[發(fā)明專利]視頻檢索方法、裝置、設(shè)備和介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010018056.5
• 申請(qǐng)日: 2020-01-08
• 公開（公告）號(hào): CN113094550B
• 公開（公告）日: 2023-10-24
• 發(fā)明（設(shè)計(jì)）人: 楊羿;李一;王書敬;劉杰;于探;陳曉冬;劉林;朱延峰;李平
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06F16/78
• 分類號(hào): G06F16/78;G06F16/783;G06F40/30;G06V10/74;G06V20/70;G06V20/40
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本申請(qǐng)實(shí)施例公開了一種視頻檢索方法、裝置、設(shè)備和介質(zhì)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及智能檢索技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：基于文本語(yǔ)義空間和視頻語(yǔ)義空間之間的轉(zhuǎn)換關(guān)系，根據(jù)查詢文本和候選視頻，確定所述查詢文本的統(tǒng)一空間特征和所述候選視頻的統(tǒng)一空間特征；根據(jù)所述查詢文本的統(tǒng)一空間特征和所述候選視頻的統(tǒng)一空間特征，確定所述查詢文本和所述候選視頻的相似度；根據(jù)所述相似度從所述候選視頻中選擇目標(biāo)視頻，并將所述目標(biāo)視頻作為查詢結(jié)果。本申請(qǐng)實(shí)施例提供一種視頻檢索方法、裝置、設(shè)備和介質(zhì)，實(shí)現(xiàn)了基于查詢文本對(duì)視頻的準(zhǔn)確檢索。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及智能檢索技術(shù)領(lǐng)域。具體地，本申請(qǐng)實(shí)施例提供了一種視頻檢索方法、裝置、設(shè)備和介質(zhì)。

背景技術(shù)

隨著網(wǎng)絡(luò)中視頻的海量增長(zhǎng)，視頻用戶往往通過視頻檢索的方式來(lái)獲取感興趣的視頻內(nèi)容。

目前搜索引擎主要通過匹配查詢文本與視頻標(biāo)題確定目標(biāo)視頻。

然而，視頻標(biāo)題的質(zhì)量不佳，且現(xiàn)有技術(shù)無(wú)法實(shí)現(xiàn)對(duì)視頻中關(guān)鍵點(diǎn)信息的檢索，從而導(dǎo)致視頻檢索準(zhǔn)確率低的問題。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供一種視頻檢索方法、裝置、設(shè)備和介質(zhì)，以實(shí)現(xiàn)基于查詢文本對(duì)視頻的準(zhǔn)確檢索。

本申請(qǐng)實(shí)施例提供一種視頻檢索方法，該方法包括：

基于文本語(yǔ)義空間和視頻語(yǔ)義空間之間的轉(zhuǎn)換關(guān)系，根據(jù)查詢文本和候選視頻，確定所述查詢文本的統(tǒng)一空間特征和所述候選視頻的統(tǒng)一空間特征；

根據(jù)所述查詢文本的統(tǒng)一空間特征和所述候選視頻的統(tǒng)一空間特征，確定所述查詢文本和所述候選視頻的相似度；

根據(jù)所述相似度從所述候選視頻中選擇目標(biāo)視頻，并將所述目標(biāo)視頻作為查詢結(jié)果。

本申請(qǐng)實(shí)施例通過基于文本語(yǔ)義空間和視頻語(yǔ)義空間之間的轉(zhuǎn)換關(guān)系，根據(jù)查詢文本和候選視頻，確定查詢文本的統(tǒng)一空間特征和候選視頻的統(tǒng)一空間特征。因?yàn)榛谖谋菊Z(yǔ)義空間和視頻語(yǔ)義空間之間的轉(zhuǎn)換關(guān)系，可以對(duì)查詢文本和候選視頻進(jìn)行不同語(yǔ)義空間的準(zhǔn)確轉(zhuǎn)換，所以本申請(qǐng)實(shí)施例可以實(shí)現(xiàn)對(duì)統(tǒng)一空間特征的準(zhǔn)確確定?；跍?zhǔn)確確定的統(tǒng)一空間特征可以實(shí)現(xiàn)對(duì)查詢文本和候選視頻之間相似度的準(zhǔn)確確定，進(jìn)而提高目標(biāo)視頻的檢索準(zhǔn)確率。

進(jìn)一步地，所述基于文本語(yǔ)義空間和視頻語(yǔ)義空間之間的轉(zhuǎn)換關(guān)系，根據(jù)查詢文本和候選視頻，確定所述查詢文本的統(tǒng)一空間特征和所述候選視頻的統(tǒng)一空間特征，包括：

基于所述文本語(yǔ)義空間，確定所述查詢文本的文本空間特征；

基于所述視頻語(yǔ)義空間，確定所述候選視頻的視頻空間特征；

基于所述文本語(yǔ)義空間和所述視頻語(yǔ)義空間之間的轉(zhuǎn)換關(guān)系，對(duì)所述文本空間特征和所述視頻空間特征進(jìn)行空間統(tǒng)一，以得到統(tǒng)一空間特征。

基于該技術(shù)特征，本申請(qǐng)實(shí)施例通過基于視頻語(yǔ)義空間，確定候選視頻的視頻空間特征，對(duì)查詢文本的文本空間特征和候選視頻的視頻空間特征進(jìn)行空間統(tǒng)一，基于統(tǒng)一空間特征進(jìn)行查詢文本和候選視頻的相似度計(jì)算，并根據(jù)計(jì)算的相似度從候選視頻中確定目標(biāo)視頻，從而實(shí)現(xiàn)基于視頻空間特征對(duì)視頻的檢索。因?yàn)橐曨l空間特征可以準(zhǔn)確反應(yīng)視頻內(nèi)容，所以本申請(qǐng)實(shí)施例可以實(shí)現(xiàn)對(duì)視頻的準(zhǔn)確檢索。

進(jìn)一步地，所述基于視頻語(yǔ)義空間，確定所述候選視頻的視頻空間特征，包括：

確定候選視頻幀中目標(biāo)實(shí)體的目標(biāo)特征；

根據(jù)所述目標(biāo)實(shí)體的出現(xiàn)信息，以及所述目標(biāo)特征，確定所述候選視頻的稠密特征；

將所述目標(biāo)實(shí)體在所述候選視頻幀中的位置信息、所述目標(biāo)實(shí)體的面積和所述候選視頻幀的發(fā)生順序中的至少一種，與所述稠密特征進(jìn)行組合，以得到所述候選視頻的視頻空間特征。