[发明专利]一种相似视频检索的方法及系统

说明书

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种相似视频检索的方法及系统。

背景技术

随着网络流媒体技术的快速发展，互联网中出现了越来越多的视频及多媒体数据，这些视频以几何级数的方式增长，成为了互联网中信息发布和娱乐的主流。面对海量的多媒体数据，如何快速从海量视频中查找出相似甚至相同的视频成为了一个热点研究问题。

传统的基于文本的检索视频方法存在很多不足之处。其主要通过对视频周边文本进行索引来完成对视频来进行相似视频的检索，但视频内容不同于文本内容，视频数据与其语义信息之间存在很大差别，单纯依赖周边文本的方式不能准确描述视频内容也忽略了视频视觉感知等多媒体特征和信息。另一方面，采用单纯基于文本的方式需要对网络中海量视频数据进行手工标注，工作量巨大，同时标注视频存在一定主观性，对于同一段视频不同人可能有不同的理解。由此造成相似性检索的准确率很低，效果很难得到进一步的提高。

发明内容

本发明的目的是提供一种相似视频检索的方法及系统，提高了相似视频检索的效率及准确度。

一种相似视频检索的方法，该方法包括：

利用颜色空间模型计算视频库中每一视频关键帧集合的特征矢量；

通过哈希函数映射所述特征矢量，根据映射后的矢量值所在区间构建索引；

根据待检索视频每一运动矢量映射后的各个矢量值所在区间确定对应索引的编号，提取对应索引下所有特征矢量对应的视频信息，根据待检索视频与对应索引下提取出的视频中相似关键帧的个数进行相似度的计算；

将大于阈值的计算结果对应的视频作为检索结果输出。

一种相似视频检索的系统，该系统包括：

特征矢量计算模块，用于利用颜色空间模型计算视频库中每一视频关键帧集合的特征矢量；

索引构建模块，用于通过哈希函数映射所述特征矢量，根据映射后的矢量值所在区间构建索引；

相似度计算模块，用于根据待检索视频每一运动矢量映射后的各个矢量值所在区间确定对应索引的编号，提取对应索引下所有特征矢量对应的视频信息，根据待检索视频与对应索引下提取出的视频中相似关键帧的个数进行相似度的计算；

检索结果输出模块，用于将大于阈值的计算结果对应的视频作为检索结果输出。

由上述本发明提供的技术方案可以看出，通过视频的内容提取特征矢量，利用这些特征矢量建立索引，并以此为基础与待检索视频进行相似度的计算；可高效及准确的在海量视频库中实现相似视频的检索。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例一提供的一种相似视频检索的方法的流程图；

图2为本发明实施例一提供的一种聚类算法的流程图；

图3为本发明实施例二提供的一种相似视频检索的系统的示意图；

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

实施例一

图1为本发明实施例一提供的一种相似视频检索的方法的流程图。如图1所示，主要包括如下步骤：

步骤11、提取视频库中每一视频的关键帧集合。

由于视频中相邻帧的差异性不大，如果采用等时间间隔提取关键帧的方法，提取频率过高会造成特征数据量巨大影响特征提取速度；且相邻帧的差异不大，相似性过高，造成特征冗余；但是，若提取频率过低，虽然可以减少特征数据量、加快特征提取速度但抽取的特征集合不能全面反应视频的总体特征从而降低了检索的准确率。

因此，对于视频库中的每一视频数据均先提取关键帧，例如，采用聚类算法，其通过判断相邻图像帧之间的特征是否发生剧烈变化，来完成视频镜头的边缘检测任务，即用最精简的特征集合全面反映视频总体特征。

如图2所示，聚类算法主要包括如下步骤：

步骤111、从第n帧开始提取视频帧，并以该帧为中心计算后续各帧与其帧间距离。