一种基于新媒体的智能视频管理平台

1.本发明涉及视频数据管理技术领域，尤其涉及一种基于新媒体的智能视频管理平台。


背景技术：

2.新媒体是利用数字技术，通过计算机网络、无线通信网、卫星等渠道，以及电脑、手机、数字电视机等终端，向用户提供信息和服务的传播形态，随着新媒体实时性与交互性的发展，新媒体形式的视频软件也逐渐丰富，同时交互性视频数据的数据量较大且为双向传播，因此需要专用的视频管理平台对视频进行实时的管理。
3.但现有的视频管理平台多将客户端上传的视频数据直接进行存储，未对上传的视频数据进行分类分析，且未对视频或视频文案进行标签式整合，因此用户在进行视频检索时，视频管理平台仅能够通过检索文字信息对应视频文字信息进行检索内容的呈现，不仅检索内容的相关度低，也由于检索的范围较大，造成了检索效率低的问题。


技术实现要素：

4.为此，本发明提供一种基于新媒体的智能视频管理平台，用以克服现有技术中视频管理平台检索内容相关度低的问题。
5.为实现上述目的，本发明提供一种基于新媒体的智能视频管理平台，包括，
6.接收单元，其用以接收客户端上传的视频数据，所述接收单元能够将视频数据拆分为图像数据、音频数据和文本数据；
7.识别单元，其与所述接收单元相连，所述识别单元能够将接收单元拆分的音频数据和文本数据进行转换形成文本集，识别单元对文本集进行关键词提取形成第一标签，识别单元对文本集进行语义识别形成第二标签，所述识别单元能够将接收单元拆分的图像数据进行转换形成图像集，识别单元对图像集进行关键图像提取，将提取的关键图像进行文字识别，当所述识别单元判定关键图像中存在文字信息时，识别单元对关键图像中的文字信息进行关键词提取形成第三标签，当所述识别单元判定关键图像中不存在文字信息时，识别单元将对关键图像进行图像识别，并将识别结果转换为文本形成第三标签；
8.储存单元，其与所述接收单元和所述识别单元分别相连，所述储存单元能够将接收单元接收的视频数据进行储存，储存单元还能够将第一标签、第二标签和第三标签进行储存形成标签集，储存单元还能够将识别单元转换的文本集进行储存；
9.检索单元，其用以接收客户端输入的检索文本，所述检索单元还能够将检索到的视频数据传输至客户端；
10.分析单元，其与所述储存单元和所述检索单元分别相连，所述分析单元能够对检索单元接收的检索文本进行关键词提取形成检索关键词，分析单元还能够对检索单元接收的检索文本进行语义识别形成检索语义文本，分析单元中设置有第一关键词相似度与第二关键词相似度，分析单元能将检索关键词与储存单元中储存的标签集进行相似度计算，并
根据第一关键词相似度与第二关键词相似度判定标签集对应的视频数据是否为检索目标，所述分析单元中还设置有第一标签权重、第二标签权重和第三标签权重，在分析单元判定任意一标签集的检索关键词相似度在第一关键词相似度与第二关键词相似度之间时，分析单元将检索语义文本分别与该标签集中的第一标签、第二标签和第三标签进行相似度计算，并根据各标签权重计算检索语义文本在该标签集中的语义相似度，分析单元将该标签集的语义相似度与内部设置的标准语义相似度进行对比，当该标签集的检索关键词相似度低于第一关键词相似度时，分析单元判定该标签集对应的视频数据不为检索目标，当该标签集的语义相似度已达到标准语义相似度时，分析单元判定该标签集对应的视频数据为检索目标，分析单元将该标签集对应的视频数据进行提取至所述检索单元中，并将对所述储存单元内的其他标签集进行判断。
11.进一步地，所述分析单元内设置有第一关键词相似度c1与第二关键词相似度c2，其中，c1＜c2，分析单元将所述检索单元接收的检索文本提取形成检索关键词，分析单元将检索关键词与所述储存单元内的任意一标签集进行相似度计算获得检索关键词相似度cg，分析单元将检索关键词相似度cg与第一关键词相似度c1和第二关键词相似度c2进行对比，
12.当cg＜c1时，所述分析单元判定该标签集的检索关键词相似度低于第一关键词相似度，分析单元判定该标签集对应的视频数据不为检索目标，分析单元将对所述储存单元内的其他标签集进行判断；
13.当c1≤cg≤c2时，所述分析单元判定该标签集的检索关键词相似度在第一关键词相似度与第二关键词相似度之间，分析单元将对接收检索文本的检索语义文本进行判定，以确定该标签集对应的视频数据是否为检索目标；
14.当cg＞c2时，所述分析单元判定该标签集的检索关键词相似度高于第二关键词相似度，分析单元判定该标签集对应的视频数据为检索目标，分析单元将该标签集对应的视频数据进行提取至所述检索单元中，分析单元并将对所述储存单元内的其他标签集进行判断。
15.进一步地，所述分析单元中设置有第一标签权重q1、第二标签权重q2和第三标签权重q3，当所述分析单元判定任意一标签集的检索关键词相似度在第一关键词相似度与第二关键词相似度之间时，分析单元将检索语义文本分别与该标签集中的第一标签、第二标签和第三标签进行相似度计算，获得第一语义相似度y1、第二语义相似度y2和第三语义相似度y3，分析单元根据内部设置的各标签权重计算检索语义文本在该标签集中的语义相似度yu，yu＝(y1
×
q1)+(y2
×
q2)+(y3
×
q3)。
16.进一步地，所述分析单元中设置有标准语义相似度yb，当所述分析单元根据内部设置的各标签权重计算检索语义文本在标签集中的语义相似度yu时，分析单元将语义相似度yu与标准语义相似度yb进行对比，
17.当yu＜yb时，所述分析单元判定该标签集的语义相似度低于标准语义相似度，分析单元判定该标签集对应的视频数据不为检索目标；
18.当yu≥yb时，所述分析单元判定该标签集的语义相似度已达到标准语义相似度，分析单元判定该标签集对应的视频数据为检索目标，分析单元将该标签集对应的视频数据进行提取至所述检索单元中。
19.进一步地，所述分析单元中设置有最大检索条数mz与最小检索条数ma，其中，mz＞
ma，当所述分析单元根据检索文本对所述储存单元中的标签集全部判定完成时，分析单元将获取所述检索单元中检索目标的视频数据条数ms，分析单元将检索的视频数据条数ms与最大检索条数mz和最小检索条数ma进行对比，
20.当ms＜ma时，所述分析单元判定检索的视频数据条数低于最小检索条数，分析单元将对标准语义相似度yb进行调整，以进行补充检索；
21.当ma≤ms≤mz时，所述分析单元判定检索的视频数据条数在最小检索条数与最大检索条数之间，所述检索单元将检索到的各视频数据传输至客户端，完成检索；
22.当ms＞mz时，所述分析单元判定检索的视频数据条数高于最大检索条数，分析单元将在所述储存单元中获取各检索到的视频数据的文本集，根据各文本集对检索关键词进行判断，并根据判定结果将对应的视频数据从所述检索单元中移除。
23.进一步地，当所述分析单元判定检索的视频数据条数高于最大检索条数时，分析单元将在所述储存单元中获取各检索到的视频数据的文本集，分析单元计算检索关键词在任意一文本集中的重复率，并将各文本集的重复率进行递增排列，分析单元根据排列顺序将文本集的重复率最低的视频数据从所述检索单元中移除，直至所述检索单元中的视频数据条数不高于最大检索条数时，停止检索单元中视频数据的移除操作，所述检索单元将内部保留的各视频数据传输至客户端，完成检索。
24.进一步地，所述分析单元中设置有调级相似度yr，当所述分析单元判定检索的视频数据条数低于最小检索条数时，分析单元将标准语义相似度调整为yb’，yb’＝yb-yr，分析单元重复上述对检索关键词相似度在第一关键词相似度与第二关键词相似度之间的标签集的语义相似度计算，并与标准语义相似度yb’进行对比确定检索目标的操作，直至所述检索单元中的视频数据条数不低于最小检索条数时，分析单元停止对标准语义相似度的调整，检索单元将内部的各视频数据传输至客户端，完成检索。
25.进一步地，所述识别单元内设置有分组图片相似度tg，所述识别单元将的图像数据转换为若干图片形成图像集，在所述识别单元对图像集进行关键图像提取时，识别单元在图像集中选择任意一张图像作为基础图像，并将基础图像与图像集中除基础图像外的图像进行图片相似度计算，识别单元在图像集中选择图片相似度高于分组图片相似度tg的图像作为相似图像，识别单元将基础图像与各相似图像从图像集中进行提取形成一个图像组，识别单元并重复上述选择基础图像与相似图像的操作，在图像集中进行图像提取，直至图像集中的图像被全部提取，完成各图像组的分组。
26.进一步地，所述识别单元中设置有第一关键图像占比a1与第二关键图像占比a2，其中，a1＜a2，在所述识别单元完成对图像集的分组时，识别单元计算任意一图像组中图像数量占图像集中总图像数量的图像数占比az，识别单元将图像数占比az与第一关键图像占比a1和第二关键图像占比a2进行对比，
27.当az＜a1时，所述识别单元判定图像数占比低于第一关键图像占比，识别单元不在该图像组中选择关键图像；
28.当a1≤az≤a2时，所述识别单元判定图像数占比在第一关键图像占比与第二关键图像占比之间，识别单元将对图像集中总图像数量进行判断，以确定是否在该图像组中选择关键图像；
29.当az＞a2时，所述识别单元判定图像数占比高于第二关键图像占比，识别单元将
该图像组中的基础图像作为关键图像并进行提取。
30.进一步地，所述识别单元中设置有标准图像集数量hb，当所述识别单元判定图像数占比在第一关键图像占比与第二关键图像占比之间时，识别单元将获取该图像集中的总图像数量hz，识别单元将总图像数量hz与标准图像集数量hb进行对比，
31.当hz≤hb时，识别单元判定该图像集中的总图像数量未超过标准图像集数量，识别单元不在该图像组中选择关键图像；
32.当hz＞hb时，识别单元判定该图像集中的总图像数量已超过标准图像集数量，识别单元将该图像组中的基础图像作为关键图像并进行提取。
33.与现有技术相比，本发明的有益效果在于，通过设置接收单元将上传的视频数据拆分为图像数据、音频数据和文本数据，并设置识别单元对进行文本集的转换，通过进行关键词提取设定第一标签，通过语义识别设定第二标签，通过对关键图像的识别设定第三标签，能够将视频数据进行精准的三重标签定位，同时又实现标签的文本化，能够提高检索效率，通过将视频数据与标签集进行共同储存，保障了视频数据的定位，同时通过设置分析单元根据输入的检索文本进行反向的关键词提取与语义识别，并结合内部对应设置的相似度范围进行检索目标的确定，在提高检索效率的同时，有效的解决了视频管理平台检索内容相关度低的问题。
34.尤其，通过在分析单元中设置第一关键词相似度与第二关键词相似度，以确定相似度范围，将计算的检索关键词相似度与该相似度范围进行对比，当检索关键词相似度低于第一关键词相似度时，表示此时判定的标签集与检索文本的相关度过小，因此排除检索该标签集对应的视频数据，在检索关键词相似度高于第二关键词相似度时，表示此时判定的标签集与检索文本的相关度较高，因此直接将该标签集对应的视频数据判定为检索目标，在储存单元内进行视频数据的快速筛选，提高了视频检索的效率。
35.进一步地，当分析单元判定任意一标签集的检索关键词相似度在第一关键词相似度与第二关键词相似度之间时，分析单元根据各标签的权重以及检索语义文本分别与该标签集中的第一标签、第二标签和第三标签的相似度，计算语义相似度，通过设置各标签的权重，分别体现了图像数据、音频数据和文本数据的重要性分别情况，使计算出的语义相似度更具有判别性，提高了视频检索内容的相关度。
36.进一步地，通过在分析单元内设置标准语义相似度，并将经过加权的语义相似度与其进行对比，快速确定该标签集对应的视频数据是否为检索目标，利用准确的数据进行快速的对比，在保障了检索内容相关度的同时提高了检索效率。
37.尤其，通过在分析单元中设置最大检索条数与最小检索条数，不仅能够进一步的确定检索目标的范围，而且能够更加丰富客户端的使用，在检索的视频数据条数低于最小检索条数时，通过对标准语义相似度的重新设定以进行补充检索，保障检索内容的全面性，在检索的视频数据条数高于最大检索条数时，表示检索内容过于宽泛，因此通过文本集的判定进行检索内容的部分移除，在保障了检索内容相关度的同时提高了有效浏览范围，也减小了需传输数据量。
38.进一步地，在检索的视频数据条数高于最大检索条数时，通过在储存单元中调取各检索到的视频数据的文本集，并根据检索关键词进行关键词的重复率计算，在保障了检索的视频数据条数的同时，通过重复率判定进一步增加了视频平台检索内容的相关度。
39.进一步地，通过对分析单元内设置的标准语义相似度进行初级的调整，缓慢的增大语义识别检索的范围，由于对语义识别的相似度计算较为宽泛，因此通过调整标准语义相似度能够快速的对视频数据进行补充检测，同时又利用关键词相似度进行范围控制，避免检索到相关度较低的视频数据内容，保障了视频检索的准确性。
40.尤其，在进行关键图像提取时，通过在识别单元中设置分组图片相似度，以确定各图像组，由于视频数据的特性是连续的，且视频数据是由多个的图像数据加以时间和顺序组成的，因此，将图像数据分为过个相似度在标准内的图像组，能够有效的确定图像数据中重要分别的分布，能够提高关键图像选取的准确性。
41.进一步地，通过对各图像组在图像集中的图像数占比与识别单元内部设置的第一关键图像占比与第二关键图像占比进行判定，能够直接有效的确定视频数据中的关键部分，并进行相应的关键图像提取，选择每个图像组的基础图像作为关键图像，是因为在视频数据中的图像变换为连续的，每一图像组图像相差较小，且每一图像组是由基础图像作为基础进行组成的，因此选择基础图像作为关键图像保障了关键图像选取的准确性。
42.进一步地，在识别单元判定图像数占比在第一关键图像占比与第二关键图像占比之间时，通过对图像集中的总图像数量进行判定，以确定对应的视频数据的长度，由于视频数据越长，使得视频数据中各关键部分会被稀释，因此根据图像集中的总图像数量对关键图像的进行进一步的控制，保障了关键图像不会缺失，通过能够提高视频数据储存标签的精确性，也提高了在进行视频检索时检索内容的相关度。
附图说明
43.图1为本实施例所述基于新媒体的智能视频管理平台的结构示意图。
具体实施方式
44.为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
45.下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
46.需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
47.此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
48.请参阅图1所示，为本实施例所述基于新媒体的智能视频管理平台的结构示意图，本实施例公开一种基于新媒体的智能视频管理平台，包括，
49.接收单元，其用以接收客户端上传的视频数据，所述接收单元能够将视频数据拆
分为图像数据、音频数据和文本数据；
50.识别单元，其与所述接收单元相连，所述识别单元能够将接收单元拆分的音频数据和文本数据进行转换形成文本集，识别单元对文本集进行关键词提取形成第一标签，识别单元对文本集进行语义识别形成第二标签，所述识别单元能够将接收单元拆分的图像数据进行转换形成图像集，识别单元对图像集进行关键图像提取，将提取的关键图像进行文字识别，当所述识别单元判定关键图像中存在文字信息时，识别单元对关键图像中的文字信息进行关键词提取形成第三标签，当所述识别单元判定关键图像中不存在文字信息时，识别单元将对关键图像进行图像识别，并将识别结果转换为文本形成第三标签；
51.储存单元，其与所述接收单元和所述识别单元分别相连，所述储存单元能够将接收单元接收的视频数据进行储存，储存单元还能够将第一标签、第二标签和第三标签进行储存形成标签集，储存单元还能够将识别单元转换的文本集进行储存；
52.检索单元，其用以接收客户端输入的检索文本，所述检索单元还能够将检索到的视频数据传输至客户端；
53.分析单元，其与所述储存单元和所述检索单元分别相连，所述分析单元能够对检索单元接收的检索文本进行关键词提取形成检索关键词，分析单元还能够对检索单元接收的检索文本进行语义识别形成检索语义文本，分析单元中设置有第一关键词相似度与第二关键词相似度，分析单元能将检索关键词与储存单元中储存的标签集进行相似度计算，并根据第一关键词相似度与第二关键词相似度判定标签集对应的视频数据是否为检索目标，所述分析单元中还设置有第一标签权重、第二标签权重和第三标签权重，在分析单元判定任意一标签集的检索关键词相似度在第一关键词相似度与第二关键词相似度之间时，分析单元将检索语义文本分别与该标签集中的第一标签、第二标签和第三标签进行相似度计算，并根据各标签权重计算检索语义文本在该标签集中的语义相似度，分析单元将该标签集的语义相似度与内部设置的标准语义相似度进行对比，当该标签集的检索关键词相似度低于第一关键词相似度时，分析单元判定该标签集对应的视频数据不为检索目标，当该标签集的语义相似度已达到标准语义相似度时，分析单元判定该标签集对应的视频数据为检索目标，分析单元将该标签集对应的视频数据进行提取至所述检索单元中，并将对所述储存单元内的其他标签集进行判断。
54.通过设置接收单元将上传的视频数据拆分为图像数据、音频数据和文本数据，并设置识别单元对进行文本集的转换，通过进行关键词提取设定第一标签，通过语义识别设定第二标签，通过对关键图像的识别设定第三标签，能够将视频数据进行精准的三重标签定位，同时又实现标签的文本化，能够提高检索效率，通过将视频数据与标签集进行共同储存，保障了视频数据的定位，同时通过设置分析单元根据输入的检索文本进行反向的关键词提取与语义识别，并结合内部对应设置的相似度范围进行检索目标的确定，在提高检索效率的同时，有效的解决了视频管理平台检索内容相关度低的问题。
55.具体而言，所述分析单元内设置有第一关键词相似度c1与第二关键词相似度c2，其中，c1＜c2，分析单元将所述检索单元接收的检索文本提取形成检索关键词，分析单元将检索关键词与所述储存单元内的任意一标签集进行相似度计算获得检索关键词相似度cg，分析单元将检索关键词相似度cg与第一关键词相似度c1和第二关键词相似度c2进行对比，
56.当cg＜c1时，所述分析单元判定该标签集的检索关键词相似度低于第一关键词相
似度，分析单元判定该标签集对应的视频数据不为检索目标，分析单元将对所述储存单元内的其他标签集进行判断；
57.当c1≤cg≤c2时，所述分析单元判定该标签集的检索关键词相似度在第一关键词相似度与第二关键词相似度之间，分析单元将对接收检索文本的检索语义文本进行判定，以确定该标签集对应的视频数据是否为检索目标；
58.当cg＞c2时，所述分析单元判定该标签集的检索关键词相似度高于第二关键词相似度，分析单元判定该标签集对应的视频数据为检索目标，分析单元将该标签集对应的视频数据进行提取至所述检索单元中，分析单元并将对所述储存单元内的其他标签集进行判断。
59.通过在分析单元中设置第一关键词相似度与第二关键词相似度，以确定相似度范围，将计算的检索关键词相似度与该相似度范围进行对比，当检索关键词相似度低于第一关键词相似度时，表示此时判定的标签集与检索文本的相关度过小，因此排除检索该标签集对应的视频数据，在检索关键词相似度高于第二关键词相似度时，表示此时判定的标签集与检索文本的相关度较高，因此直接将该标签集对应的视频数据判定为检索目标，在储存单元内进行视频数据的快速筛选，提高了视频检索的效率。
60.具体而言，所述分析单元中设置有第一标签权重q1、第二标签权重q2和第三标签权重q3，当所述分析单元判定任意一标签集的检索关键词相似度在第一关键词相似度与第二关键词相似度之间时，分析单元将检索语义文本分别与该标签集中的第一标签、第二标签和第三标签进行相似度计算，获得第一语义相似度y1、第二语义相似度y2和第三语义相似度y3，分析单元根据内部设置的各标签权重计算检索语义文本在该标签集中的语义相似度yu，yu＝(y1
×
q1)+(y2
×
q2)+(y3
×
q3)。
61.当分析单元判定任意一标签集的检索关键词相似度在第一关键词相似度与第二关键词相似度之间时，分析单元根据各标签的权重以及检索语义文本分别与该标签集中的第一标签、第二标签和第三标签的相似度，计算语义相似度，通过设置各标签的权重，分别体现了图像数据、音频数据和文本数据的重要性分别情况，使计算出的语义相似度更具有判别性，提高了视频检索内容的相关度。
62.具体而言，所述分析单元中设置有标准语义相似度yb，当所述分析单元根据内部设置的各标签权重计算检索语义文本在标签集中的语义相似度yu时，分析单元将语义相似度yu与标准语义相似度yb进行对比，
63.当yu＜yb时，所述分析单元判定该标签集的语义相似度低于标准语义相似度，分析单元判定该标签集对应的视频数据不为检索目标；
64.当yu≥yb时，所述分析单元判定该标签集的语义相似度已达到标准语义相似度，分析单元判定该标签集对应的视频数据为检索目标，分析单元将该标签集对应的视频数据进行提取至所述检索单元中。
65.通过在分析单元内设置标准语义相似度，并将经过加权的语义相似度与其进行对比，快速确定该标签集对应的视频数据是否为检索目标，利用准确的数据进行快速的对比，在保障了检索内容相关度的同时提高了检索效率。
66.具体而言，所述分析单元中设置有最大检索条数mz与最小检索条数ma，其中，mz＞ma，当所述分析单元根据检索文本对所述储存单元中的标签集全部判定完成时，分析单元
将获取所述检索单元中检索目标的视频数据条数ms，分析单元将检索的视频数据条数ms与最大检索条数mz和最小检索条数ma进行对比，
67.当ms＜ma时，所述分析单元判定检索的视频数据条数低于最小检索条数，分析单元将对标准语义相似度yb进行调整，以进行补充检索；
68.当ma≤ms≤mz时，所述分析单元判定检索的视频数据条数在最小检索条数与最大检索条数之间，所述检索单元将检索到的各视频数据传输至客户端，完成检索；
69.当ms＞mz时，所述分析单元判定检索的视频数据条数高于最大检索条数，分析单元将在所述储存单元中获取各检索到的视频数据的文本集，根据各文本集对检索关键词进行判断，并根据判定结果将对应的视频数据从所述检索单元中移除。
70.通过在分析单元中设置最大检索条数与最小检索条数，不仅能够进一步的确定检索目标的范围，而且能够更加丰富客户端的使用，在检索的视频数据条数低于最小检索条数时，通过对标准语义相似度的重新设定以进行补充检索，保障检索内容的全面性，在检索的视频数据条数高于最大检索条数时，表示检索内容过于宽泛，因此通过文本集的判定进行检索内容的部分移除，在保障了检索内容相关度的同时提高了有效浏览范围，也减小了需传输数据量。
71.具体而言，当所述分析单元判定检索的视频数据条数高于最大检索条数时，分析单元将在所述储存单元中获取各检索到的视频数据的文本集，分析单元计算检索关键词在任意一文本集中的重复率，并将各文本集的重复率进行递增排列，分析单元根据排列顺序将文本集的重复率最低的视频数据从所述检索单元中移除，直至所述检索单元中的视频数据条数不高于最大检索条数时，停止检索单元中视频数据的移除操作，所述检索单元将内部保留的各视频数据传输至客户端，完成检索。
72.在检索的视频数据条数高于最大检索条数时，通过在储存单元中调取各检索到的视频数据的文本集，并根据检索关键词进行关键词的重复率计算，在保障了检索的视频数据条数的同时，通过重复率判定进一步增加了视频平台检索内容的相关度。
73.具体而言，所述分析单元中设置有调级相似度yr，当所述分析单元判定检索的视频数据条数低于最小检索条数时，分析单元将标准语义相似度调整为yb’，yb’＝yb-yr，分析单元重复上述对检索关键词相似度在第一关键词相似度与第二关键词相似度之间的标签集的语义相似度计算，并与标准语义相似度yb’进行对比确定检索目标的操作，直至所述检索单元中的视频数据条数不低于最小检索条数时，分析单元停止对标准语义相似度的调整，检索单元将内部的各视频数据传输至客户端，完成检索。
74.通过对分析单元内设置的标准语义相似度进行初级的调整，缓慢的增大语义识别检索的范围，由于对语义识别的相似度计算较为宽泛，因此通过调整标准语义相似度能够快速的对视频数据进行补充检测，同时又利用关键词相似度进行范围控制，避免检索到相关度较低的视频数据内容，保障了视频检索的准确性。
75.具体而言，所述识别单元内设置有分组图片相似度tg，所述识别单元将的图像数据转换为若干图片形成图像集，在所述识别单元对图像集进行关键图像提取时，识别单元在图像集中选择任意一张图像作为基础图像，并将基础图像与图像集中除基础图像外的图像进行图片相似度计算，识别单元在图像集中选择图片相似度高于分组图片相似度tg的图像作为相似图像，识别单元将基础图像与各相似图像从图像集中进行提取形成一个图像
组，识别单元并重复上述选择基础图像与相似图像的操作，在图像集中进行图像提取，直至图像集中的图像被全部提取，完成各图像组的分组。
76.在进行关键图像提取时，通过在识别单元中设置分组图片相似度，以确定各图像组，由于视频数据的特性是连续的，且视频数据是由多个的图像数据加以时间和顺序组成的，因此，将图像数据分为过个相似度在标准内的图像组，能够有效的确定图像数据中重要分别的分布，能够提高关键图像选取的准确性。
77.具体而言，所述识别单元中设置有第一关键图像占比a1与第二关键图像占比a2，其中，a1＜a2，在所述识别单元完成对图像集的分组时，识别单元计算任意一图像组中图像数量占图像集中总图像数量的图像数占比az，识别单元将图像数占比az与第一关键图像占比a1和第二关键图像占比a2进行对比，
78.当az＜a1时，所述识别单元判定图像数占比低于第一关键图像占比，识别单元不在该图像组中选择关键图像；
79.当a1≤az≤a2时，所述识别单元判定图像数占比在第一关键图像占比与第二关键图像占比之间，识别单元将对图像集中总图像数量进行判断，以确定是否在该图像组中选择关键图像；
80.当az＞a2时，所述识别单元判定图像数占比高于第二关键图像占比，识别单元将该图像组中的基础图像作为关键图像并进行提取。
81.通过对各图像组在图像集中的图像数占比与识别单元内部设置的第一关键图像占比与第二关键图像占比进行判定，能够直接有效的确定视频数据中的关键部分，并进行相应的关键图像提取，选择每个图像组的基础图像作为关键图像，是因为在视频数据中的图像变换为连续的，每一图像组图像相差较小，且每一图像组是由基础图像作为基础进行组成的，因此选择基础图像作为关键图像保障了关键图像选取的准确性。
82.具体而言，所述识别单元中设置有标准图像集数量hb，当所述识别单元判定图像数占比在第一关键图像占比与第二关键图像占比之间时，识别单元将获取该图像集中的总图像数量hz，识别单元将总图像数量hz与标准图像集数量hb进行对比，
83.当hz≤hb时，识别单元判定该图像集中的总图像数量未超过标准图像集数量，识别单元不在该图像组中选择关键图像；
84.当hz＞hb时，识别单元判定该图像集中的总图像数量已超过标准图像集数量，识别单元将该图像组中的基础图像作为关键图像并进行提取。
85.在识别单元判定图像数占比在第一关键图像占比与第二关键图像占比之间时，通过对图像集中的总图像数量进行判定，以确定对应的视频数据的长度，由于视频数据越长，使得视频数据中各关键部分会被稀释，因此根据图像集中的总图像数量对关键图像的进行进一步的控制，保障了关键图像不会缺失，通过能够提高视频数据储存标签的精确性，也提高了在进行视频检索时检索内容的相关度。
86.至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
87.以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人
员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。