视频检索

摘要： 1目标和概述1.1行业所面临的挑战近年来随着我国国民经济和交通行业的快速发展,高速公路、高速隧道、城市隧道等基础设施建设、运营发展迅速,车流量急剧增加。为了保障高速公路的高效、安全运营,相关交通管理部门和高速运营方建设了大量高速公路视频应用系统,然而系统的不断完善也意味着将面临数据爆炸后云端存储、云端算力、传输网络等要求更高的挑战,还要面对巨大的网络、计算、存储建设运营成本压力,同时高速上视频监控设备的品牌、规格各异,质量、清晰度也差异很大,导致AI算法难以识别,视频检索困难,上述问题都是目前工作重点,是亟待解决的问题。

摘要： 针对视频信息中空间域和时间域上特征提取存在运算成本高和时序信息不明显的问题,本文使用基于注意力机制的残差网络和双向LSTM复合模型,将视频提取出的关键帧输入到嵌入注意力机制的卷积神经网络和双向LSTM网络结构中分别提取视频的空间信息和时序信息,将本网络模型进行实验验证准确率有了一定的提升。随着互联网和自媒体的发展,视频文件逐渐成为了人们日常生活中的主流信息载体。

摘要： 视频信息检索与其他多媒体检索的最大不同在于视频信息量较大,因此进行视频间相似度计算时的计算量较大。此外,对视频特征的提取中常常忽略视频帧之间的时间相关性,从而导致特征提取不充分,影响视频检索的精度。为此,文中提出基于三维卷积和哈希方法的视频检索方法。该方法构建了一个端到端的框架,使用三维卷积神经网络来提取视频中代表帧的特征,并将视频特征映射到低维的汉明空间中去,在汉明空间计算相似度。在两个视频数据集下的实验结果表明,相较于当前最新的视频检索算法,文中所提方法在精度上有较大的提升。

摘要： 利用目前方法对视频检索中关键帧进行提取时,没有对关键帧进行聚类,存在提取效率差、查全率低和误检次数多的问题,为此提出基于虚拟现实的视频检索中关键帧提取方法。方法首先利用虚拟现实技术构建出虚拟场景,将视频图像映射到虚拟场景中,基于虚拟现实对视频图像的互信息量进行获取,通过获取结果对视频镜头进行分割,以提升视频检索效率;根据切割视频图像的时间及空间特性,采用K-slice算法对关键帧进行聚类,若在聚类期间相邻的两个关键帧之间存有冗余,就需要将冗余数据进行消除,最终对没有冗余的关键帧进行提取,实现视频检索中关键帧提取方法。实验结果表明,通过对上述方法进行关键帧提取效率测试、视频检测查全率测试和提取误检次数测试,验证了所提方法的实用性强、精准度高。

摘要： 针对当前存在的IC卡丢失被他人消费、信用卡盗刷等一系列安全问题,提出将基于内容的视频检索技术应用在IC卡刷卡消费过程中,当用户使用IC卡进行刷卡消费时系统不仅保存消费数据,而且利用监控设备来截取一幅消费者的图像,并记录消费的全过程。当有他人冒充用户进行消费后,用户可根据保存的一幅图像快速找到与其匹配的消费视频片段,实现了基于内容的视频检索。在检索过程中,首先通过对采集的大量视频进行镜头检测,然后对各个镜头提取关键帧,最后对关键帧和待检索图像进行特征提取与相似度计算,从而精确地找到所需要的视频片段。实验表明,该方法在一定程度上提高了检索的速率,保证了IC卡的安全性并做到了事后“有证可查”。

摘要： 针对视频监控中的颜色特征检索,提出一种基于超像素分割的视频目标检索算法:该算法首先对视频帧序列按颜色及空间位置进行超像素分割,分割成若干个超像素区域;然后对每个超像素区域颜色值进行均值化处理;最后基于超像素区域进行颜色目标检索.为了验证算法的有效性,以监控拍摄的户外视频数据进行仿真实验,实验结果表明该算法能准确检索出所需目标,具有较高的实用性.

摘要： 深度学习由于其强大的特征表示能力在图像处理、语音识别、推荐系统能领域取得了重大进展.论文提出了一种基于深度学习的针对视频对特定人进行检索的方法,该方法综合使用了MTCNN的人脸检测与对齐以及FaceNet的人脸识别功能,同时论文针对视频连续性的特点,对检索结果进行了特殊处理,实验结果表明论文方法具有较高的准确率和较快的速度.

摘要： 针对海量视频库,传统方法检索目标人物视频片段仅仅采用视频帧的全局特征进行匹配,导致对视频帧中的变化无法兼顾,无法准确检索人物视频.因此提出了人脸识别和改进的K-means聚类相结合提取关键帧的方法.首先,利用多任务卷积神经网络从视频帧的不同角度检测人脸并保留置信度,然后提取人脸特征,对提取的人的面部特征用置信度进行加权,最后,用改进的K-means聚类方法提取关键帧进行视频检索.该方法获取的关键帧能更好地表达视频中的人脸信息,有效降低了冗余度.实验结果表明该方法比传统K-means聚类有效提升了视频检索的准确率.

摘要： 在海量的视频数据面前,人们要想像检索文字信息一样去检索自己感兴趣的视频内容,其中最关键的问题就在于视频能否具备与其内容相匹配的文字索引.随着深度学习的发展,计算机视觉及自然语言技术的进步,机器自动为视频添加文字描述带来了极大的方便,本文简要介绍了视频描述技术的发展历程,主要研究了基于深度学习的编码解码器框架下的视频描述技术及其待解决的问题.

摘要： 本文综述了基于语义的视频检索的研究现状,以帮助未来的研究人员了解基于语义的视频检索领域中可用的技术,视频检索系统的产生是为了在互联网或数据库中的大量视频数据集中找到用户想要查询的视频.本文对基于语义的视频检索过程进行了说明与讨论,本文还对基于语义的视频检索中,解决语义鸿沟这一主要问题的相关技术进行了综述.语义鸿沟的形成是因为从视频内容中提取的低层特征与现实世界中用户对这些特征的认知存在差异,将视频内容的低层特征转化为高层的语义概念是一个备受关注的研究课题.

摘要： 随着互联网视频的流行,视频检索的应用愈发广泛,传统检索优化算法的效果难以满足用户需要.为提高视频检索结果重排的语义合理性,引入视频标注技术,对视频内容进行有效客观标记,同时利用词语知识库的语义树结构,将视频标注文本与搜索词以量化形式表现相似度,综合视频标题及相关文本信息得到视频检索序列.利用实验对该方法的有效性进行了验证,增加了网络视频的测试.实验表明该方法的重排序性能有所提高.

摘要： 视频镜头边界检测是基于内容的视频检索的基础,本文阐述了视频镜头检测的基本原理,总结并分析了几种典型的镜头边界检测的算法,指出了视频镜头检测技术的研究方向.镜头边界检测包括基于非压缩域和基于压缩域的算法.常用的基于非压缩域的算法有直方图法、聚类法等.而基于压缩域的算法因其效果好、速度快,成了今后研究的热门方向.

摘要： 电视会商系统的VOD视频点播录制了大量珍贵的多媒体数据。为了提供更丰富的检索服务，本文分析了基于内容的视频检索方法在电视会商多媒体数据检索中的应用。首先，介绍了基于内容的视频检索方法的一般流程、相关技术和现有系统，之后，根据电视会商双流视频数据的内容特点，重点分析了人脸检测与识别和文字检测与识别这两项关键技术在电视会商数据检索中的应用。在电视会商多媒体数据检索中应用基于内容的视频检索技术可以为用户提供更丰富的检索内容，提升电视会商的服务水平。

摘要： 目前PGC/UGC视频面临着重复推广、重复付费等问题,需要向PGC/UGC的制作人提供版权保护的服务.通过基于特征的视频、音频匹配技术提供了视频匹配的工具,并通过基于哈希化的算法提供了索引,使在海量数据中快速查到匹配视频成为可能.

摘要： 视频字幕检索是视频检索领域的重要部分.随着OCR技术的不断完善,视频字幕检索算法也取得了很多重大突破,然而在检索效果提升的同时,视频包含的大量图像、文字信息使数据处理成为制约字幕提取的性能瓶颈.众核架构高性能协处理器近年发展迅猛,为高性能计算研究打下了良好的硬件基础.本文将Intel众核MIC应用到视频字幕提取中,选用OpenMP并行语言进行加速.通过在Intel Xeon Phi 7110P进行测试,获得了比较理想的加速比.

摘要： 提出了一种将主元分析应用在尺度不变特征变换(SIFT)的图像配准算法.SIFT算法具有匹配能力强,提取特征稳定的特点,能够处理图像间发生平移、旋转、仿射变换、视角变换、光照变换情况下的匹配问题,是实现差异较大的图像间进行图像配准的理想算法.针对SIFT算法采用128维特征向量表示,当在图像特征点较多情况下进行匹配实验时,存在存储空间大、匹配耗时多等缺点.文本首先从用户定义的感兴趣区提取特征点来达到降低算法复杂度的目的;然后用主元分析法(PCA)对多维特征向量进行降维处理,提高运算效率;最后采用高斯加权欧式距离代替欧式距离进行特征点的匹配.实验结果表明,算法具有较好的稳定性、准确率和匹配速度,可应用在基于内容的图像与视频检索等机器视觉领域。

摘要： 镜头分割对实现基于图像内容的视频检索具有重要作用.为了提高视频镜头分割的效果,采用Harris算子进行像素点的能量评估,并抑制伪特征点.通过图像帧分块和边缘检测,获取最小化特征点集,并使特征点分布相对均匀合理,然后根据特征点计算图像帧统计量,进一步形成图像帧的特征向量.在此基础上,结合图像帧渐变检测和闪光检测实现镜头分割方法,取得很好镜头分割效果.

摘要： 视频台标内嵌于复杂的背景中,而且通常具有镂空和半透明的特点.针对传统的视频台标识别技术存在图像特征提取困难、匹配算法复杂以及特征维数灾难等问题,提出一种基于压缩感知的方法来快速有效识别视频台标.该方法直接利用原始像素进行识别,不仅回避了图像特征提取的难题,而且对于识别镂空的、半透明的台标具有较好的鲁棒性.实验证明,该方法对单帧视频中的台标进行识别时,平均识别时间在35ms以内,同时识别准确率能达到98％以上.

摘要： 视频台标内嵌于复杂的背景中,而且通常具有镂空和半透明的特点.针对传统的视频台标识别技术存在图像特征提取困难、匹配算法复杂以及特征维数灾难等问题,提出一种基于压缩感知的方法来快速有效识别视频台标.该方法直接利用原始像素进行识别,不仅回避了图像特征提取的难题,而且对于识别镂空的、半透明的台标具有较好的鲁棒性.实验证明,该方法对单帧视频中的台标进行识别时,平均识别时间在35ms以内,同时识别准确率能达到98％以上.

摘要： 视频台标内嵌于复杂的背景中,而且通常具有镂空和半透明的特点.针对传统的视频台标识别技术存在图像特征提取困难、匹配算法复杂以及特征维数灾难等问题,提出一种基于压缩感知的方法来快速有效识别视频台标.该方法直接利用原始像素进行识别,不仅回避了图像特征提取的难题,而且对于识别镂空的、半透明的台标具有较好的鲁棒性.实验证明,该方法对单帧视频中的台标进行识别时,平均识别时间在35ms以内,同时识别准确率能达到98％以上.

摘要： 本公开关于一种视频片段检索方法、视频片段检索模型的训练方法、装置、电子设备及存储介质，该方法包括：获取待查询视频的视频特征和检索文本的文本特征；将视频特征和文本特征输入预先训练的视频片段检索模型，得到待查询视频中与检索文本匹配的候选视频片段；其中，预先训练的视频片段检索模型，为根据样本视频、样本文本以及与样本文本匹配的目标候选视频片段对待训练的视频片段检索模型进行训练得到的；其中，目标候选视频片段从候选样本视频片段库中获取，候选样本视频片段库中包括按照多种时长划分标准对样本视频进行划分得到的多组候选样本视频片段。采用本方法，有利于提高得到的目标视频片段的准确率。

摘要： 本发明提供一种视频内容检索方法，其包括：获取视频内容对应的人脸检索信息、图案检索信息、声音检索信息以及文字检索信息；提取视频内容的音频帧，并按设定时间间隔提取视频内容的视频图像；使用预设检测算法检测视频图像以及音频帧，以获取视频内容的人脸信息、文字信息、图案信息以及声音信息；获取人脸相似信息、文字相似信息、图案相似信息、声音相似信息；根据人脸相似信息、文字相似信息、图案相似信息以及声音相似信息，生成内容检索报告。本发明还提供一种视频内容检索装置，本发明同时对视频内容中的人脸信息、文字信息、图案信息以及声音信息进行检索，提高了视频内容检索的准确率且降低了视频内容检索的成本。

摘要： 本申请涉及一种视屏检索方法及视频检索映射关系生成方法、设备和存储介质。本申请提供的视频检索方法包括：获取检索指令，检索指令中携带用于检索目标帧图片的检索信息；根据检索信息和预设的映射关系，得到目标帧图片。本申请提供的视频检索映射关系生成方法包括：采用特征提取模型对视频流中的各个帧图片进行特征提取操作，得到每个帧图片对应的关键特征序列；将每个帧图片对应的关键特征序列输入至文字序列提取模型中进行处理，得到每个帧图片对应的文字描述序列；根据每个帧图片对应的文字描述序列，构建映射关系。采用本申请提供的视频检索方法及视频检索映射关系生成方法、设备和存储介质，能够提高视频检索的效率，并且人机交互更智能。

摘要： 本公开实施例提供了视频检索模型的训练方法、视频检索方法、装置以及设备，涉及人工智能领域，尤其涉及深度学习、自然语言学习、知识图谱领域。具体实现方案为：获取多组训练样本，每组训练样本包括基础样本、基础样本的正例样本和基础样本的n个第一负例样本，n个第一负例样本与正例样本之间的知识重叠程度均不相同，基础样本与正例样本的样本模态不同，并基于多组训练样本对初始网络模型进行训练，得到视频检索模型，视频检索模型用于根据输入的检索文本得到结果包括具有优先级关系的多个视频。本公开实现了对负例样本的优先级关系的准确识别，进而利用该视频检索模型实现对检索对象(例如视频)之间优先级关系的准确识别。

摘要： 本申请涉及一种视频检索方法及视频检索映射关系生成方法、装置。本申请提供的视频检索方法包括：获取检索指令，检索指令中携带检索信息；获取检索信息对应的目标章以及目标章中的目标节；根据目标节对应的文字描述序列以及基于章节属性的映射关系，得到目标帧图片。本申请提供的视频检索映射关系生成方法包括：采用特征提取模型对视频流中的各个帧图片进行特征提取操作，得到每个帧图片对应的关键特征序列；将关键特征序列输入至文字序列提取模型，得到每个帧图片对应的文字描述序列；根据每个帧图片对应的文字描述序列，构建映射关系。采用上述视频检索方法及视频检索映射关系生成方法，能够提高视频检索的效率，并且人机交互更智能。

摘要： 本申请涉及一种视频检索系统和视频检索系统的运行方法，属于安防监控技术领域，系统包括：智能分析模块，用于从接收到的目标对象中识别待搜索目标，上传待搜索目标至智能管理模块；目标对象为图片或者视频；智能管理模块，用于创建检索任务，对各个检索任务进行去重，根据去重后的检索任务下发分析任务至智能分析模块，下发比对任务至比对检索模块；智能分析模块，还用于在接收到分析任务之后，对视频数据进行分析，将分析结果存储至消息队列；比对检索模块，用于在接收到比对任务之后，根据消息队列中存储的分析结果对待搜索目标进行检索比对，将比对结果存储至消息队列。解决了现有技术中人为检索时检索效率较差的问题。

摘要： 本发明公开了一种视频检索方法，包括：接收携带有视频标识的视频检索请求；对视频标识对应的视频数据进行关键帧提取，获得目标关键帧；对目标关键帧进行特征降维，获得关键特征；对目标关键帧进行人脸检测以及人脸特征提取；若提取到第一人脸特征，判断人脸数据库存储的多个人脸特征中是否存在与第一人脸特征匹配的目标人脸特征；若人脸数据库存储的多个人脸特征中存在与第一人脸特征匹配的目标人脸特征，获取目标人脸特征对应的目标人脸标识；根据关键特征以及目标人脸标识，在边缘设备上进行视频检索，获得第一候选视频。本发明还公开了一种边缘设备、视频检索装置及存储介质。本发明能够在分布式的边缘设备上对海量数据进行高精度快速的检索。

摘要： 本发明提供一种具有高准确性的视频检索装置、视频检索方法和存储介质，属于视频检索领域。其包括：获取目标人物和候选人物的图像的人物获取部(901、902)；对目标人物和候选人物按相同的分割部位进行人物分割的人物分割部(903)；对目标人物和候选人物各自的各分割部位提取特征的特征提取部(904)；对目标人物与候选人物按每个分割部位计算特征距离来求得局部相似性的局部相似性计算部(905)；针对候选人物的每个分割部位计算权重的权重计算部(906)；和基于权重计算部计算出的权重和局部相似性计算部计算出的局部相似性，输出目标人物与候选人物的相似性判断的结果的相似性结果输出部(1001)。

摘要： 本申请涉及一种视屏检索方法及视频检索映射关系生成方法、设备和存储介质。本申请提供的视频检索方法包括：获取检索指令，检索指令中携带用于检索目标帧图片的检索信息；根据检索信息和预设的映射关系，得到目标帧图片。本申请提供的视频检索映射关系生成方法包括：采用特征提取模型对视频流中的各个帧图片进行特征提取操作，得到每个帧图片对应的关键特征序列；将每个帧图片对应的关键特征序列输入至文字序列提取模型中进行处理，得到每个帧图片对应的文字描述序列；根据每个帧图片对应的文字描述序列，构建映射关系。采用本申请提供的视频检索方法及视频检索映射关系生成方法、设备和存储介质，能够提高视频检索的效率，并且人机交互更智能。

摘要： 本发明公开一种基于音频数据的视频检索的装置及其视频检索方法，装置包括：视频数据库模块，用于存储视频数据；第一音视频分离模块，用于分离视频数据库模块中视频数据的音频数据；音频数据库模块，用于存储第一音视频分离模块得到的音频数据；音视频数据接收模块，用于接收用户输入的音频或视频数据；第二音视频分离模块，用于在音视频数据接收模块接收到视频数据后，分离接收到的视频数据中的音频数据；音频数据匹配模块，用于将用户输入的音频数据或第二音视频分离模块得到的音频数据与音频数据库模块中的音频数据进行匹配，得到一个或多个目标音频数据；视频检索显示模块，用于将目标音频数据对应的目标视频数据向用户显示。