[发明专利]一种视音频电子卷宗系统

说明书

技术领域

本发明属于信息技术领域，涉及到一种基于内容的视音频检索技术。

背景技术

互联网的主流检索方式是基于文本索引，这种方式已经是当今最成熟的信息检索技术。各大搜索引擎如Google、Baidu、Yahoo、Bing等都是以此技术为基础。随着互联网的不断发展，互联网上的内容已经从以前的纯文本发展到现在各式各样的多媒体展现形式，如图片、音频以及视频。如此丰富的数据形式对检索方式提出了新的挑战，通过网络对音视频资料进行管理、检索、下载、查看成为新的需求。

发明内容

本发明的目的在于提供一种视音频电子卷宗系统，实现音视频资料存储、管理、检索、调用网络换、便捷化。

本发明的技术方案是：

一种视音频电子卷宗系统，其特征在于：系统采用三层架构，包括数据库层、中间服务层和客户层；其中，

数据库层的数据库采用Oracle数据库，安装在数据库服务器上；利用特征提取算法对视音频资源进行特征提取，建立电子卷宗，存入特征数据库；

中间服务层安装在数据库服务器上，或安装在一台独立的服务器上，或同时安装在多台服务器上，以服务大量的用户访问数据库；中间服务层封专门处理用户的数据请求，在有用户请求的时候，建立一次数据库连接，当用户的数据请求完成后立刻释放，以减少对系统资源的占有；

客户层采用B/S模式，用户通过浏览器检索、下载、查看音视频资料电子卷宗。

本发明的有益效果是：

1、便于案件管理。电子卷宗有以下功能：

支持多种检索条件——包括时间、地点(通道)、案件类型、标记等的精确查询功能。

支持基于事件、目标分类或者样本检索等模糊查询检索功能，即采用基于语义的检索或者基于样本的检索。

视频快照——直接生成快照列表供用户查找，点击目标快照，播放原始视频。

支持主流视音频格式播放及控制，可按帧播放。

支持预览视频。

支持主流视音频格式转换——视频格式包括MPG、AVI、WMV、ASF、FLV、MP4、MOV、RMVB、VOB等，音频格式包括WAV、MP3、MP2、VOC、WMA、MID、RM等。

支持视音频截取——根据用户需要截取相关视音频，然后保存上传服务器。

2、便于进行视频分析。

可根据案卷编号切换到视频分析，播放原始视频某时刻画面，智能分析视频中出现的人、物等；也可手动标出相关人、物。

可打开快照，可播放快照的原始视频。可根据快照，播放相关联视频。

附图说明

图1是电子卷宗系统的逻辑构架图

具体实施方式

本发明的视音频电子卷宗系统的基本功能是提供图像视频检索，而图像视频检索是建立在对图像视频内容分析的基础之上的。

基于内容进行的视频检索有几个特点：1、视频检索是直接从媒体内容中提取信息特征；2、基于内容的检索是近似匹配，这与基于文本的数据库检索的精确匹配有明显的差异；3、视频动态特征的提取和建立索引由计算机自动实现，避免了人工描述的主观性，也大大减少了工作量。4、根据媒体特征进行相似度匹配的指标有：轮廓、形状、纹理、颜色、动态、空间约束、概念、描述结构以及其他更细节化的图像信息。

视频检索可以分为四个层次结构：视频、场景、镜头、图像帧。由于一个镜头内的相邻帧变化很小，他们之间的特征差值基本保持在一定的阀值范围内。但是在镜头突然变化时，突然变化的这个时间点上相邻两帧变化很大，如果差值超过了一定范围的阀值，就会出现一个分割界限。关键帧则是反映该镜头中主要内容信息的图像帧。分析每个镜头并提取每个镜头的关键帧，然后利用关键帧把每个镜头简洁的表达出来。确定关键帧的数量是提取关键帧中的一个重要问题，可以对镜头中每帧的差异进行统计，求出方差，用方差来衡量镜头内容的复杂程度和差异程度。方差越大，需要提取的关键帧就越多，反之，则越少。

在数据加工时，针对音视频这类非结构化数据，需要使用视频分割、自动数字化、语音识别、镜头检测、关键帧抽取、内容自动关联、视频结构化等技术，以图像处理、模式识别、计算机视觉、图像理解等领域的知识为基础，从认知科学、人工智能、数据库管理系统及人机交互、信息检索等领域引入新的媒体数据表示和数据模型，从而设计出可靠、有效的检索算法、系统结构以及友好的人机界面。

基于上述理念，本发明提供的电子卷宗系统，如图1所示，使用三层架构，包括数据库层、中间服务层和客户端层。