频帧进行比对所用的SIFT算法是一种电脑视觉的算法，用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。局部影像特征的描述与侦测可以帮助辨识物体，SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、些微视角改变的容忍度也相当高。基于这些特性，它们是高度显著而且相对容易擷取，在母数庞大的特征数据库中，很容易辨识物体而且鲜有误认。使用SIFT特征描述对于部分物体遮蔽的侦测率也相当高，甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位。在现今的电脑硬件速度下和小型的特征数据库条件下，辨识速度可接近即时运算。SIFT特征的信息量大，适合在海量数据库中快速准确匹配。
[0097]SIFT算法的实质是在不同的尺度空间上查找关键点，并计算出关键点的方向。SIFT所查找到的关键点是一些十分突出，不会因光照，仿射变换和噪音等因素而变化的点，如角点、边缘点、暗区的亮点及亮区的暗点等。
[0098]SIFT算法具体可分解为如下四步:
[0099]1、尺度空间极值检测:搜索所有尺度上的图像位置。通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。
[0100]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。
[0101]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。
[0102]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。
[0103]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。
[0104]需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0105]上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0106]通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0107]以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
【主权项】
1.一种视频搜索方法，其特征在于，所述视频搜索方法包括，步骤: 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； 根据预设的搜索特征对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； 基于预设条件将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。
2.如权利要求1所述的视频搜索方法，其特征在于，所述基于预设条件将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，包括: 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； 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。
3.如权利要求2所述的视频搜索方法，其特征在于，所述基于预设条件将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，还包括: 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。
4.如权利要求1所述的视频搜索方法，其特征在于，所述搜索特征包括预设的文字信息、声音信息和/或图片信息。
5.如权利要求1至4中任一项所述的视频搜索方法，其特征在于，所述根据预设的搜索特征对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，包括: 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。
6.一种视频搜索装置，其特征在于，所述视频搜索装置包括: 分解模块，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； 比对模块，用于根据预设的搜索特征对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； 划分截取模块，用于基于预设条件将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。
7.如权利要求6所述的视频搜索装置，其特征在于，所述划分截取模块包括: 划分单元，用于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； 截取单元，用于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。
8.如权利要求7所述的视频搜索装置，其特征在于，所述划分截取模块还用于: 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。
9.如权利要求6所述的视频搜索装置，其特征在于，所述搜索特征包括预设的文字信息、声音信息和/或图片信息。
10.如权利要求6至9中任一项所述的视频搜索装置，其特征在于，所述比对模块具体用于: 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。
【专利摘要】本发明公开了一种视频搜索方法，该视频搜索方法包括以下步骤：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；根据预设的搜索特征对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；基于预设条件将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。本发明还公开一种视频搜索装置。本发明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。
【IPC分类】G06F17-30
【公开号】CN104731944
【申请号】CN201510148886
【发明人】邹明双
【申请人】努比亚技术有限公司
【公开日】2015年6月24日
【申请日】2015年3月31日