CN116628257A - 视频检索方法、装置、计算机设备和存储介质 - Google Patents
视频检索方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116628257A CN116628257A CN202310913211.3A CN202310913211A CN116628257A CN 116628257 A CN116628257 A CN 116628257A CN 202310913211 A CN202310913211 A CN 202310913211A CN 116628257 A CN116628257 A CN 116628257A
- Authority
- CN
- China
- Prior art keywords
- target
- video
- tag
- information
- search
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 58
- 230000000153 supplemental effect Effects 0.000 claims description 61
- 238000004590 computer program Methods 0.000 claims description 22
- 238000000605 extraction Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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
本申请涉及一种视频检索方法、装置、计算机设备和存储介质。所述方法包括：基于检索请求信息，确定所述检索请求信息对应的待检索视频、检索目标和检索时段；获取所述待检索视频中所述检索时段内的目标视频，并从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息；所述标签信息是基于目标视频包含的各视频帧的目标检测结果生成的；确定与所述检索目标相匹配的目标标签信息，基于所述目标标签信息对应的时间信息，生成所述检索请求信息对应的检索结果。采用本方法能够提高视频检索效率。
Description
技术领域
本申请涉及人工智能技术领域，特别是涉及一种视频检索方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着技术的发展，现在视频越来越普及，现在的视频不仅用于电视系统、电影系统中，还用于监控系统中。当用户想在视频中寻找具有某些特点的目标时，传统的视频检索方法需要用户对待检索的全部视频均从头到尾进行遍历。
然而，不论电视视频、电影视频，还是监控视频，其视频时长短则几分钟，长则几小时，均包含海量的信息。因此，传统的视频检索方法需要大量的人力，耗费的时间长，检索效率低下。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高检索效率的视频检索方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种视频检索方法。所述方法包括：
基于检索请求信息，确定所述检索请求信息对应的待检索视频、检索目标和检索时段；
获取所述待检索视频中所述检索时段内的目标视频，并从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息；所述标签信息是基于目标视频包含的各视频帧的目标检测结果生成的；
确定与所述检索目标相匹配的目标标签信息，基于所述目标标签信息对应的时间信息，生成所述检索请求信息对应的检索结果。
在其中一个实施例中，所述从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息包括：
将所述检索时段划分为子检索时段；
针对每一个子检索时段，确定所述目标视频中所述子检索时段内的目标子视频，并从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息。
在其中一个实施例中，所述标签信息包括第一标签信息；一个所述第一标签信息基于一个视频帧的目标检测结果生成；所述从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息包括：
从所述目标子视频包含的每个目标视频帧的补充增强信息中，分别提取各所述目标视频帧对应的第一标签信息。
在其中一个实施例中，所述标签信息包括第一标签信息和第二标签信息；所述第二标签信息是基于标签时间段内的所述待检索视频包含的各视频帧对应的第一标签信息生成的；所述从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息包括：
确定所述子检索时段包含的标签时间段，作为目标标签时间段，并将所述子检索时段中除所述目标标签时间段以外的时间段，作为零散时间段；
提取所述目标标签时间段对应的第二标签信息，并从所述零散时间段对应的每个目标视频帧的补充增强信息中，提取第一标签信息；
将提取出的所述第二标签信息和所述第一标签信息，作为所述子检索时段的检索标签信息。
在其中一个实施例中，所述方法还包括：
针对待检索视频中的每一个视频帧，对所述视频帧进行目标检测，得到所述视频帧对应的目标检测结果；
基于所述视频帧对应的目标检测结果，生成所述视频帧对应的第一标签信息；
将所述视频帧对应的第一标签信息放入所述视频帧的补充增强信息中，并同时存储所述视频帧和所述视频帧的补充增强信息。
在其中一个实施例中，所述方法还包括：
基于预设的标签时长，将所述待检索视频划分为各标签时间段，并确定各所述标签时间段对应的标签时间点；
针对每一个标签时间段，根据所述标签时间段内各所述视频帧对应的第一标签信息，生成所述标签时间段对应的第二标签信息；
将所述标签时间段对应的第二标签信息放入所述标签时间段对应的标签时间点的补充增强信息中，并同时存储所述标签时间点对应的视频帧和所述标签时间点的补充增强信息。
第二方面，本申请还提供了一种视频检索装置。所述装置包括：
确定模块，用于基于检索请求信息，确定所述检索请求信息对应的待检索视频、检索目标和检索时段；
提取模块，用于获取所述待检索视频中所述检索时段内的目标视频，并从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息；所述标签信息是基于目标视频包含的各视频帧的目标检测结果生成的；
第一生成模块，用于确定与所述检索目标相匹配的目标标签信息，基于所述目标标签信息对应的时间信息，生成所述检索请求信息对应的检索结果。
在其中一个实施例中，所述提取模块，具体用于：
将所述检索时段划分为子检索时段；
针对每一个子检索时段，确定所述目标视频中所述子检索时段内的目标子视频，并从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息。
在其中一个实施例中，所述标签信息包括第一标签信息；一个所述第一标签信息基于一个视频帧的目标检测结果生成；所述提取模块，具体用于：
从所述目标子视频包含的每个目标视频帧的补充增强信息中，分别提取各所述目标视频帧对应的第一标签信息。
在其中一个实施例中，所述标签信息包括第一标签信息和第二标签信息；所述第二标签信息是基于标签时间段内的所述待检索视频包含的各视频帧对应的第一标签信息生成的；所述提取模块，具体用于：
确定所述子检索时段包含的标签时间段，作为目标标签时间段，并将所述子检索时段中除所述目标标签时间段以外的时间段，作为零散时间段；
提取所述目标标签时间段对应的第二标签信息，并从所述零散时间段对应的每个目标视频帧的补充增强信息中，提取第一标签信息；
将提取出的所述第二标签信息和所述第一标签信息，作为所述子检索时段的检索标签信息。
在其中一个实施例中，所述装置还包括：
目标检测模块，用于针对待检索视频中的每一个视频帧，对所述视频帧进行目标检测，得到所述视频帧对应的目标检测结果；
第二生成模块，用于基于所述视频帧对应的目标检测结果，生成所述视频帧对应的第一标签信息；
第一存储模块，用于将所述视频帧对应的第一标签信息放入所述视频帧的补充增强信息中，并同时存储所述视频帧和所述视频帧的补充增强信息。
在其中一个实施例中，所述装置还包括：
划分模块，用于基于预设的标签时长，将所述待检索视频划分为各标签时间段，并确定各所述标签时间段对应的标签时间点；
第三生成模块，用于针对每一个标签时间段，根据所述标签时间段内各所述视频帧对应的第一标签信息，生成所述标签时间段对应的第二标签信息；
第二存储模块，用于将所述标签时间段对应的第二标签信息放入所述标签时间段对应的标签时间点的补充增强信息中，并同时存储所述标签时间点对应的视频帧和所述标签时间点的补充增强信息。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的步骤。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的步骤。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时上述第一方面所述的步骤。
上述视频检索方法、装置、计算机设备、存储介质和计算机程序产品，基于检索请求信息，确定所述检索请求信息对应的待检索视频、检索目标和检索时段；获取所述待检索视频中所述检索时段内的目标视频，并从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息；所述标签信息是基于目标视频包含的各视频帧的目标检测结果生成的；确定与所述检索目标相匹配的目标标签信息，基于所述目标标签信息对应的时间信息，生成所述检索请求信息对应的检索结果。这样，预先在待检索视频的各视频帧的补充增强信息中存储基于各视频帧的目标检测结果生成的标签信息，在需要检索时，仅需将检索目标与检索时段内的待检索视频包含的目标视频帧的补充增强信息中的标签进行匹配，并基于匹配成功的目标标签信息对应的时间信息，就能生成检索请求信息对应的检索结果，自动实现视频检索，不依赖大量的人力，耗费的时间短，能够提高视频检索效率。
附图说明
图1为一个实施例中视频检索方法的流程示意图；
图2为一个实施例中提取标签信息步骤方法的流程示意图；
图3为一个实施例中在标签信息包括第一标签信息和第二标签信息的情况下，提取标签信息步骤的流程示意图；
图4为一个实施例中视频检索方法还包括的步骤的流程示意图；
图5为另一个实施例中视频检索方法还包括的步骤的流程示意图；
图6为一个实施例中视频检索装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种视频检索方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中，该方法包括以下步骤：
步骤101，基于检索请求信息，确定检索请求信息对应的待检索视频、检索目标和检索时段。
在本申请实施例中，终端获取检索请求信息。然后，终端基于检索请求信息，确定检索请求信息对应的待检索视频、检索目标和检索时段。其中，检索请求信息用于表示用户的检索请求。待检索视频为用户检索目标的视频。检索目标为用户检索的对象。检索时段为用户检索待检索视频的时间范围。检索请求信息可以包括待检索视频和检索目标，也可以包括检索时段。例如，用户想在视频A的5:00:00-5:02:00范围内查找戴帽子的人，待检索视频为视频A，检索目标为戴帽子的人，检索时段为5:00:00-5:02:00。
在一个示例中，终端接收用户发送的检索请求信息。然后，终端将检索请求信息输入至预先训练的请求拆分模型，得到检索请求信息对应的待检索视频、检索目标和检索时段。其中，请求拆分模型用于将检索请求信息拆分成待检索视频、检索目标和检索时段。请求拆分模型可以为机器学习模型和深度学习模型。例如，请求拆分模型可以为神经网络模型。当检索请求信息不包括检索时段时，终端确定检索时段为待检索视频的全部时间范围。
步骤102，获取待检索视频中检索时段内的目标视频，并从目标视频包含的目标视频帧的补充增强信息中，提取标签信息。
其中，标签信息是基于目标视频包含的各视频帧的目标检测结果生成的。
在本申请实施例中，终端确定并获取待检索视频中检索时段内的目标视频。然后，终端从目标视频包含的目标视频帧的补充增强信息中，提取标签信息。其中，补充增强信息（Supplemental Enhancement Information，SEI）是码流范畴里面的概念，提供了向视频码流中加入信息的办法，是H.264/H.265视频压缩标准的特性之一。每一个视频帧对应一个补充增强信息。标签信息存储在视频编码中的补充增强信息中。目标检测结果是对目标视频帧进行目标检测得到结果。每一个视频帧对应一个目标检测结果。视频帧为待检索视频中的所有视频帧，包括但不限于关键帧。
步骤103，确定与检索目标相匹配的目标标签信息，基于目标标签信息对应的时间信息，生成检索请求信息对应的检索结果。
在本申请实施例中，终端将提取到的标签信息与检索目标匹配。然后，终端将与检索目标相匹配的标签信息，作为目标标签信息。然后，终端确定目标标签信息对应的时间信息。然后，终端基于目标标签信息对应的时间信息，生成检索请求信息对应的检索结果。其中，检索结果可以用于表示在检索时段内的待检索视频中检索到检索目标的目标视频时间，还可以用于表示是否在检索时段内的待检索视频中检索到检索目标。目标视频时间是待检索视频的时间。目标时间可以为时刻，也可以为时段。例如，检索结果可以表示为“检索成功，目标视频时间为：00:15:02-00:16:01、00:42:13、01:07:26”。时间信息可以为标签信息的生成时间。时间信息可以为时间戳。
在一个示例中，终端从目标标签信息中，获取目标标签信息对应的时间信息。
在一个示例中，终端将目标标签信息对应的时间信息，作为检索请求信息对应的检索结果。
在一个示例中，若存在与检索目标相匹配的目标标签信息，则终端确定第一检索子结果为检索成功。然后，终端将目标标签信息对应的时间信息，作为检索请求信息对应的第二检索子结果。然后，终端基于第一检索子结果和第二家检索子结果，生成检索请求信息对应的检索结果。具体的，终端可以将第一检索子结果和第二家检索子结果，构成检索请求信息对应的检索结果。
上述视频检索方法中，基于检索请求信息，确定检索请求信息对应的待检索视频、检索目标和检索时段；获取待检索视频中检索时段内的目标视频，并从目标视频包含的目标视频帧的补充增强信息中，提取标签信息；标签信息是基于目标视频包含的各视频帧的目标检测结果生成的；确定与检索目标相匹配的目标标签信息，基于目标标签信息对应的时间信息，生成检索请求信息对应的检索结果。这样，预先在待检索视频的各视频帧的补充增强信息中存储基于各视频帧的目标检测结果生成的标签信息，在需要检索时，仅需将检索目标与检索时段内的待检索视频包含的目标视频帧的补充增强信息中的标签进行匹配，并基于匹配成功的目标标签信息对应的时间信息，就能生成检索请求信息对应的检索结果，自动实现视频检索，不依赖大量的人力，耗费的时间短，能够提高视频检索效率。并且，相较于仅对视频的关键帧进行智能分析，本方法对实时视频流进行全帧率智能分析，能够避免遗漏，提高视频检索的准确性。并且，本方法将对实时视频流进行全帧率智能分析的结果打成标签，放在视频编码中的SEI中，随着视频流的存储而存储，不仅不需要独立的存储空间，而且，存储的标签信息与视频不容易产生时间偏差，保证匹配到的结果能够准确定位到视频中，能够进一步提高视频检索的准确性。不仅如此，本方法的标签信息存储在补充增强信息SEI中，不会影响视频的正常解码显示。
在一个实施例中，如图2所示，从目标视频包含的目标视频帧的补充增强信息中，提取标签信息的具体过程包括以下步骤：
步骤201，将检索时段划分为子检索时段。
在本申请实施例中，终端将检索时段划分为子检索时段。其中，子检索时段至少为一个。各子检索时段构成检索时段。
在一个示例中，终端根据检索时段和预设的子检索时段阈值，将检索时段划分为子检索时段。具体的，终端用检索时段除以预设的子检索时段阈值。若不存在余数，则终端将得到的商作为子检索时段的划分数量。若存在余数，则终端将得到的商加一，作为子检索时段的划分数量。然后，终端将检索时段划分为划分数量个子检索时段。
在一个示例中，终端根据并发线程数量，将检索时段划分为子检索时段。具体的，终端将并发线程数量，作为子检索时段的划分数量。然后，终端将检索时段划分为划分数量个子检索时段。
在一个示例中，终端根据检索时段、预设的子检索时段阈值和并发线程数量，将检索时段划分为子检索时段。具体的，终端根据检索时段和预设的子检索时段阈值，确定子检索时段的第一划分数量。同时，终端根据并发线程数量，确定子检索时段的第二划分数量。可以理解的是，终端确定第一划分数量的过程可以与上述终端根据检索时段和预设的子检索时段阈值，确定子检索时段的划分数量的具体过程类似。终端确定第二划分数量的过程可以与上述终端根据并发线程数量，确定子检索时段的划分数量的具体过程类似。若第一划分数量小于或等于第二划分数量，则终端将第一划分数量，作为划分数量。若第一划分数量大于第二划分数量，则终端将第二划分数量，作为划分数量。
步骤202，针对每一个子检索时段，确定目标视频中该子检索时段内的目标子视频，并从目标子视频包含的目标视频帧的补充增强信息中，提取标签信息。
在本申请实施例中，针对每一个子检索时段，终端确定目标视频中该子检索时段内的目标子视频。然后，终端从目标子视频包含的目标视频帧的补充增强信息中，提取标签信息。其中，各目标子视频构成目标视频。
在一个示例中，针对每一个子检索时段，终端确定该子检索时段对应的部并发线程。然后，终端通过该子检索时段对应的并发线程，提取该子检索时段对应的标签信息。其中，一个并发线程对应一个子检索时段，即并发线程和子检索时段是一一对应的关系。
上述视频检索方法中，当需要检索视频时，先将检索时段划分为子检索时段，再针对每一个子检索时段，确定目标视频中该子检索时段内的目标子视频，并从目标子视频包含的目标视频帧的补充增强信息中，提取标签信息，使得视频检索能够提高并发线程，动态启动并发线程，并发获取回放视频，并发提取标签信息，并发匹配检索目标，能够进一步减少视频检索时间，进一步提高视频检索效率。
在一个实施例中，标签信息包括第一标签信息。一个第一标签信息基于一个视频帧的目标检测结果生成。从目标子视频包含的目标视频帧的补充增强信息中，提取标签信息的具体过程包括以下步骤：从目标子视频包含的每个目标视频帧的补充增强信息中，分别提取各目标视频帧对应的第一标签信息。
在本申请实施例中，终端从目标子视频包含的每个目标视频帧的补充增强信息中，分别提取各目标视频帧对应的第一标签信息。其中，一个第一标签信息存储于一个视频帧的补充增强信息中。第一标签信息又称小标签信息。
上述视频检索方法中，在标签信息包括第一标签信息的情况下，从目标子视频包含的每个目标视频帧的补充增强信息中，分别提取各目标视频帧对应的第一标签信息，能够全面获取各视频对应的目标检测结果，使得得到的检索结果信息更加全面。
在一个实施例中，标签信息包括第一标签信息和第二标签信息。第二标签信息是基于标签时间段内的待检索视频包含的各视频帧对应的第一标签信息生成的。如图3所示，从目标子视频包含的目标视频帧的补充增强信息中，提取标签信息的具体过程包括以下步骤：
步骤301，确定子检索时段包含的标签时间段，作为目标标签时间段，并将子检索时段中除目标标签时间段以外的时间段，作为零散时间段。
在本申请实施例中，终端确定子检索时段包含的标签时间段。然后，终端将子检索时段包含的标签时间段，作为目标标签时间段。然后，终端将子检索时段中除目标标签时间段以外的时间段，作为零散时间段。其中，第二标签信息又称大标签信息。第二标签信息可以为标签时间段内产生的第一标签信息的集合。第二标签信息可以由标签时间段内产生的第一标签信息构成。第二标签信息也可以由标签时间段内产生的第一标签信息对应的第二子标签信息构成。一个第二子标签信息是基于标签时间段内的一个第一标签信息生成的。例如，第一标签信息可以包括目标和目标的位置信息，第一标签信息对应的第二子标签信息可以仅包括目标。目标的位置信息用于表示目标在视频画面中的位置坐标。标签时间段是生成一个第二标签信息的时间段。例如，标签时间段可以为30分钟的时间段。第二标签信息存储于标签时间段的结束时间点对应的补充增强信息中。结束时间点为一个标签时间段的结束时刻。例如，一个标签时间段为9:00:00-9:30:00，该标签时间段的结束时间点为9:30:00。目标标签时间段为子检索时段中包含的完整的标签时间段。零散时间段为子检索时段中包含的不完整的标签时间段。例如，子检索时段为9:00:00-9:31:00，标签时间段为30分钟的时间段，则目标标签时间段为9:00:00-9:30:00，零散时间段为9:30:00-9:31:00。
步骤302，提取目标标签时间段对应的第二标签信息，并从零散时间段对应的每个目标视频帧的补充增强信息中，提取第一标签信息。
在本申请实施例中，终端提取目标标签时间段对应的第二标签信息。同时，终端从零散时间段对应的每个目标视频帧的补充增强信息中，提取第一标签信息。
在一个示例中，终端可以从目标标签时间段的结束时间点对应的补充增强信息中，提取目标标签时间段对应的第二标签信息。
步骤303，将提取出的第二标签信息和第一标签信息，作为子检索时段的检索标签信息。
在本申请实施例中，终端将提取出的第二标签信息和第一标签信息，作为子检索时段的检索标签信息。
上述视频检索方法中，在标签信息包括第一标签信息和第二标签信息的情况下，确定子检索时段包含的标签时间段，作为目标标签时间段，并将子检索时段中除目标标签时间段以外的时间段，作为零散时间段；提取目标标签时间段对应的第二标签信息，并从零散时间段对应的每个目标视频帧的补充增强信息中，提取第一标签信息；将提取出的第二标签信息和第一标签信息，作为子检索时段的检索标签信息。这样，预先在待检索视频的视频帧的补充增强信息中存储基于标签时间段内的待检索视频包含的各视频帧对应的第一标签信息生成的第二标签信息，在需要检索时，仅需获取子检索时段包含的完整的标签时间段的第二标签信息和子检索时段包含的零散时间段的第一标签信息，且第二标签信息的数据量小于其标签时间段内各第一标签信息的总数据量，获取的数据量很小，能够进一步减少视频检索的时间，大大提高视频检索的效率。
在一个实施例中，在标签信息包括第二标签信息的情况下，终端将检索时段划分为子检索时段的具体过程也可以为：终端根据预设的标签时间段，将检索时段划分为子检索时段。具体的，终端根据预设的标签时间段，确定子检索时段的标准时长。然后，终端按照子检索时段标准时长，将检索时段划分为子检索时段。其中，子检索时段的标准时长是绝大多数子检索时段的时长。子检索时段的实际时长应尽可能为子检索时段的标准时长。子检索时段的标准时长可以为标签时间段的时长的整数倍。这样，将检索时段尽可能划分为仅包含完整标签时间段的子检索时段，使得在获取标签信息时，各子检索时段均尽可能的只获取数据量小的第一标签信息，能够进一步减少视频检索的时间，进一步提高视频检索的效率。
在一个实施例中，如图4所示，视频检索方法还包括以下步骤：
步骤401，针对待检索视频中的每一个视频帧，对该视频帧进行目标检测，得到该视频帧对应的目标检测结果。
在本申请实施例中，针对待检索视频中的每一个视频帧，终端对该视频帧进行目标检测，得到该视频帧对应的目标检测结果。
在一个示例中，终端采用目标检测算法，对该视频帧进行目标检测，得到该视频帧对应的目标检测结果。
在一个示例中，终端将该视频帧输入至预先训练的目标检测模型，得到该视频帧对应的目标检测结果。其中，目标检测模型可以为机器学习模型和深度学习模型。例如，目标检测模型可以为神经网络模型。
步骤402，基于该视频帧对应的目标检测结果，生成该视频帧对应的第一标签信息。
在本申请实施例中，终端基于该视频帧对应的目标检测结果，生成该视频帧对应的第一标签信息。其中，第一标签信息用于表示每一个视频帧的目标检测结果。
在一个示例中，终端将该视频帧对应的目标检测结果，作为该视频帧对应的第一标签信息。其中，目标检测结果包括目标检测结果的生成时间。终端可以将目标检测结果的生成时间，作为标签信息的时间信息。
在一个示例中，终端基于该视频帧对应的目标检测结果，生成该视频帧对应的初始标签信息。然后，终端将生成该视频帧对应的初始标签信息的时间，作为该初始标签信息的时间信息。然后，终端将基于该视频帧对应的初始标签信息和该初始标签信息的时间信息，生成该视频帧对应的第一标签信息。例如，终端给该初始标签信息打上该初始标签信息的时间信息的时间戳，得到该视频帧对应的第一标签信息。
步骤403，将该视频帧对应的第一标签信息放入该视频帧的补充增强信息中，并同时存储该视频帧和该视频帧的补充增强信息。
在本申请实施例中，终端将该视频帧对应的第一标签信息放入该视频帧的补充增强信息中。然后，终端同时存储该视频帧和该视频帧的补充增强信息。
上述视频检索方法中，针对待检索视频中的每一个视频帧，对该视频帧进行目标检测，得到该视频帧对应的目标检测结果；基于该视频帧对应的目标检测结果，生成该视频帧对应的第一标签信息；将该视频帧对应的第一标签信息放入该视频帧的补充增强信息中，并同时存储该视频帧和该视频帧的补充增强信息。这样，预先对待检索视频进行全帧率的目标检测，基于每一个视频帧的目标检测结果生成该视频帧对应的第一标签信息，将该第一标签信息放入该视频帧的补充增强信息中，与该视频帧同时存储，能够按照例如GB/T28181、GB35114的通用协议，获取到视频，并在获取到视频的同时，就可以获取到第一标签信息，不需要增加私有协议对接，存储规则有统一的标准，不需要额外的支持，具有通用性。
在一个实施例中，如图5所示，视频检索方法还包括以下步骤：
步骤501，基于预设的标签时长，将待检索视频划分为各标签时间段，并确定各标签时间段对应的标签时间点。
在本申请实施例中，终端基于预设的标签时长，将待检索视频划分为各标签时间段。然后，终端确定各标签时间段对应的标签时间点。其中，标签时长为标签时间段的时长。标签时长是生成一个第二标签信息的时间段的时长。例如，标签时长可以为30分钟。标签时间点为一个标签时间段的结束时刻，即标签时间点为标签时间段的结束时间点，即标签时间点又称结束时间点。例如，一个标签时间段为9:00:00-9:30:00，该标签时间段对应的标签时间点为9:30:00。
在一个实施例中，待检索视频的时长为1小时，标签时长为30分钟。终端基于预设的标签时长，将待检索视频划分为各标签时间段，得到标签时间段0:00:00-0:30:00和0:30:00-1:00:00。
在一个实施例中，待检索视频的时长为1小时15分钟，标签时长为30分钟。终端基于预设的标签时长，将待检索视频划分为各标签时间段，得到标签时间段0:00:00-0:30:00和0:30:00-1:00:00。
步骤502，针对每一个标签时间段，根据该标签时间段内各视频帧对应的第一标签信息，生成该标签时间段对应的第二标签信息。
在本申请实施例中，针对每一个标签时间段，终端根据该标签时间段内各视频帧对应的第一标签信息，生成该标签时间段对应的第二标签信息。其中，第二标签信息包括标签时间段内各视频帧内的各目标。
在一个示例中，终端将该标签时间段内各视频帧对应的第一标签信息，构成该标签时间段对应的第二标签信息。
在一个示例中，针对该标签时间段内的视频帧对应的每一个第一标签信息，终端基于该第一标签信息，生成该第一标签信息对应的第二子标签信息。然后终，终端将各第一标签信息对应的第二子标签信息，构成该标签时间段对应的第二标签信息。其中，一个第一标签信息对应的第二子标签信息的信息量小于该第一标签信息。第二子标签信息包括视频帧内的各目标。例如，第一标签信息可以包括目标和目标的位置信息，第一标签信息对应的第二子标签信息可以仅包括目标。
步骤503，将标签时间段对应的第二标签信息放入标签时间段对应的标签时间点的补充增强信息中，并同时存储标签时间点对应的视频帧和标签时间点的补充增强信息。
在本申请实施例中，终端将标签时间段对应的第二标签信息放入标签时间段对应的标签时间点的补充增强信息中。然后，终端同时存储标签时间点对应的视频帧和标签时间点的补充增强信息。
上述视频检索方法中，基于预设的标签时长，将待检索视频划分为各标签时间段，并确定各标签时间段对应的标签时间点；针对每一个标签时间段，根据该标签时间段内各视频帧对应的第一标签信息，生成该标签时间段对应的第二标签信息；将标签时间段对应的第二标签信息放入标签时间段对应的标签时间点的补充增强信息中，并同时存储标签时间点对应的视频帧和标签时间点的补充增强信息。这样，预先对待检索视频划分成各标签时间段，根据每一个标签时间段内各视频帧对应的第一标签信息，生成该标签时间段对应的第二标签信息，将该第二标签信息放入该标签时间段的标签时间点的视频帧的补充增强信息中，与该视频帧同时存储，实现存储时对标签层级（大小标签）的划分和标签的定点存储，能够在特殊时刻拿到更多的标签，规避只有回放当前帧才能获取标签的问题。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的视频检索方法的视频检索装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个视频检索装置实施例中的具体限定可以参见上文中对于视频检索方法的限定，在此不再赘述。
在一个实施例中，如图6所示，提供了一种视频检索装置600，包括：确定模块610、提取模块620和第一生成模块630，其中：
确定模块610，用于基于检索请求信息，确定所述检索请求信息对应的待检索视频、检索目标和检索时段；
提取模块620，用于获取所述待检索视频中所述检索时段内的目标视频，并从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息；所述标签信息是基于目标视频包含的各视频帧的目标检测结果生成的；
第一生成模块630，用于确定与所述检索目标相匹配的目标标签信息，基于所述目标标签信息对应的时间信息，生成所述检索请求信息对应的检索结果。
可选的，所述提取模块620，具体用于：
将所述检索时段划分为子检索时段；
针对每一个子检索时段，确定所述目标视频中所述子检索时段内的目标子视频，并从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息。
可选的，所述标签信息包括第一标签信息；一个所述第一标签信息基于一个视频帧的目标检测结果生成；所述提取模块620，具体用于：
从所述目标子视频包含的每个目标视频帧的补充增强信息中，分别提取各所述目标视频帧对应的第一标签信息。
可选的，所述标签信息包括第一标签信息和第二标签信息；所述第二标签信息是基于标签时间段内的所述待检索视频包含的各视频帧对应的第一标签信息生成的；所述提取模块620，具体用于：
确定所述子检索时段包含的标签时间段，作为目标标签时间段，并将所述子检索时段中除所述目标标签时间段以外的时间段，作为零散时间段；
提取所述目标标签时间段对应的第二标签信息，并从所述零散时间段对应的每个目标视频帧的补充增强信息中，提取第一标签信息；
将提取出的所述第二标签信息和所述第一标签信息，作为所述子检索时段的检索标签信息。
可选的，所述装置600还包括：
目标检测模块，用于针对待检索视频中的每一个视频帧，对所述视频帧进行目标检测，得到所述视频帧对应的目标检测结果；
第二生成模块，用于基于所述视频帧对应的目标检测结果，生成所述视频帧对应的第一标签信息；
第一存储模块，用于将所述视频帧对应的第一标签信息放入所述视频帧的补充增强信息中，并同时存储所述视频帧和所述视频帧的补充增强信息。
可选的，所述装置600还包括：
划分模块，用于基于预设的标签时长，将所述待检索视频划分为各标签时间段，并确定各所述标签时间段对应的标签时间点；
第三生成模块，用于针对每一个标签时间段，根据所述标签时间段内各所述视频帧对应的第一标签信息，生成所述标签时间段对应的第二标签信息；
第二存储模块，用于将所述标签时间段对应的第二标签信息放入所述标签时间段对应的标签时间点的补充增强信息中，并同时存储所述标签时间点对应的视频帧和所述标签时间点的补充增强信息。
上述视频检索装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种视频检索方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random AccessMemory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种视频检索方法，其特征在于，所述方法包括：
基于检索请求信息，确定所述检索请求信息对应的待检索视频、检索目标和检索时段；
获取所述待检索视频中所述检索时段内的目标视频，并从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息；所述标签信息是基于目标视频包含的各视频帧的目标检测结果生成的；
确定与所述检索目标相匹配的目标标签信息，基于所述目标标签信息对应的时间信息，生成所述检索请求信息对应的检索结果。
2.根据权利要求1所述的方法，其特征在于，所述从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息包括：
将所述检索时段划分为子检索时段；
针对每一个子检索时段，确定所述目标视频中所述子检索时段内的目标子视频，并从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息。
3.根据权利要求2所述的方法，其特征在于，所述标签信息包括第一标签信息；一个所述第一标签信息基于一个视频帧的目标检测结果生成；所述从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息包括：
从所述目标子视频包含的每个目标视频帧的补充增强信息中，分别提取各所述目标视频帧对应的第一标签信息。
4.根据权利要求2所述的方法，其特征在于，所述标签信息包括第一标签信息和第二标签信息；所述第二标签信息是基于标签时间段内的所述待检索视频包含的各视频帧对应的第一标签信息生成的；所述从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息包括：
确定所述子检索时段包含的标签时间段，作为目标标签时间段，并将所述子检索时段中除所述目标标签时间段以外的时间段，作为零散时间段；
提取所述目标标签时间段对应的第二标签信息，并从所述零散时间段对应的每个目标视频帧的补充增强信息中，提取第一标签信息；
将提取出的所述第二标签信息和所述第一标签信息，作为所述子检索时段的检索标签信息。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
针对待检索视频中的每一个视频帧，对所述视频帧进行目标检测，得到所述视频帧对应的目标检测结果；
基于所述视频帧对应的目标检测结果，生成所述视频帧对应的第一标签信息；
将所述视频帧对应的第一标签信息放入所述视频帧的补充增强信息中，并同时存储所述视频帧和所述视频帧的补充增强信息。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
基于预设的标签时长，将所述待检索视频划分为各标签时间段，并确定各所述标签时间段对应的标签时间点；
针对每一个标签时间段，根据所述标签时间段内各所述视频帧对应的第一标签信息，生成所述标签时间段对应的第二标签信息；
将所述标签时间段对应的第二标签信息放入所述标签时间段对应的标签时间点的补充增强信息中，并同时存储所述标签时间点对应的视频帧和所述标签时间点的补充增强信息。
7.一种视频检索装置，其特征在于，所述装置包括：
确定模块，用于基于检索请求信息，确定所述检索请求信息对应的待检索视频、检索目标和检索时段；
提取模块，用于获取所述待检索视频中所述检索时段内的目标视频，并从所述目标视频包含的目标视频帧的补充增强信息中，提取标签信息；所述标签信息是基于目标视频包含的各视频帧的目标检测结果生成的；
第一生成模块，用于确定与所述检索目标相匹配的目标标签信息，基于所述目标标签信息对应的时间信息，生成所述检索请求信息对应的检索结果。
8.根据权利要求7所述的装置，其特征在于，所述提取模块，具体用于：
将所述检索时段划分为子检索时段；
针对每一个子检索时段，确定所述目标视频中所述子检索时段内的目标子视频，并从所述目标子视频包含的目标视频帧的补充增强信息中，提取标签信息。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310913211.3A CN116628257B (zh) | 2023-07-25 | 2023-07-25 | 视频检索方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310913211.3A CN116628257B (zh) | 2023-07-25 | 2023-07-25 | 视频检索方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116628257A true CN116628257A (zh) | 2023-08-22 |
| CN116628257B CN116628257B (zh) | 2023-12-01 |
Family
ID=87597662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310913211.3A Active CN116628257B (zh) | 2023-07-25 | 2023-07-25 | 视频检索方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116628257B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109189987A (zh) * | 2017-09-04 | 2019-01-11 | 优酷网络技术（北京）有限公司 | 视频搜索方法和装置 |
| CN111506771A (zh) * | 2020-04-22 | 2020-08-07 | 上海极链网络科技有限公司 | 一种视频检索方法、装置、设备及存储介质 |
| CN113806588A (zh) * | 2021-09-22 | 2021-12-17 | 北京百度网讯科技有限公司 | 搜索视频的方法和装置 |
| US20220350842A1 (en) * | 2020-01-17 | 2022-11-03 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Video tag determination method, terminal, and storage medium |
| CN115795096A (zh) * | 2022-11-28 | 2023-03-14 | 北京电影学院 | 一种影视素材的视频元数据标注方法 |
-
2023
- 2023-07-25 CN CN202310913211.3A patent/CN116628257B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109189987A (zh) * | 2017-09-04 | 2019-01-11 | 优酷网络技术（北京）有限公司 | 视频搜索方法和装置 |
| US20220350842A1 (en) * | 2020-01-17 | 2022-11-03 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Video tag determination method, terminal, and storage medium |
| CN111506771A (zh) * | 2020-04-22 | 2020-08-07 | 上海极链网络科技有限公司 | 一种视频检索方法、装置、设备及存储介质 |
| CN113806588A (zh) * | 2021-09-22 | 2021-12-17 | 北京百度网讯科技有限公司 | 搜索视频的方法和装置 |
| CN115795096A (zh) * | 2022-11-28 | 2023-03-14 | 北京电影学院 | 一种影视素材的视频元数据标注方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116628257B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9778991B2 (en) | Exporting and importing database tables in a multi-user database environment | |
| US20140193027A1 (en) | Search and identification of video content | |
| TW202207049A (zh) | 搜索方法、電子裝置及非暫時性電腦可讀記錄媒體 | |
| CN109116718B (zh) | 设置闹钟的方法及设备 | |
| US20150134661A1 (en) | Multi-Source Media Aggregation | |
| US20140344251A1 (en) | Map searching system and method | |
| WO2021196551A1 (zh) | 图像检索方法、装置、计算机设备和存储介质 | |
| CN116628257B (zh) | 视频检索方法、装置、计算机设备和存储介质 | |
| CN116975359A (zh) | 资源处理方法、资源推荐方法、装置和计算机设备 | |
| CN109756759B (zh) | 一种弹幕信息推荐方法和装置 | |
| CN112287173A (zh) | 用于生成信息的方法和装置 | |
| CN110852778A (zh) | 一种针对业务对象的数据处理方法及装置 | |
| WO2024045787A1 (zh) | 拾取对象的检测方法、装置、计算机设备、可读存储介质和计算机程序产品 | |
| CN115118616B (zh) | 展示结果测试方法、装置、计算机设备和存储介质 | |
| CN115834953A (zh) | 特效资源渲染方法、装置、直播系统、设备和存储介质 | |
| CN117131254A (zh) | 一种前端检索页面交互方法以及装置 | |
| CN114647630A (zh) | 文件同步、信息生成方法、装置、计算机设备和存储介质 | |
| CN118069044A (zh) | 芯片数据存储方法、装置、设备、介质和产品 | |
| CN118332002A (zh) | 数据查询方法、装置、计算机设备和存储介质 | |
| CN116975331A (zh) | 媒体全局信息提取方法、装置、计算机设备和存储介质 | |
| CN116597293A (zh) | 多模态场景识别方法、装置、计算机设备和存储介质 | |
| CN117093874A (zh) | 文本生成方法、装置、计算机设备、介质和程序产品 | |
| CN115587074A (zh) | 生成特效资源文件的方法、装置、直播系统、设备和介质 | |
| CN118113642A (zh) | 芯片运算方法、装置、计算机设备和存储介质 | |
| CN117290540A (zh) | 歌曲推荐模型训练方法、歌曲推荐方法、设备和存储介质 |
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 |