过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点。
[0072]2、关键点定位:在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度。关键点的选择依据于它们的稳定程度。
[0073]3、方向确定:基于图像局部的梯度方向，分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换，从而提供对于这些变换的不变性。
[0074]4、关键点描述:在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化。
[0075]本实施例中利用SIFT算法适合在海量数据库中快速准确匹配的特性来对分解的每一视频帧进行比对，极大地提升了比对的准确度及速度，以便于后续简单快速且准确的搜索截取出包含用户设定的搜索特征的视频片段。
[0076]本发明进一步提供一种视频搜索装置，参照图4，在本发明视频搜索装置的一实施例中，该视频搜索装置包括:
[0077]分解模块01，用于将视频源文件分解为每一视频帧，并记录每一视频帧对应的时间点；
[0078]本实施例中，首先对用户需要搜索的视频源文件进行分解转化，将整个视频源文件分解为每一视频帧，这样，由于每一视频帧均为图片格式的数据，更加方便后续进行比对。同时，每一视频帧均对应有一时间刻度即时间点，将每一视频帧对应的时间点进行记录，并将每一视频帧及其对应的时间点进行缓存。
[0079]比对模块02，用于根据预设的搜索特征对分解模块01所分解的每一视频帧进行比对，获取包含所述搜索特征的所有视频帧对应的时间点集合；
[0080]将缓存中的每一视频帧与预设的搜索特征进行比对，其中，预设的搜索特征可以是接收的用户输入的搜索特征，也可以是用户预先设定的搜索特征，而搜索特征是用户需要截取的视频片段中必须包含的特征，该搜索特征可以是用户需要搜索的文字信息、声音信息或图片信息，也可以为其他特征信息。根据比对结果将包含所述搜索特征的视频帧作为符合用户搜索要求的视频帧，并获取由每一包含所述搜索特征的视频帧对应的时间点组成的时间点集合。
[0081]需要说明的是，本实施例中用于比对的搜索特征既可以是文字信息、声音信息、图片信息中的一种信息，也可以是文字信息、声音信息、图片信息中的多种信息。当用户输入文字信息、声音信息、图片信息中的一种信息如文字信息作为搜索特征时，只要视频帧中包含了用户输入的文字信息，则将该视频帧作为符合用户搜索要求的视频帧；而当用户同时输入多种搜索特征如同时输入了文字信息、声音信息和图片信息时，只有当视频帧包含用户输入的所有搜索特征如同时包含有用户输入的文字信息、声音信息和图片信息时，才将该视频帧作为符合用户搜索要求的视频帧，否则，将该视频帧作为不符合用户搜索要求的视频帧，过滤丢弃。其中，用户输入的声音信息可以是声音片段、录音文件等，图片信息可以是人脸截图、地点或场景截图等。
[0082]划分截取模块03，用于基于预设条件将比对模块02比对获取的所述时间点集合划分为若干时间段，根据划分的若干时间段在所述视频源文件中截取对应的视频片段。
[0083]按照预设条件对所述时间点集合进行分析筛选，如通过设置所述时间点集合中相邻时间点之差、相邻时间点的数量等参数阈值的方式来划分若干具有开始、结束区间的时间段，然后，根据划分的若干时间段在所述视频源文件中截取对应的视频片段。由于划分的每一时间段中均包含有与符合所述搜索特征的视频帧对应的时间点，因此，根据划分的若干时间段在所述视频源文件中截取的视频片段中均包含有符合所述搜索特征的视频帧，BP在所述视频源文件中截取的视频片段均包含所述搜索特征，符合用户的搜索要求。
[0084]本实施例通过将视频源文件中每一帧视频的时间点进行记录，并将每一帧视频与预设的搜索特征进行比对，获取包含所述搜索特征的所有帧视频对应的时间点集合，再按照预设条件将所述时间点集合划分为若干时间段，即可在所述视频源文件中搜索截取所有包含所述搜索特征的视频片段，由于无需用户手动进行截取操作，且对视频源文件中每一帧视频均进行了比对操作，能简单快速且准确的搜索截取包含用户设定的搜索特征的视频片段。
[0085]进一步地，如图5所示，上述划分截取模块03可以包括:
[0086]划分单元031，将所述时间点集合中相邻时间点之差小于第一预设值的时间点划分至同一时间段，将所述时间点集合中相邻时间点之差大于第一预设值的时间点划分至不同的时间段；
[0087]截取单元032，将每一时间段中的最小时间点作为起始点，每一时间段中的最大时间点作为结束点在所述视频源文件中截取所述起始点与结束点之间对应的视频片段。
[0088]在对所述时间点集合进行分析筛选时，可将所述时间点集合中的所有时间点按先后顺序进行排序，通过将所述时间点集合中相邻时间点之差小于第一预设值的时间点划分至同一时间段，将所述时间点集合中相邻时间点之差大于第一预设值的时间点划分至不同的时间段来将所述时间点集合划分为若干时间段。
[0089]如从所述时间点集合中首个时间点也即最小时间点开始，选定首个时间点为开始点，依次用后面一个时间点减去前面的时间点，若前后相邻时间点之间的时间差值小于第一预设值nl，则继续用后一时间点进行时间差值的比较，若前后相邻时间点之间的时间差值大于第一预设值nl，则将当前时间点标记为结束点，将首个时间点、当前时间点及两者中间的时间点均划分至同一时间段。然后将当前时间点的后面一个时间点标记为另一时间段的开始点，再用另一时间段开始点的后一时间点进行时间差值比较，依次类推比较，可将所述时间点集合划分为若干不同的时间段。
[0090]将每一时间段中的最小时间点作为起始点，每一时间段中的最大时间点作为结束点即可在所述视频源文件中截取所述起始点与结束点之间对应的视频片段。本实施例中，通过将所述时间点集合中相邻时间点之差与第一预设值进行比较的方式来划分若干具有开始、结束区间的时间段，使得最终根据不同时间段对应截取的视频片段中将相邻的符合用户搜索要求的视频帧包含在同一视频片段中，将时间间隔过大的符合用户搜索要求的视频帧划入不同的视频片段，更加有效地对视频源文件进行搜索截取，提升了截取的视频片段的可观看性。
[0091]进一步地，在其他实施例中，上述划分截取模块03还用于将若干时间段中最大时间点与最小时间点之间的差值小于第二预设值的时间段删除。
[0092]将所述时间点集合划分为若干时间段之后，进一步地，还可对划分的时间段进行筛选，将若干时间段中最大时间点与最小时间点之间的差值小于第二预设值n2的时间段删除，这样，能将只包含少量视频帧的时间段过滤掉，避免最终截取的视频片段时长过短，产生无意义的视频片段，提高了视频截取的效率。
[0093]进一步地，在其他实施例中，上述比对模块02具体用于:
[0094]基于尺度不变特征转换算法，并根据预设的搜索特征对每一视频帧进行比对，获取由每一包含所述搜索特征的视频帧对应的时间点组成的时间点集合。
[0095]本实施例中，在接收到预设的搜索特征如文字信息、声音信息或图片信息后，利用尺度不变特征转换(Scale-1nvariant feature transform，简称SIFT)算法来对分解的每一视频帧进行比对，获取由每一包含所述搜索特征的视频帧对应的时间点组成的时间点集合。其中，当用户同时输入多种搜索特征如同时输入了文字信息、声音信息和图片信息时，只有当视频帧包含用户输入的所有搜索特征如同时包含有用户输入的文字信息、声音信息和图片信息时，才将该视频帧作为符合用户搜索要求的视频帧，否则，将该视频帧作为不符合用户搜索要求的视频帧，过滤丢弃。
[0096]本实施例中对分解的每一视