHNOLOGY Co.,Ltd. Country or region after: China Address before: Room 801-805, Floor 8, Block A, Building 3, No. 200, Tianfu Fifth Street, Guixi Street, Wuhou District, Chengdu, Sichuan, 610041 Patentee before: CHENGDU JOUAV AUTOMATION TECHNOLOGY Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |