一种基于云存储的视频检索系统及其方法技术方案

技术编号:19821837 阅读:63 留言:0更新日期:2018-12-19 14:43
本发明专利技术公开一种基于云存储的视频检索方法,包括以下步骤:将需检索的视频段信息进行截取获得若干个图片样本;图片样本转换为图像模型数据;对转换的图像模型数据进行特征向量的建立;将建立的特征向量与云存储中存储的若干视频段信息对应的原图像模型数据的特征向量进行重合度检测,得到重合度;筛选出重合度大于重合度阀值的视频段;筛选的视频段信息按照重合度系数的大小,依次输出对应的视频段。本发明专利技术通过对需检索的视频段进行截取、转换和匹配索引,可筛选出重合度大于重合度阀值的视频段信息,大大提高了在海量视频数据中的视频检索效率,同时提高了检索的准确性,在视频检索领域具有深远的影响。

【技术实现步骤摘要】
一种基于云存储的视频检索系统及其方法
本专利技术属于视频监控
,涉及到一种基于云存储的视频检索系统及其方法。
技术介绍
视频云存储是视频监控中的重要组成部分,占城市视频监控等大型视频监控网络中的核心地位。视频云存储主要由云存储管理集群和视频存储集群组成,云存储管理集群和视频存储集群通过网络连接。其中,视频存储集群由多个视频存储节点组成,各个视频存储节点存储来自摄像机的视频数据,视频存储集群即是视频云存储系统中由存储视频数据的设备所组成的集群;云存储管理集群由多个管理节点组成,各个管理节点用于对视频存储节点进行管理以及对外(例如用户平台)提供服务,云存储管理集群即是视频云存储系统中对外提供服务和管理视频存储节点的设备所组成的集群。在典型的视频监控系统中,都是由成千上万路的摄像头进行视频录像,每一路摄像头都存储有多天的视频数据,这些海量的视频数据存储于视频云存储系统中,视频云存储中的海量视频数据为用户提供了丰富的信息资源的同时,也给视频数据的查询带来了很大的挑战。在公共安全领域,通过视频侦查技术查案已经是很常用的技术,面对海量的视频数据,甚至是跨区域的数据,用户如何高效的获取到想要本文档来自技高网...

【技术保护点】
1.一种基于云存储的视频检索方法,其特征在于,包括以下步骤:S1、接收需检索的视频段信息,将视频段信息进行截取,获得若干个图片样本,所述若干图片样本构成集合A(B1,B2,...,Bi,...,Bm),m表示为该视频段信息中图片样本的数量,Bi表示第i个图片样本;S2、对获得的图片样本进行建模,转换为图像模型数据;S3、对转换的图像模型数据进行特征向量的建立,所述图像模型数据的特征向量包括基本特征向量和特殊特征向量,所述特殊特征向量是将每张图像划分为n*n个矩形图像,依次设为第1特征向量、第2特征向量、...、第n*n特征向量,若干特殊特征向量构成集合Bi(bi1,bi2,...,bij,.....

【技术特征摘要】
1.一种基于云存储的视频检索方法,其特征在于,包括以下步骤:S1、接收需检索的视频段信息,将视频段信息进行截取,获得若干个图片样本,所述若干图片样本构成集合A(B1,B2,...,Bi,...,Bm),m表示为该视频段信息中图片样本的数量,Bi表示第i个图片样本;S2、对获得的图片样本进行建模,转换为图像模型数据;S3、对转换的图像模型数据进行特征向量的建立,所述图像模型数据的特征向量包括基本特征向量和特殊特征向量,所述特殊特征向量是将每张图像划分为n*n个矩形图像,依次设为第1特征向量、第2特征向量、...、第n*n特征向量,若干特殊特征向量构成集合Bi(bi1,bi2,...,bij,...,bit*t),bij表示为第Bi个图像样本对应的第j个特征向量;S4、将建立的特征向量与云存储中存储的若干视频段信息对应的原图像模型数据的特征向量进行重合度检测,得到重合度;S5、将检测的重合度与设定的重合度阈值进行对比,筛选出重合度大于重合度阀值的视频段;S6、对步骤S5中筛选的视频段信息按照重合度系数的大小,依次输出对应的视频段。2.根据权利要求1所述的一种基于云存储的视频检索方法,其特征在于:所述步骤S1中对不同的图像样本设定不同的权重参数,构成权重集合为G(g1,g2,...,gi,...,gm),gi表示第i个图像样本对应的权重值,且g1+g2+...+gi+...+gm=1。3.根据权利要求1所述的一种基于云存储的视频检索方法,其特征在于:所述步骤S4中云存储中的视频信息包括若干视频段,构成视频段集合W(w1,w2,...,wh),每个视频段包括若干图像信息,不同的图像信息对应不同的图像模型数据,所述云服务器中图像集合为C(C1,C2,...,Ck,...,Cn),n表示图像的数量(n>m),且每个图像对应不同的特征向...

【专利技术属性】
技术研发人员:陈家满王锐束成海
申请(专利权)人:安徽维德工业自动化有限公司
类型:发明
国别省市:安徽,34

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1