[发明专利]视频数据检索方法、装置、设备、介质及产品

权利要求书

1.一种视频数据检索方法，其特征在于，包括：

接收终端设备发送的用户语音信息；

确定所述用户语音信息对应的语义相关信息；

根据所述用户语音信息和所述语义相关信息在预设的视频信息数据库中搜索出匹配的目标视频片段信息；所述预设的视频信息数据库存储有包括所述目标视频片段信息在内的多个视频片段信息，各视频片段信息是根据对应的最终视频片段图片的图片相关特征和所属的视频数据标识生成的，所述最终视频片段图片是属于预设情节类型的视频片段图片；

向终端设备发送所述目标视频片段信息，所述目标视频片段信息用于指示终端设备播放对应的目标视频片段。

2.根据权利要求1所述的方法，其特征在于，所述语义相关信息包括用户语音信息的分词信息和核心实体信息；

所述确定所述用户语音信息对应的语义相关信息，包括：

对所述用户语音信息进行分词处理，以确定对应的分词信息；

对所述用户语音信息进行命名实体识别，以确定对应的核心实体信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述用户语音信息和所述语义相关信息在预设的视频信息数据库中搜索出匹配的目标视频片段信息，包括：

根据所述分词信息和所述核心实体信息在预设的视频信息数据库中搜索出匹配的至少一个候选视频片段信息；

将所述用户语音信息和各候选视频片段信息进行语义相似度计算，以确定用户语音信息与各候选视频片段信息之间的相似度；

将相似度大于预设相似阈值的候选视频片段信息确定为目标视频片段信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述用户语音信息和所述语义相关信息在预设的视频信息数据库中搜索出匹配的目标视频片段信息之前，还包括：

获取待处理的视频数据和对应的视频数据标识；

按照预设的抽取去重策略对所述目标视频数据进行抽取去重处理，以生成抽取去重后的多个初始视频片段图片；

根据训练至收敛的卷积神经网络和所述初始视频片段图片确定最终视频片段图片；

将所述最终视频片段图片的图片相关特征和所属的视频数据标识确定为视频数据对应的视频片段信息，并将视频数据对应的视频片段信息存储在预设的视频信息数据库中，所述图片相关特征包括图片所属预设情节类别及在视频数据中所属视频时间。

5.根据权利要求4所述的方法，其特征在于，所述根据训练至收敛的卷积神经网络和所述初始视频片段图片确定最终视频片段图片，包括：

将所述初始视频片段图片输入训练至收敛的卷积神经网络，以输出初始视频片段图片对应的所属情节类别和所属情节类别对应的概率数值；

判断所述初始视频片段图片所属情节类别对应的概率数值是否大于预设概率阈值；

若确定初始视频片段图片所属情节类别对应的概率数值大于预设概率阈值，则将该初始视频片段图片确定为最终视频片段图片。

6.根据权利要求4所述的方法，其特征在于，所述按照预设的抽取去重策略对所述目标视频数据进行抽取去重处理，以生成抽取去重后的多个初始视频片段图片，包括：

按照预设的抽取策略对所述目标视频数据进行抽取，以生成多个抽取后的视频片段图片；

对各抽取后的视频片段图片进行去重处理，以确定去重后的初始视频片段图片。

7.根据权利要求6所述的方法，其特征在于，所述对各抽取后的视频片段图片进行去重处理，以确定去重后的初始视频片段图片，包括：

将各所述抽取后的视频片段图片按照所属视频时间进行排序，以生成排序后的视频片段图片；

对排序后的视频片段图片分别进行平均哈希处理，以确定各所述抽取后的视频片段图片对应的平均哈希向量；

根据各所述抽取后的视频片段图片对应的平均哈希向量确定抽取后的视频片段图片之间的汉明距离，并根据所述汉明距离，对各抽取后的视频片段图片进行去重处理，以确定去重后的初始视频片段图片。