除移动线信息的噪声；选择包括在去除了噪声 的移动线信息中的任意点；生成聚类，其中，每一个聚类由包括所述任意点的相似移动线信 息项形成；计算从任意一个聚类点移动到另一聚类点的概率，并将所述概率提供为第三趋 势信息。
[0026] 如根据本公开的以上描述，搜索系统识别在数据中形成的内容，分析趋势，并将该 趋势提供给客户。由此，客户可更直观地识别搜索结果。
【附图说明】
[0027] 通过以下结合附图的示例性实施例的描述，这些和/或其它方面将变得清楚并更 容易理解，其中 ：
[0028] 图1是示出根据本公开的示例性实施例的搜索系统的结构的框图；
[0029] 图2是在图1中示出的趋势分析引擎的详细框图；
[0030] 图3A至图3C示出在搜索部中将类别分布分析结果提供给客户的示例性实施例；
[0031] 图4A至图4C示出在搜索部中将类别分布分析结果提供给客户的示例性实施例；
[0032] 图5是根据本公开的示例性实施例的图2中示出的类别移动线分析单元的详细框 图；
[0033] 图6A和图6B示出将图5中示出的类别移动线分析单元得到的类别移动线分析结 果提供给客户的示例性实施例；
[0034] 图7是根据本公开的另一示例性实施例的图2中示出的类别移动线分析单元的详 细框图；
[0035] 图8示出将图7中示出的类别移动线分析单元得到的类别移动线分析结果提供给 客户的示例性实施例；
[0036] 图9是根据本公开的示例性实施例的操作搜索系统的方法的流程图。
【具体实施方式】
[0037] 由于本公开允许各种改变和多种实施例，因此具体的实施例将在附图中被示出并 在书面描述中被详细地描述。然而，这并非意图将本公开限于特定的实践模式，将理解：没 有脱离本公开的精神和技术范围的所有改变、等同物和替换均被包含在本公开中。在本公 开的描述中，当认为现有技术的特定详细解释会不必要地模糊本公开的实质时，省略所述 详细解释。
[0038] 虽然诸如"第一"和"第二"等术语可用于描述各种组件，但所述元件应当不受以 上术语限制。以上术语仅用于将一个组件与另一组件区分。
[0039] 在本说明书中使用的术语仅用于描述具体的示例性实施例，并不意图限制本公 开。除非上下文中具有明显不同的含义，否则以单数形式使用的表达包括复数形式的表达。 在本说明书中，将理解：诸如"包括"或"具有"等的术语意图指示在说明书中公开的特征、 数量、步骤、动作、组件、部件或上述项的组合的存在，并非意图排除可能存在或可添加一个 或更多个其它特征、数量、步骤、动作、组件、部件或上述项的可能性。
[0040] 本公开可按照功能块组件和各种处理步骤被描述。这样的功能块可通过许多被配 置为执行指定功能的硬件和/或软件组件来实现。例如，本公开可采用各种集成电路组件 (例如，存储器元件、处理元件、逻辑元件、查询表等），其中，所述集成电路组件可在一个或 更多个微处理器或其它控制装置的控制下实现多种功能。类似地，在本公开的元件使用软 件编程或软件元素实现时，本公开可利用任意编程或脚本语言（诸如C、C++、JAVA、汇编程 序等）使用各种算法来实现，其中，所述算法利用数据结构、对象、处理、例行程序或其它编 程元素的任意组合来实现。功能方面可按照在一个或更多个处理器上执行的算法来实现。 此外，本公开可采用许多用于电子配置、信号处理和/或控制、数据处理等的常规技术。词 语"机制"和"元件"被宽泛地使用，并不限于机械的实施例或实体的实施例，但是可包括与 处理器等结合的软件例行程序。
[0041] 将在以下参照附图更详细地描述本公开的示例性实施例。不管附图号如何，那些 相同或与之相应的组件被显现为相同的附图标号，并且多余的解释被省略。
[0042] 图1是示出根据本公开的示例性实施例的搜索系统的结构的框图。参照图1，搜索 系统包括初步数据分析部（P1)、索引部（P2)和搜索部（P3)。
[0043] 初步数据分析部（P1)通过分析正被输入的图像来提取各种属性，使用图像分析 结果来分析关于作为客户请求的信息的类别的趋势，并将趋势分析结果存储为元数据。初 步数据分析部（P1)包括图像分析引擎1〇〇、趋势分析引擎200和第一存储单元300。
[0044] 索引部（P2)存储图像分析结果，对存储的元数据进行结构化、组织化和存储，以 便容易地搜索元数据。索引部（P2)包括第二存储单元400、索引引擎500和第三存储单元 600。
[0045] 搜索部（P3)从索引部（P2)提取与由客户输入的类别相匹配的趋势信息，并以预 定格式提供趋势信息。搜索部（P3)包括：查询引擎700、搜索引擎800和浏览引擎900。
[0046] 图像分析引擎100通过分析正被输入的图像数据来提取各种属性。正被输入的图 像数据可以是从连接到搜索系统的相机（未示出）发送的图像数据、存储在连接到搜索系 统的数字视频记录器OVR)或网络视频记录器（NVR)中的图像数据、通过经由网络的各种 路径（未示出）输入的图像数据等。
[0047] 此外，图像分析引擎100可执行包括以下操作的图像分析：添加并移除图像中的 对象、跟踪与由客户输入的预定图像相似的对象的图像、检测对象的运动和关闭图像。此 夕卜，图像分析引擎100可执行以下操作：检测背景区域、检测前景和对象、对对象计数、检测 相机干扰以及检测人脸。此外，图像分析引擎可计算图像的亮度信息、颜色信息、纹理信息 和形状信息。
[0048] 此外，响应于执行图像分析的结果满足产生事件的条件，图像分析引擎100产生 事件。所述事件可包括在系统中设置的事件，诸如，网络错误的发生、新相机的设置（未示 出）等。此外，所述事件可包括由客户设置的事件，例如，在输入图像的情况下的对象的出 现、由客户指定的对象的出现（例如，无法识别的人脸的出现）、屏幕颜色的改变、在设置的 区域中运动的出现等，以及在声源的情况下的异常声源的出现（汽车轮胎的刹车声、玻璃 破碎声、警报声、碰撞声等）、由客户指定的声源的出现（例如，男性尖叫、女性尖叫、孩童的 哭声等）、等于阈值或比阈值大的语音的出现。图像分析引擎100的图像分析的结果被存储 在索引部（P2)的第二存储单元400中。
[0049] 趋势分析引擎200分析关于类别的趋势，其中，针对该趋势，图像分析引擎100将 通过图像分析来提取关于各种属性的信息，并将分析的结果提供为趋势信息。类别可以是 客户为了接收搜索结果而输入的搜索词的类型。图2是趋势分析引擎200的详细框图，并 可包括类别分布分析单元210、类别改变分析单元220和类别移动线分析单元230。
[0050] 参照图2,类别分布分析单元210分析在任意时间段内类别的出现频率作为第一 趋势信息。为了快速地查找在任意时间段内类别的出现频率（也就是说，为了快速地计算 出第一趋势信息元数据），类别分布分析单元210执行累积散列。这指示在每个时间单位内 输入的类别的出现频率包括直到上一个时间段之前的类别的出现频率之和。当M n表示在 时间n内类别的出现频率，Hn是实际输入的类别的出现频率时，得到以下等式1 :
【主权项】
1. 一种用于搜索的系统，包括： 初步数据分析部，被配置为分析输入的图像W提取各种属