基于对比学习的无监督高效视频检索方法、装置及设备制造方法及图纸

本申请提供一种基于对比学习的无监督高效视频检索方法、装置及设备，该方法包括：对第一样本视频对应的初始特征进行数据增强得到增强后特征；基于增强后特征获取长片段特征和短片段特征；将长片段特征输入给初始检索模型得到第一视频级特征，将短片段特征输入给初始检索模型得到第二视频级特征；基于第一视频级特征与第二视频级特征的相似度、第一样本视频的参考视频级特征与第二样本视频的参考视频级特征的相似度确定第一损失值；基于第一损失值对初始检索模型进行优化，得到优化后的检索模型，基于优化后的检索模型确定目标检索模型；目标检索模型用于检索与待检测视频匹配的目标视频。通过本申请的技术方案，提升检索模型的检索效率。

【技术实现步骤摘要】

本申请涉及视频检索，尤其是涉及一种基于对比学习的无监督高效视频检索方法、装置及设备。

技术介绍

1、随着信息技术的快速发展和普及，视频形式的多媒体数据在不断增加，因此，如何在海量视频信息中检索出想要的内容成为需要解决的问题。因而，基于内容的视频检索技术成为研究重点。在基于内容的视频检索技术中，需要根据视频的内容和上下文关系，对大规模视频数据库中的视频进行检索。

2、比如说，针对待检测视频，需要从视频数据库中检索与该待检测视频匹配的目标视频，即目标视频与待检测视频的相似程度较高，作为该待检测视频最相似的视频。在视频检索过程中，需要比较待检测视频与视频数据库中的每个视频的相似程度，如基于视频内各图像的颜色纹理、形状、运动信息、对象信息和空间关系等，确定待检测视频和视频数据库中的视频的相似程度。

3、由于视频数据库中的视频数量很多，在比较待检测视频与视频数据库中的每个视频的相似程度时，需要消耗大量计算资源，需要消耗大量时长。

技术实现思路

1、本申请提供一种基于对比学习的无监督高效视频检索方本文档来自技高网...

【技术保护点】

1.一种基于对比学习的无监督高效视频检索方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一视频级特征与所述第二视频级特征的相似度、所述第一样本视频的参考视频级特征与第二样本视频的参考视频级特征的相似度，确定第一损失值，包括：

6.根据权利要求4所述的方法，其特征在于，所述基于所述第一损失值对所述初始检索模型进行优化，得到优化后的检索模型，包括：</p>

7.根据...

【技术特征摘要】

1.一种基于对比学习的无监督高效视频检索方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一视频级特征与所述第二视频级特征的相似度、所述第一样本视频的参考视频级特征与第二样本视频的参考视频级特征的相似度，确定第一损失值，包括：

6.根据权利要求4所述的方法，其特征...

【专利技术属性】
技术研发人员：王滨，董建锋，李超豪，张政，王星，包翠竹，张峰，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：