本发明涉及视频检索技术领域，尤其涉及一种视频目标检索方法。
背景技术：
目前，视频监控系统在维护社会治安、加强社会管理及安全保障方面发挥重要作用，面对日益增长的摄像头数量，从这些海量的视频监控中寻找感兴趣的目标将耗费大量人力物力。因此视频目标自动检测、存储及检索，能够有效提高海量视频监控效率。
然而现有的视频目标检索系统在对运动目标进行提取、存储的过程中，只对运动目标进行截取，并未对目标按照类别划分进行标识，目标特征选取单一，面对从大量的视频数据中检索出特定类别目标时，局限性较大，不能有效保障检索的效率。
技术实现要素：
本发明所解决的技术问题在于提供一种视频目标检索方法，以解决上述背景技术中的缺点。
本发明所解决的技术问题采用以下技术方案来实现：
一种视频目标检索方法，具体步骤如下：
1）对实时视频流/本地视频文件进行硬解码、图像转换，以获取视频流，得到可进行计算的图像数据；
2）在ubuntu系统下配置caffe环境，对caffe中ssd算法模型的c++实现进行重新编译；
3）将步骤1）中解码后的图像数据输入至ssd算法模型中，以获得图像中的各类目标位置框信息，在根据检索需求从中选取主要检索目标，获取目标在图像中的位置框信息；
4）将步骤3）中获取的目标位置框信息输入至基于卡尔曼滤波的目标跟踪算法中，使得ubuntu系统能够在当前场景下对目标进行区分与跟踪；
5）对步骤4）中每个跟踪目标分别进行截图，按照时间分段截取多张目标图片，并提取目标图片的rgb颜色直方图特征、面积特征、目标类别，存入数据库中，并在数据库中建立主键对每个目标进行标识；
6）输入待检索目标，首先按照目标类别对步骤5）中建立的数据库进行筛选，然后提取待检索目标的颜色、面积特征，基于欧几里德距离计算与数据库数据的相似度，得到与待检索目标的相似度；
7）按照相似度由高到低排序，得目标检索结果。
在本发明中，步骤1）中，利用ffmpeg或cuda工具对实时视频流/本地视频文件进行硬解码、图像转换，以获取视频流，得到可进行计算的图像数据。
在本发明中，步骤1）中，利用opencv的函数读取视频流及本地视频文件。
在本发明中，步骤5）中，按照时间分段截取5张目标图片，5张目标图片都是对同一目标不同时间段的描述。
在本发明中，步骤5）中，对存入数据库中目标图片的rgb颜色直方图特征、面积特征，按照0.4～0.8：0.1～0.2的权重比进行分配。
有益效果：本发明采用基于多特征融合的视频目标检索，将多目标识别、多目标跟踪及目标特征提取进行并行有效集成，有效提高识别效率，同时将目标类别信息进行存储，针对用户对特定类别目标检索的需求，自动快速检索出符合要求的目标，速度快、效率高，可广泛应用于实战中，具有一定的经济效益和使用价值。
附图说明
图1为本发明的较佳实施例的流程示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
参见图1的一种视频目标检索方法，具体步骤如下：
1）利用ffmpeg工具、cuda工具对实时视频流/本地视频文件进行硬解码、图像转换，以获取视频流，得到可进行计算的图像数据，也可利用opencv的函数进行视频流及本地视频文件读取；
2）在ubuntu系统下配置caffe环境，对caffe中ssd算法模型的c++实现进行重新编译；
3）将步骤1）中解码后的图像数据输入至ssd算法模型中，以获得图像中的各类目标位置框信息（其中目标类别包括：人、自行车、小车、大巴车、摩托车、猫、狗等，目标种类可通过重新训练算法进行更改），在根据检索需求从中选取主要检索目标，获取其位置框信息（目标在图像中的位置）；
4）将步骤3）中获取的目标位置框信息输入至基于卡尔曼滤波的目标跟踪算法中，使得ubuntu系统能够在当前场景下对目标进行区分与跟踪；
5）对步骤4）中每个跟踪目标分别进行截图，按照时间分段截取5张目标图片（5张目标图片都是对同一目标不同时间段的描述），并提取rgb颜色直方图特征、目标图片的面积特征、目标的类别，存入数据库中（对于颜色及面积特征，按照一定权重比进行分配，权重根据实际应用场景进行调整（例如0.8:0.2）），并在数据库中建立主键对每个目标进行标识；
6）输入待检索目标，首先按照目标类别对步骤5）中建立的数据库进行筛选，然后提取待检索目标的颜色、面积特征，基于欧几里德距离计算与数据库数据的相似度（对颜色特征与面积特征计算结果首先进行标准化处理，使得量纲统一，然后分别乘上步骤5）中的对应权重，再相加），得到与待检索目标的相似度；
7）按照相似度由高到低排序，得目标检索结果。
在本实施例中，系统环境需求：显卡gtx1080；系统：ubuntu；软件：cuda、ffmpeg、caffe、opencv。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。