[發明專利]一種基于內容的視頻檢索數學模型建立方法

在審

• 申請號: 201410359465.6
• 申請日: 2014-07-24
• 公開（公告）號: CN105302833A
• 公開（公告）日: 2016-02-03
• 發明（設計）人: 武建文
• 申請（專利權）人: 上海極譽實業有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于內容的視頻檢索數學模型建立方法，其特征在于，在內容尋址網絡笛卡爾坐標空間中的結點上設有多個服務器，該方法包括：

獲取模塊獲取待檢測視頻幀的特征向量；

查找模塊根據視頻指紋庫中待比較敏感視頻幀特征向量的索引號，以及預定義的轉換規則，從內容尋址網絡中各服務器的笛卡爾坐標中查找到對應保存有待比較敏感視頻幀特征向量的服務器的笛卡爾坐標；

發送模塊根據查找的笛卡爾坐標，將待檢測視頻幀的特征向量發送給對應服務器的檢索模塊；

檢索模塊判斷待檢測視頻幀的特征向量和待比較敏感視頻幀特征向量的相似度，并確定匹配的敏感視頻特征向量。

2.如權利要求1所述的方法，其特征在于，查找到對應笛卡爾坐標步驟前還包括：

使用局部敏感哈希表LSH算法對保存在各服務器哈希表中的各敏感視頻幀特征向量進行散列，得到多個散列桶，將各敏感視頻幀特征向量映射到各散列桶中，同時將各哈希表的編號作為敏感視頻幀特征向量的索引號；

發送待檢測視頻幀的特征向量給對應服務器的檢索模塊步驟后海包括：

將待檢測視頻幀的特征向量進行兩次散列，得到待檢測視頻幀的特征向量映射到的對應的散列桶；

判斷特征向量相似度的步驟具體為：

判斷待檢測視頻幀的特征向量和對應散列桶中待比較敏感視頻幀特征向量的相似度。

3.如權利要求2所述的方法，其特征在于，使用LSH算法對保存在各服務器哈希表中的各敏感視頻幀特征向量進行散列具體為：

用L個哈希函數g(.)將各敏感視頻幀特征向量映射到保存在各服務器上的L個哈希表gj中；通過K個LSH函數hi(.)對哈希表gj中的各敏感視頻特征向量進行散列，即gj＝[h1(j)，..，hk(j)](j＝1，2，...，L)，hi(.)∈H(i＝1，2，..k)，H為LSH函數族。

4.如權利要求3所述的方法，氣特征在于，使用LSH算法對保存在各服務器哈希表中的各敏感視頻幀特征向量進行散列，哈希表的個數L和個哈希表中LSH函數hi(.)的個數K具有如下關系：或在LSH算法的LSH函數組H＝{h1，...，hm}中，其中的2個敏感視頻幀特征向量之間的距離則其中R為預定義的距離，P1為預定義的概率值。

5.如權利要求3所述的方法，氣特征在于，LSH函數為：其中向量滿足正態分布(高斯分布)，w為任意實數，b為[0，w]之間的任意實數。

6.如權利要求2所述的方法，其特征在于比較特征向量相似度的步驟具體為：

通過計算待檢測視頻幀的特征向量和對應散列桶中待比較敏感視頻幀特征向量的歐式距離來判斷相互之間的相似度。

7.一種基于內容的視頻檢索系統，其特征在于，包括：

視頻指紋庫：用于保存具有索引號的敏感視頻幀特征向量，所述視頻指紋庫，均勻分布在內容尋址網絡笛卡爾坐標空間結點上的多個服務器中；

獲取模塊：用于獲取待檢測視頻幀的特征向量；

查找模塊：用于根據視頻指紋庫中待比較敏感視頻幀特征向量的索引號，以及預定義的轉換規則，從各服務器的笛卡爾坐標中查找到對應保存有待比較敏感視頻幀特征向量的服務器的笛卡爾坐標；

發送模塊：用于根據查找到的笛卡爾坐標，將待檢測視頻幀的特征向量發送給對應服務器的檢索模塊；

檢索模塊：用于判斷待檢測視頻幀的特征向量的相似度，并確定匹配的敏感視頻特征向量。

8.如權利要求7所述的系統，其特征在于。

各服務器的視頻指紋庫包括哈希表：用于保存敏感視頻幀特征向量，所述哈希表的編號作為敏感視頻幀特征向量的索引號；

所述系統還包括；

二次散列模塊：用于使用LSH算法對保存在各服務器哈希表中的各敏感視頻幀特征向量進行散列，再對所得結果進行二次散列，得到多個散列桶；

哈希表包括多個數列桶：用于哈希表中的各敏感視頻幀特征向量進行兩次散列后保存進行兩次散列后的敏感視頻幀特征向量；

所述檢索模塊還包括：

檢索子模塊：用于將待檢測視頻幀的特征向量進行兩次散列，得到待檢測視頻幀的特征向量映射到的對應散列桶；

判斷待檢測視頻幀的特征向量和對應散列桶中待比較敏感視頻幀特征向量的相似度。