[发明专利]一种视频检索的方法和装置无效
申请号: | 201210476165.7 | 申请日: | 2012-11-22 |
公开(公告)号: | CN103020138A | 公开(公告)日: | 2013-04-03 |
发明(设计)人: | 宗竞 | 申请(专利权)人: | 江苏乐买到网络科技有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;H04N7/26;H04N7/30 |
代理公司: | 苏州威世朋知识产权代理事务所(普通合伙) 32235 | 代理人: | 杨林洁 |
地址: | 215123 江苏省苏州市苏州工*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 视频 检索 方法 装置 | ||
技术领域
本发明涉及网络技术,尤其是一种视频检索的方法和装置。
背景技术
随着多媒体计算技术的迅猛发展和网络传输技术的不断提高,人们可以访问到的多媒体数据急剧增长。视频作为多媒体数据中最复杂的一种媒体形式,凭借其多样化的表现形式、丰富的语义内容以及便捷的记录方式得到了广泛地应用和发展。
视频检索就是要从大量的视频数据中找到所需的视频片断。根据给出例子或是特征描述自动地找到所需的视频片断点即实现基于内容的视频检索。
基于内容的视频分析和检索研究的目的是通过对视频内容进行计算机处理、分析和理解,建立结构和索引,以实现方便有效的视频信息获取。它是根据视频的内容以及上下文关联,在大规模视频数据中进行检索。基于内容的视频检索包括很多技术,例如视频结构的分析(镜头检测技术)、视频数据的自动索引和视频聚类等。
目前,在基于内容的视频检索技术的研究方面,除了识别和描述图像的颜色,纹理,形状和空间关系外,其他主要集中在视频镜头分割,特征的提取和描述(包括:视觉特征,颜色,纹理和形状及运动信息和对象信息等),关键帧提取和结构分析等方面。
根据提交视频内容的不同,视频检索一般分为镜头检索和片段检索。一般来说,片段的概念等价于场景的概念,也是由一连串语义相关的连续镜头构成,不同的是,片段可以是一段完整场景的部分或者全部。目前视频检索的多数研究还集中在镜头检索上。而片段检索方面的研究则刚刚开始。实际上,从用户的角度分析,他们对视频数据库的查询通常会是一个视频片段而很少会是单个的物理镜头。从信息量的角度分析,由几个镜头组成的视频片段有比单个镜头更多的语义,它可以表示用户感兴趣的事件,因此查询的结果也比较有意义。例如在新闻中检索感兴趣的事件、电影中检索喜欢的情节、体育节目中检索喜爱的体育运动、电视台检索某条广告是否播出等。
已有的视频检索系统,在视频数据处理时,多是基于解压缩的数据。解压缩需要一定的运算时间和相应的运算量,导致视频检索系统处理效率降低。
因此,需要一种基于压缩域特征的视频检索方法和装置以提高视频检索的处理效率。
发明内容
根据本发明的一个方面,提供了一种视频检索方法,包括下述步骤:获取压缩视频数据的纹理特征;获取压缩视频数据的运动特征;和根据获取的压缩视频数据的纹理特征和获取的压缩视频数据的运动特征的特征融合进行相似度度量以判断所述压缩视频数据的相关性。
其中,所述压缩视频数据是根据MPEG-2标准的压缩视频流。
其中,所述获取压缩视频数据的纹理特征的步骤包括提取所述压缩视频的关键帧并获取上述关键帧的纹理特征。
其中,所述获取压缩视频的运动特征包括从压缩视频数据中中提取运动矢量场和DCT残差系数矩阵并进行基于四参数模型的全局运动分析以获取镜头运动参数和可靠背景宏块,同时运动补偿以获得各宏块的绝对运动矢量。
根据本发明的另一方面,提供了一种视频检索装置,包括:第一特征获取模块,用于获取压缩视频数据的纹理特征;第二特征获取模块,获取压缩视频数据的运动特征;和判断模块,用于根据第一特征获取模块获取的压缩视频数据的纹理特征和第二特征获取模块获取的压缩视频数据的运动特征的特征融合进行相似度度量以判断所述压缩视频数据的相关性。
根据本发明的视频检索方法和装置基于压缩域特征进行视频检索,能够提高视频检索的处理效率。
附图说明
图1是根据本发明实施方式的视频检索方法的流程图;和
图2是根据本发明实施方式的移动支付方法的流程图。
具体实施方式
下面对参考附图对本发明的视频检索的方法和装置的优选实施例进行详细的描述,需要注意的是,下面的描述仅是示意性的,其中所涉及的内容并不构成对发明所涉及内容的限制,本领域技术人员在下面公开内容的基础上还可以有许多不同的变化方式,这些都属于本发明的保护范围。
考虑到现有视频检索技术中存在的处理效率问题,本发明的实施方式提供了一种一种基于内容的视频检索解决方案,首先直接提取压缩视频的纹理特征和运动特征,并对这些内容特征值进行分析,然后引入模糊判决理论实现特征融合并进行视频检索。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏乐买到网络科技有限公司,未经江苏乐买到网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210476165.7/2.html,转载请声明来源钻瓜专利网。