视频检索方法及视频检索映射关系生成方法、装置制造方法及图纸

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。

【技术实现步骤摘要】
视频检索方法及视频检索映射关系生成方法、装置
本申请涉及计算机
，特别是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。
技术介绍
随着技术的不断进步，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。但是，电视中或者电影中的视频时长最少几个小时，而监控系统中的视频则少则存储几天的视频，长则几个月甚至几年的视频。则在现在信息化时代中产生了海量的视频信息，在海量的视频中查找自己所需要的镜头，无疑是大海捞针。以电视剧为例，目前，当用户需要在海量电视剧视频中查找自己所需要的某一特定镜头时，往往是通过将视频快进的方式，对整个视频进行遍历，直到发现待查找的镜头。但是，上述用户手动对视频进行快进并遍历的检索方法，其效率较低，且在快进视频的过程用户容易错过待查找的镜头，导致人机交互不够智能。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高智能性的视频检索方法及视频检索映射关系生成方法、装置、视频检索设备、存储介质。第一方面，本申请实施例提供一种视频检索方法，包本文档来自技高网...

【技术保护点】
1.一种视频检索方法，其特征在于，所述方法包括：/n获取检索指令，所述检索指令中携带用于检索目标帧图片的检索信息；/n获取所述检索信息对应的目标章以及所述目标章中的目标节；/n根据所述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；其中，所述映射关系包括不同的文字描述序列与帧图片之间的对应关系，所述文字描述序列为能够描述所述帧图片的内容的文字构成的序列。/n

【技术特征摘要】
1.一种视频检索方法，其特征在于，所述方法包括：
获取检索指令，所述检索指令中携带用于检索目标帧图片的检索信息；
获取所述检索信息对应的目标章以及所述目标章中的目标节；
根据所述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；其中，所述映射关系包括不同的文字描述序列与帧图片之间的对应关系，所述文字描述序列为能够描述所述帧图片的内容的文字构成的序列。


2.根据权利要求1所述的方法，其特征在于，所述获取检索指令之前，所述方法还包括：
对视频流进行采样，得到所述视频流所包含的多个帧图片；
采用特征提取模型对每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；其中，所述关键特征序列包括所述帧图片中的至少一个关键特征；
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，构建所述映射关系。


3.根据权利要求2所述的方法，其特征在于，所述文字描述序列包括能够描述所述帧图片的至少一个文字描述句，所述文字描述句中包括多个能够描述所述帧图片的内容的文字；其中，所述文字描述句中包括人物文字描述、时间文字描述、地点文字描述、事件文字描述中的至少一种文字。


4.根据权利要求2或3所述的方法，其特征在于，所述采用特征提取模型对每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之后，所述方法还包括：
计算前一个帧图片集合对应的关键特征序列以及后一个帧图片集合对应的关键特征序列之间的第一关联度。


5.根据权利要求4所述的方法，其特征在于，所述根据每个帧图片对应的文字描述序列，构建所述映射关系，包括：
计算所有文字描述序列中前一个帧图片集合对应的文字描述序列以及后一个帧图片集合对应的文字描述序列之间的第二关联度；
根据所述第二关联度与预设的第一阈值以及第二阈值的大小，确定所述前一个帧图片集合对应的文字描述序列与所述后一个帧图片集合对应的文字描述序列之间的章节属性；
根据所有文字描述序列中所述前一个帧图片集合对应的文字描述序列与所述后一个帧图片集合对应的文字描述序列之间的章节属性，将所有文字描述序列划分为树状目录结构；
根据所述树状目录结构以及每个帧图片集合对应的文字描述序列，构建基于所述章节属性的映射关系。


6.根据权利要求5所述的方法，其特征在于，所述计算所有文字描述序列中前一个帧图片集合对应的文字描述序列以及后一个帧图片集合对应的文字描述序列之间的第二关联度，包括：
对每个文字描述序列中的文字描述句执行分词操作，得到每个所述文字描述序列对应的分词结果；其中，所述分词结果包括多个分词；
根据每个所述文字描述序列对应的分词结果、预设的标签和分词之间的映射关系，确定每个所述文字描述序列的分词结果所对应的标签；其中，所述标签包括人物标签、时间标签、地点标签、事件标签；
判断同一标签下，所述前一个帧图片集合对应的文字描述序列的分词结果与所述后一个帧图片集合对应的文字描述序列的分词结果是否相同，并根据判断结果确定所述前一个帧图片集合对应的文字描述序列以及所述后一个帧图片集合对应的文字描述序列之间的第二关联度。


7.根据权利要求5所述的方法，其特征在于，所述根据所述第二关联度与预设的第一阈值以及第二阈值的大小，确定所述前一个帧图片集合与所述后一个帧图片集合之间的章节属性，包括：
若所述第二关联度大于或者等于所述第一阈值，则确定所述前一个帧图片集合对应的文字描述序列与所述后一个帧图片集合对应的文字描述序列属于树状目录结构中的同一节；
若所述第二关联度大于所述第二阈值且小于所述第一阈值，则确定所述前一个帧图片集合对应的文字描述序列与所述后一个帧图片集合对应的文字描述序列属于树状目录结构中的同一章中的不同节。


8.根据权利要求5所述的方法，其特征在于，所述根据所述第二关联度与预设的第一阈值以及第二阈值的大小，确定所述前一个帧图片集合与所述后一个帧图片集合之间的章节属性，包括：
对所述第一关联度和所述第二关联度执行加权操作，确定加权关联度；
若...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：中科寒武纪科技股份有限公司，
类型：发明
国别省市：北京;11