[发明专利]视频指纹生成方法、视频匹配方法、装置和计算机设备

说明书

本申请涉及一种视频指纹生成方法、视频匹配方法、装置、计算机设备和存储介质，包括：获取目标视频和对应的目标视频帧；分别从目标视频帧和目标视频帧对应的参考视频帧中提取关键点，生成目标视频帧对应的目标特征向量集合和参考视频帧对应的参考特征向量集合；基于目标关键点和参考关键点之间的特征向量距离进行关键点匹配；基于匹配成功的目标关键点和参考关键点的位置距离生成目标关键点对应的运动向量，并和目标关键点对应的特征向量进行融合，得到对应的融合向量，基于融合向量更新目标特征向量集合，得到更新特征向量集合；基于目标视频帧对应的更新特征向量集合得到目标视频对应的视频指纹。采用本方法可提高视频指纹和视频匹配的准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种视频指纹生成方法、视频匹配方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的不断发展，视频信息大量涌现。视频作为一种表达信息的综合媒体，已成为现实生活中一个重要的信息载体。

传统技术中，可以基于视频的视频指纹来检测相似视频。计算视频指纹的方法主要是采用全局指纹技术。全局指纹技术为基于CNN（卷积神经网络）的指纹算法将一整个视频帧或者一组视频帧编码成一个特征向量，该特征向量包括了全局的信息。

然而，由于全局指纹技术只考虑全局的信息，视频指纹准确性较低。进而，在进行视频匹配时，无法区分出局部信息不同的视频，视频匹配的准确性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高视频指纹准确性、提高视频匹配准确性的视频指纹生成方法、视频匹配方法、装置、计算机设备和存储介质。

一种视频指纹生成方法，所述方法包括：

获取目标视频，从目标视频中确定目标视频帧；

分别从目标视频帧和目标视频帧对应的参考视频帧中提取关键点，生成各个关键点对应的特征向量，得到目标视频帧对应的目标特征向量集合和参考视频帧对应的参考特征向量集合；目标特征向量集合包括目标视频帧中的各个目标关键点分别对应的特征向量，参考特征向量集合包括参考视频帧中的各个参考关键点分别对应的特征向量；

基于目标关键点和参考关键点之间的特征向量距离，将目标关键点和参考关键点进行匹配；

基于匹配成功的目标关键点和参考关键点的位置距离生成目标关键点对应的运动向量；

将同一目标关键点对应的运动向量和特征向量进行融合，得到对应的融合向量，基于融合向量更新目标特征向量集合，得到更新特征向量集合；

基于目标视频帧对应的更新特征向量集合得到目标视频对应的视频指纹。

在一个实施例中，目标特征向量集合或参考特征向量集合的生成方法包括以下步骤：

对当前视频帧进行尺度变换，得到当前视频帧对应的多个图像尺度的候选视频帧；当前视频帧为目标视频帧或参考视频帧；

对各个候选视频帧进行极值像素点检测和拟合，得到当前视频帧对应的多个当前关键点；

基于包含当前关键点的预设范围图像区域对应的局部图像特征生成当前关键点对应的特征向量；

基于各个当前关键点对应的特征向量生成当前视频帧对应的当前特征向量集合。

在一个实施例中，融合向量的生成方法包括以下方式中的任意一种：

将同一目标关键点对应的运动向量嵌入到对应的特征向量中预设位置，得到对应的融合向量；

将同一目标关键点对应的运动向量和特征向量进行向量拼接，得到对应的融合向量。

一种视频指纹生成装置，所述装置包括：