一种视频搜索方法及装置与流程

文档序号:11250989
一种视频搜索方法及装置与流程

本发明涉及音视频处理技术领域,特别涉及一种视频搜索方法及装置。



背景技术:

随着国家经济的飞速发展,及计算机视觉技术的不断提高,视频采集设备广泛的应用于安防监控等方面。当用户需要对某个物体发生的行为进行追溯时,便可以通过回放视频采集设备采集到的视频了解该物体发生过的行为。例如:公安机关在对可疑车辆追踪时,便可以调取不同视频采集位置的视频采集设备采集到的视频信息,根据视频信息确定可疑车辆的运动轨迹,实现对可疑车辆的追踪。

然而,现有技术中,在对视频采集设备采集到的视频进行搜索时,只能通过人工排查的方式对保存的每个视频一一搜索,搜索效率低,需要的人力投入大,给用户带来了损失,影响了用户的体验。



技术实现要素:

本发明提供一种视频搜索方法及装置,用以解决现有技术中在对视频进行搜索回放时只能采用人工排查的方式对保存的每个视频一一搜索,搜索效率低,造成人力和物力浪费,影响用户体验的问题。

本发明公开了一种视频搜索方法,所述方法包括:

接收用户输入的至少一个目标特征;

针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量;

根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度;

根据每个第一视频与所述至少一个目标特征的符合度,对每个第一视频进行排序并输出。

进一步地,所述针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量之前,所述方法还包括:

根据用户回放的第二视频记录的第二时间段、第二视频采集位置及预设的时间间隔和预设的距离阈值,确定进行追踪的第一时间段及与所述第二视频采集位置的距离小于预设的距离阈值的每个采集位置;

将所述视频库中所述每个采集位置采集的所述第一时间段的视频作为第一视频。

进一步地,所述接收用户输入的至少一个目标特征包括:

根据预设的每个特征字段,确定用户回放的第二视频中每个物体对应的待选特征字段及对应待选特征字段的特征值;

根据每个待选特征字段及对应待选特征字段的特征值,生成每个待选特征;

接收用户对所述每个待选特征的选取,将用户选取的待选特征作为目标特征。

进一步地,所述特征字段包括以下至少一个:

类别、颜色、大小、运动方向和运动速度。

进一步地,所述根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度包括:

针对每个第一视频,确定该第一视频中满足每个目标特征的物体的数量和;根据用户预先针对每个目标特征设置的权重,及满足每个目标特征的物体的数量和,确定该第一视频与所述至少一个目标特征的符合度。

进一步地,所述方法还包括:

按照符合度从大到小的顺序对每个第一视频进行排序,选取排序在前的设定数量的第一视频进行缓存。

本发明公开了一种视频搜索装置,所述装置包括:

接收模块,用于接收用户输入的至少一个目标特征;

统计模块,用于针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量;

第一确定模块,用于根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度;

输出模块,用于根据每个第一视频与所述至少一个目标特征的符合度,对每个第一视频进行排序并输出。

进一步地,所述装置还包括:

第二确定模块,用于根据用户回放的第二视频记录的第二时间段、第二视频采集位置及预设的时间间隔和预设的距离阈值,确定进行追踪的第一时间段及与所述第二视频采集位置的距离小于预设的距离阈值的每个采集位置;将所述视频库中所述每个采集位置采集的所述第一时间段的视频作为第一视频。

进一步地,所述接收模块,具体用于根据预设的每个特征字段,确定用户回放的第二视频中每个物体对应的待选特征字段及对应待选特征字段的特征值;根据每个待选特征字段及对应待选特征字段的特征值,生成每个待选特征;接收用户对所述每个待选特征的选取,将用户选取的待选特征作为目标特征。

进一步地,所述第一确定模块,具体用于针对每个第一视频,确定该第一视频中满足每个目标特征的物体的数量和;根据用户预先针对每个目标特征设置的权重,及满足每个目标特征的物体的数量和,确定该第一视频与所述至少一个目标特征的符合度。

进一步地,所述装置还包括:

缓存模块,用于按照符合度从大到小的顺序对每个第一视频进行排序,选取排序在前的设定数量的第一视频进行缓存。

本发明公开了一种视频搜索方法及装置,所述方法包括:接收用户输入的至少一个目标特征;针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量;根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度;根据每个第一视频与所述至少一个目标特征的符合度,对每个第一视频进行排序并输出。由于在本发明实施例中,根据用户输入的至少一个目标特征,及视频库中每个第一视频满足该目标特征的物体的数量,确定视频库中每个第一视频的符合度分值,并根据每个第一视频的符合度分值,对每个第一视频进行排序并输出,使用户在对视频进行搜索时,能够根据每个视频的排序快速的搜索出需要的视频,减少了人力的投入,提高用户的搜索效率,提高了用户的体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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的附图。

图1为本发明实施例1提供的一种视频搜索过程示意图;

图2为本发明实施例2提供的一种视频搜索过程示意图;

图3为本发明实施例3提供的一种待选特征表示意图;

图4为本发明实施例5提供的一种视频搜索过程示意图;

图5为本发明实施例6提供的一种视频搜索装置结构示意图。

具体实施方式

下面将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。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

实施例1:

图1为本发明实施例提供的一种视频搜索过程示意图,该过程包括:

S101:接收用户输入的至少一个目标特征。

本发明实施例提供的视频搜索方法适用于电子设备,该电子设备可以是个人电脑(PC)、手机、平板电脑等设备,也可以是摄像机等视频采集设备。

在本发明实施例中,所述特征是目标物体的属性信息,也是在物体中搜索该目标物体时需要满足的搜索条件。例如:特征可以为颜色—红色、类别—车辆、运动速度—3m/s等,如果需要搜索颜色—红色的目标物体,根据特征颜色—红色,在各物体中搜索满足特征颜色—红色的物体,作为目标物体。

具体的,用户输入的每个目标特征是由特征字段及该特征字段对应的特征值组成,例如:用户输入的目标特征包括目标特征1颜色—红色和目标特征2运动速度—2m/s,其中目标特征1中颜色为特征字段,对应的特征值为红色,其中目标特征2中运动速度为特征字段,对应的特征值为2m/s,用户搜索视频中颜色为红色的物体和运动速度为2m/s的物体。

S102:针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量。

具体的,针对用户输入的每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量。例如:用户输入的目标特征包括目标特征1颜色—黑色和目标特征2运动速度—2m/s,根据目标特征1颜色—黑色,统计视频库中每个第一视频中满足目标特征1颜色—黑色的物体的数量;根据目标特征2运动速度—2m/s,统计视频库中每个第一视频中满足目标特征2运动速度—2m/s的物体的数量。其中,所述物体为电子设备或视频采集设备所能识别到的人、车辆、动物等。

在本发明实施例中识别视频中满足目标特征的物体是现有技术,不再进行赘述。

S103:根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度。

具体的,针对每个第一视频中满足每个目标特征的物体的数量和,可以将该第一视频中满足每个目标特征的物体的数量和作为该第一视频与所述至少一个目标特征的符合度。

例如:视频库中存在视频1、视频2、视频3,用户输入的目标特征包括目标特征1和目标特征2,其中视频1中出现目标特征1的物体的数量为8个、出现目标特征2的物体的数量为7个,将视频1中满足目标特征1和目标特征2的物体的数量和15,作为视频1与所述至少一个目标特征的符合度;视频2中出现目标特征1的物体的数量为5个、出现目标特征2的物体的数量为5个,将视频2中满足目标特征1和目标特征2的物体的数量和10,作为视频2与所述至少一个目标特征的符合度;视频3中出现目标特征1的物体的数量为7个、出现目标特征2的物体的数量为5个,将视频3中满足目标特征1和目标特征2的物体的数量和12,作为视频3与所述至少一个目标特征的符合度。

S104:根据每个第一视频与所述至少一个目标特征的符合度,对每个第一视频进行排序并输出。

根据视频库中每个第一视频与所述至少一个目标特征的符合度的高低,从高到低依次排序,并将排序结果输出,较佳的,可以预先设定一个符合度阈值,只对符合度达到该设定的符合度阈值的第一视频进行排序、并输出,从而提高视频搜索效率。

由于在本发明实施例中,根据用户输入的至少一个目标特征,及视频库中每个第一视频满足该目标特征的物体的数量,确定视频库中每个第一视频的符合度分值,并根据每个第一视频的符合度分值,对每个第一视频进行排序并输出,使用户在对视频进行搜索时,能够根据每个视频的排序快速的搜索出需要的视频,减少了人力的投入,提高用户的搜索效率,提高了用户的体验。

实施例2:

为了提高视频搜索的效率,在上述各实施例的基础上,在本发明实施例中,所述针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量之前,所述方法还包括:

根据用户回放的第二视频记录的第二时间段、第二视频采集位置及预设的时间间隔和预设的距离阈值,确定进行追踪的第一时间段及与所述第二视频采集位置的距离小于预设的距离阈值的每个采集位置;

将所述视频库中所述每个采集位置采集的所述第一时间段的视频作为第一视频。

在实际生活中,物体具有空间局部性原理和时间局部性原理,即当前出现的物体再次出现的位置是与当前物体的位置临近的,当前出现的物体再次出现的时间是与当前时间临近的。

在本发明实施例中,每个视频的采集位置及每个视频采集位置之间的距离是预先已知的,根据用户回放的第二视频对应的第二视频采集位置,便可以确定与所述第二视频采集位置临近的每个视频采集位置,即确定与所述第二视频采集位置距离小于设定阈值的每个视频采集位置。

具体的,根据用户回放的第二视频记录的第二时间段、第二视频采集位置及预设的时间间隔和预设的距离阈值,确定进行追踪的第一时间段及与所述第二视频采集位置距离小于预设的距离阈值的每个采集位置,将所述视频库中与所述每个采集位置采集的所述第一时间段的视频作为第一视频。其中,所述预设的时间间隔可以为15min、20min等,预设的时间间隔的长度可以根据用户需要查找的时间段的长短进行调节,并且在根据所述第二时间段确定进行追踪的第一时间段时,可以根据需求选取所述第一时间段之后的所述预设的时间间隔对应的时间段为第二时间段,也可以选取所述第一时间段之前的所述预设的时间间隔对应的时间段为第二时间段,另外也可以同时选取所述第一时间段之前和第一时间段之后的所述预设的时间间隔对应的时间段为第二时间段,所述预设的距离阈值可以为10m、20m等,预设的距离阈值同样可以根据用户需要查找的位置范围进行调节,并根据设定的时间间隔进行调节。

例如:用户回放的第二视频记录的时间段为10:30-10:35,第二视频采集位置为位置3,预设的时间间隔为20min,预设的距离阈值为20m,确定进行追踪的第一时间段为10:35-10:55,确定与采集位置3距离小于20米的每个采集位置,其中与采集位置3距离小于20m的采集位置包括采集位置2、采集位置4、采集位置5。将视频库中采集位置2、采集位置4、采集位置5采集的10:35-10:55的视频作为第一视频。

图2为本发明实施例提供的一种视频搜索过程示意图,该过程包括:

S201:接收用户输入的至少一个目标特征。

S202:根据用户回放的第二视频记录的第二时间段、第二视频采集位置及预设的时间间隔和预设的距离阈值,确定进行追踪的第一时间段及与所述第二视频采集位置的距离小于预设的距离阈值的每个采集位置,将所述视频库中所述每个采集位置采集的所述第一时间段的视频作为第一视频。

S203:针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量。

S204:根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度。

S205:根据每个第一视频与所述至少一个目标特征的符合度,对每个第一视频进行排序并输出。

在本发明实施例中,S202中的过程与S201中过程的先后顺序不做限定,也可以先进行S202的过程再进行S201的过程。

实施例3:

在实际生活中,用户需要回放的视频之间通常是具有相关性的,即用户需要回放的视频之间通常具有相同的特征,如果用户当前回放有视频,可以根据用户当前回放的视频的特征,确定用户待回放的视频的特征,对用户待回放的视频进行搜索,为了提高视频搜索的效率,在上述各实施例的基础上,在本发明实施例中,所述接收用户输入的至少一个目标特征包括:

根据预设的每个特征字段,确定用户回放的第二视频中每个物体对应的待选特征字段及对应待选特征字段的特征值;

根据每个待选特征字段及对应待选特征字段的特征值,生成每个待选特征;

接收用户对所述每个待选特征的选取,将用户选取的待选特征作为目标特征。

所述特征字段包括以下至少一个:

类别、颜色、大小、运动方向和运动速度。

在本发明实施例中,电子设备中预先保存有每个特征字段的信息,在对第二视频中的物体进行识别时,根据电子设备中预先保存的每个特征字段,依次确定第二视频中的每个物体对应该特征字段的特征值,并根据每个物体对应的特征字段及对应该特征字段的特征值,生成该第二视频对应的候选特征。在本发明实施例中,根据特征字段识别视频中每个物体的特征值是现有技术,不再进行赘述。

例如:预先保存的特征字段有类别、颜色,第二视频中包含物体1、物体2、物体3,根据特征字段类别,识别物体1对应类别的特征值为人物、物体2对应类别的特征值为人物、物体3对应类别的特征值为车辆;根据特征字段颜色,识别物体1对应颜色的特征值为红色、物体2对应颜色的特征值为白色、物体3对应颜色的特征值为黑色。对同一特征字段对应的相同特征值进行去重,输出候选特征类别—人物、类别—车辆、颜色—红色、颜色—白色、颜色—黑色。

具体的,如果用户在进行视频搜索之前回放了第二视频,在回放第二视频的过程中,或在第二视频回放完成后,根据预设的每个特征字段,确定用户回放的第二视频中每个物体对应的待选特征字段及对应待选特征字段的特征值,并根据用户回放的第二视频中的每个待选特征字段及对应待选特征字段的特征值,生成每个待选特征,接收用户对所述每个待选特征的选取,将用户选取的待选特征作为目标特征。较佳的,生成每个待选特征后,形成一个待选特征列表供用户选择,并可以根据每个待选特征对应的特征字段,将对应相同特征字段的候选特征在候选特征表的相邻位置显示,便于用户选择。其中,所述特征字段包括类别、颜色、运动方向和运动速度中的一种或者多种。

例如:预设的特征字段为类别和颜色,针对用户回放的第二视频中每个物体确定该物体对应类别的特征值及该物体对应颜色的特征值。并根据第二视频中每个物体对应类别的特征值及该物体对应颜色的特征值,生成待选特征,图3为本发明实施例提供的一种待选特征表示意图,待选特征中包含待选特征1类别—车辆、待选特征2类别—人物、待选特征3颜色—红色、待选特征4颜色—黑色、待选特征5颜色—白色,接收用户对待选特征的选取,将用户选择的待选特征1类别—车辆和待选选特征3颜色—红色作为目标特征。

实施例4:

为了提高用户体验,在上述各实施例的基础上,在本发明实施例中,所述根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度包括:

针对每个第一视频,确定该第一视频中满足每个目标特征的物体的数量和;根据用户预先针对每个目标特征设置的权重,及满足每个目标特征的物体的数量和,确定该第一视频与所述至少一个目标特征的符合度。

在本发明实施例中,用户在输入目标特征或者在候选的目标特征中选择目标特征时,还可以根据对不同目标特征的需求程度,对每个目标特征设置权重,使得视频搜索结果更符合用户的需求。例如:用户需要搜索运动速度为20m/s的车辆,并且如果该车辆的颜色为白色更能符合用户的需求,可以将目标特征运动速度—20m/s和目标特征类别—车辆设置一个较大的权重,将颜色—白色设置一个较小的权重。

具体的,为了提高视频搜索的准确性,输出满足用户需求的视频,如果用户针对每个目标特征设置权重,根据每个第一视频满足每个目标特征的物体的数量和及针对每个目标特征设置的权重的乘积和,确定该第一视频与所述至少一个目标特征的符合度。例如:用户针对目标特征1设置权重为3、针对目标特征2设置权重为1,该第一视频中满足目标特征1的物体的数量和为10,满足目标特征2的物体的数量和为7,3*10+1*7=37,确定该第一视频与所述至少一个目标特征的符合度为37。

实施例5:

为了保证用户查看视频的速度,提高用户的体验,在上述各实施例的基础上,在本发明实施例中,所述方法还包括:

按照符合度从大到小的顺序对每个第一视频进行排序,选取排序在前的设定数量的第一视频进行缓存。

具体的,在对每个视频按照符合度从大到小的顺序对每个第一视频进行排序后,可以将排序在前的设定数量的第一视频进行缓存,所述设定数量可以为5、6、9等。较佳的,针对缓存的每个第一视频,可以在显示界面上显示每个第一视频的视频缩略图,并在每个第一视频缩略图中的设定位置,或者在与该第一视频缩略图相邻的设定位置显示该视频的目标符合度、地理位置、视频录制时间、与用户播放的第二视频采集位置的距离等信息便于用户的查看。

图4为本发明实施例提供的一种视频搜索过程示意图,该过程包括:

S401:根据用户回放的第二视频记录的第二时间段、第二视频采集位置及预设的时间间隔和预设的距离阈值,确定进行追踪的第一时间段及与所述第二视频采集位置的距离小于预设的距离阈值的每个采集位置;将所述视频库中所述每个采集位置采集的所述第一时间段的视频作为第一视频。

S402:根据预设的每个特征字段,确定用户回放的第二视频中每个物体对应的待选特征字段及对应待选特征字段的特征值;根据每个待选特征字段及对应待选特征字段的特征值,生成每个待选特征;接收用户对所述每个待选特征的选取,将用户选取的待选特征作为目标特征。

S403:针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量。

S404:根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度。

S405:根据每个第一视频与所述至少一个目标特征的符合度,对每个第一视频进行排序并输出。

S406:按照符合度从大到小的顺序对每个第一视频进行排序,选取排序在前的设定数量的第一视频进行缓存。

在本发明实施例中,S402的过程与S401的过程的先后顺序不做限定,也可以先进行S402的过程再进行S401的过程。

实施例6:

图5为本发明实施例提供的一种视频搜索装置结构示意图,该装置包括:

接收模块51,用于接收用户输入的至少一个目标特征;

统计模块52,用于针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量;

第一确定模块53,用于根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度;

输出模块54,用于根据每个第一视频与所述至少一个目标特征的符合度,对每个第一视频进行排序并输出。

所述装置还包括:

第二确定模块55,用于根据用户回放的第二视频记录的第二时间段、第二视频采集位置及预设的时间间隔和预设的距离阈值,确定进行追踪的第一时间段及与所述第二视频采集位置的距离小于预设的距离阈值的每个采集位置;将所述视频库中所述每个采集位置采集的所述第一时间段的视频作为第一视频。

所述接收模块51,具体用于根据预设的每个特征字段,确定用户回放的第二视频中每个物体对应的待选特征字段及对应待选特征字段的特征值;根据每个待选特征字段及对应待选特征字段的特征值,生成每个待选特征;接收用户对所述每个待选特征的选取,将用户选取的待选特征作为目标特征。

所述第一确定模块53,具体用于针对每个第一视频,确定该第一视频中满足每个目标特征的物体的数量和;根据用户预先针对每个目标特征设置的权重,及满足每个目标特征的物体的数量和,确定该第一视频与所述至少一个目标特征的符合度。

所述装置还包括:

缓存模块56,用于按照符合度从大到小的顺序对每个第一视频进行排序,选取排序在前的设定数量的第一视频进行缓存。

本发明公开了一种视频搜索方法及装置,所述方法包括:接收用户输入的至少一个目标特征;针对每个目标特征,统计视频库中每个第一视频满足该目标特征的物体的数量;根据每个第一视频中满足每个目标特征的物体的数量和,确定每个第一视频与所述至少一个目标特征的符合度;根据每个第一视频与所述至少一个目标特征的符合度,对每个第一视频进行排序并输出。由于在本发明实施例中,根据用户输入的至少一个目标特征,及视频库中每个第一视频满足该目标特征的物体的数量,确定视频库中每个第一视频的符合度分值,并根据每个第一视频的符合度分值,对每个第一视频进行排序并输出,使用户在对视频进行搜索时,能够根据每个视频的排序快速的搜索出需要的视频,减少了人力的投入,提高用户的搜索效率,提高了用户的体验。

对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

再多了解一些
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1