[0041] 步骤109 :取出与％落入同意散列桶中的敏感视频帧特征向量，并计算其中的各 敏感视频帧特征向量和的欧式距离，判断相互之间的相似的度，并确定匹配的敏感视频 特征向量。
[0042] 取出哈希表gl的第一个散列桶中的i； 1和@5并分别计算与的欧式距离，判断相 互之间的相似度，并确定Vl为与匹配的（相似的）敏感视频帧可证向量，直到得到足够 多的相似的敏感视频帧特征向量，或与全部敏感视频帧特征向量比较完毕。
[0043] 其中步骤102中为了保证LSH算法的性能，这里需要考虑俩个重要参数--哈希 表g的个数L和哈希表中LSH函数h (.)的个数k。L和k的取值会直接影响到该算法的性 能。考虑一下性能指标：索引建立时间：0(nLkt)，其中t为计算每个h(.)所需的时间，空 间：0(nL) +保存数据点所需的空间，查询时间：0(L(kt+dnP/))，应保证L和k具有如下的关 系：
[0045] 其中Pl为如前所述LSH函数中所给定的概率。
[0046] 本实施例中也可以采用如多维索引就技术如：gridfile、k-d-B树、四叉树、hB树、 R树及其变种R+树和R*树等，这些都是基于空间或基于数据分布的划分方法，通过上述发 放生成视频指纹库中各敏感视频帧特征向量的索引，具有不同索引号（如1-10000)的敏感 视频帧特征向量，分布在内容寻址网络中的10个服务器中保存，每个服务器在内容寻址网 络中都具有对应的笛卡尔坐标。在基于内容的视频检索时，其中3#服务器的获取模块获 取待检测视频帧的特征向量后，3#服务器的查找模块根据待比较敏感视频帧向量的索引号 1000,以及预定义的转换规则，从10个服务器的笛卡尔坐标中查找到对应保存的待比较敏 感视频帧特征向量的服务器的笛卡尔坐标为（〇,〇) ;3#服务器的发送模块根据查找到笛卡 尔坐标（〇,〇)，将待检测视频帧的特征向量发送给2#服务器（笛卡尔坐标为（0,0))的检索 模块；
[0047] 2#服务器的检索模块判断待检测视频帧的特征向量和待比较敏感视频帧的特征 向量的相似度。
[0048] 本发明提供的第二实施例是一种基于美容的视频检索系统，其结构如图3所示， 包括：
[0049] 视频指纹库201 :用于保存具有索引号的敏感视频帧的特征向量，所述视频指纹 库，均匀分布在内容寻址网络笛卡尔坐标空间结点上的多个服务器中；
[0050] 获取模块202 :用于获取待检测视频帧的特征向量；
[0051] 查找模块203:用于根据视频指纹库中待比较敏感视频帧的特征向量的索引号， 以及预定义的转换规则，从各个服务器的笛卡尔坐标中查找到对应保存有待比较敏感视 频帧的特征向量的服务器的笛卡尔坐标；
[0052] 发送模块204 :用于根据查找到的笛卡尔坐标，将待检测视频帧的特征向量发送 给对应服务器的检索模块；
[0053] 检索模块205 :用于判断待检索视频帧的特征向量和待比较敏感视频帧的特征向 量的相似度，并确定匹配的敏感视频帧的特征向量。
[0054] 进一步，各服务器的视频指纹库201包括哈希表2011 :用于保存敏感视频
[0055] 帧的特征向量，所述哈希表的编号作为敏感视频帧特征向量的索引号；
[0056] 所述系统还包括：
[0057] 二次散列模块206 :用于使用LSH算法对保存在各服务器哈希表中的各敏感视频 帧特征向量进行散列，在对所得结果进行二次散列，得到多个散列桶；
[0058] 哈希表2011包括多个散列桶20111 :用于哈希表中的敏感视频帧特征向量进行两 次散列后，保存进行两次散列后的敏感视频帧特征向量；
[0059] 检索子模块2051 :用于将待检测视频帧的特征向量进行两次散列，得到待检测视 频帧的特征向量映射到的对应的散列桶；
[0060] 判断待检测视频帧的特征向量和对应散列桶中待比较敏感视频帧特征向量的相 似度。
[0061] 进一步，二次散列模块206 :还用于L个哈希函数g(.)将各敏感视频帧特征向量 映射V映射到保存在各服务器上的L歌哈希表gj后，通过k个LSH函数hi (.)对哈希表gj 中的各敏感视频帧特征向量F进行散列，即gj = [hi (j), . . .，hk(j)] (j = 1，2, . . .，L)， hi(.) ￡!1(卜1，2，...，1〇，!1为1^!1函数族。
[0062] 进一步，检索模块205 :还用于通过计算待检测视频帧的特征向量和待比较敏感 视频帧特征向量的欧氏距离来判断相互之间相似度。
[0063] 显然，本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的精 神和范围。这样，倘若本发明的这些修改和变型是与本发明权利要求及其等统计数范围之 内，则本发明也意图包含这些改动和变型在内。
【主权项】
1. 一种基于内容的视频检索数学模型建立方法，其特征在于，在内容寻址网络笛卡尔 坐标空间中的结点上设有多个服务器，该方法包括： 获取模块获取待检测视频帧的特征向量； 查找模块根据视频指纹库中待比较敏感视频帧特征向量的索引号，以及预定义的转换 规则，从内容寻址网络中各服务器的笛卡尔坐标中查找到对应保存有待比较敏感视频帧特 征向量的服务器的笛卡尔坐标； 发送模块根据查找的笛卡尔坐标，将待检测视频帧的特征向量发送给对应服务器的检 索模块； 检索模块判断待检测视频帧的特征向量和待比较敏感视频帧特征向量的相似度，并确 定匹配的敏感视频特征向量。2. 如权利要求1所述的方法，其特征在于，查找到对应笛卡尔坐标步骤前还包括： 使用局部敏感哈希表LSH算法对保存在各服务器哈希表中的各敏感视频帧特征向量 进行散列，得到多个散列桶，将各敏感视频帧特征向量映射到各散列桶中，同时将各哈希表 的编号作为敏感视频帧特征向量的索引号； 发送待检测视频帧的特征向量给对应服务器的检索模块步骤后海包括： 将待检测视频帧的特征向量进行两次散列，得到待检测视频帧的特征向量映射到的对 应的散列桶； 判断特征向量相似度的步骤具体为： 判断待检测视频帧的特征向量和对应散列桶中待比较敏感视频帧特征向量的相似度。3. 如权利要求2所述的方法，其特征在于，使用LSH算法对保存在各服务器哈希表中的 各敏感视频帧特征向量进行散列具体为： 用L个哈希函数g(.)将各敏感视频帧特征向量?映射到保存在各服务器上的L个哈希 表gj中；通过Κ个LSH函数hi(.)对哈希表gj中的各敏感视频特征向量!；进行散列，即gj =[hi(j)，· ·，hk(j) ](j= 1，2, · · ·，L)，hi(·)eH(i= 1，2, · ·k)，Η为LSH函数族。4. 如权利要求3所述的方法，气特征在于，使用LSH算法对保存在各服务器哈希表中 的各敏感视频帧特征向量进行散列，哈希表的个数L和个哈希表中LSH函数hi(.)的个数K具有如下关系：Ζ=?或Z= 在LSH算法的LSH函数组H= {hl，...，hm}中，其中 的2个敏感视频帧特征向量vlv2之间的预定义的距离，P1为预定义的概率值。5. 如权利要求3所述的方法，气特征在于，LSH函数为 满足正态分布（高斯分布），w为任意实数，b为[0,w]之间的任意实数。6. 如权利要求2所述的方法，其特征在于比较特征向量相似度的步骤具体为： 通过计算待检测视频帧的特征向量和对应散列桶中待比较敏感视频帧特征向量的欧 式距离来判断相互之间的相似度。7.-种基于内容的视频检索系统，其特征在于，包括： 视频指纹库：用于保存具有索引号的敏感视频帧特征向量，所述视频指纹库，均匀分布 在内容寻址网络笛卡尔坐标空间结点上的多个服务器中； 获取模块：用于获取待检测视频帧的特征向量； 查找模块：用于根据视频指纹库中待比较敏感视频帧特征向量的索引号，以及预定义 的转换规则，从各服务器的笛卡尔坐标中查找到对应保存有待比较敏感视频帧特征向量的 服务器的笛卡尔坐标； 发送模块：用于根据查找到的笛卡尔坐标，将待检测视频帧的特征向量发送给对应服 务器的检索模块； 检索模块：用于判断待检测视频帧的特征向量的相似度，并确定匹配的敏感视频特征 向量。8. 如权利要求7所述的系统，其特征在于。 各服务器的视频指纹库包括哈希表：用于保存敏感视频帧特征向量，所述哈希表的编 号作为敏感视频帧特征向量的索引号； 所述系统还包括； 二次散列模块：用于使用LSH算法对保存在各服务器哈希表中的各敏感视频帧特征向 量进行散列，再对所得结果进行二次散列，得到多个散列桶； 哈希表包括多个数列桶：用于哈希表中的各敏感视频帧特征向量进行两次散列后保存 进行两次散列后的敏感视频帧特征向量； 所述检索模块还包括： 检索子模块：用于将待检测视频帧的特征向量进行两次散列，得到待检测视频帧的特 征向量映射到的对应散列桶； 判断待检测视频帧的特征向量和对应散列桶中待比较敏感视频帧特征向量的相似度。9. 如权利要求8所述的系统，其特征在于 二次散列模块：还用于用L个哈希函数g(.)将各敏感视频帧特征向量映射到保存在各 服务器上的L个哈希表gj后，通过K个LSH函数hi(.)对哈希表gj中的各敏感视频帧特 征向量?进行散列，即gj=[hi(j)，· · ·，hk(j)](j= 1,2. · ·，L)，hi(·)eH(i= 1，2, · · k)，H为LSH函数族。10. 如权利要求7所述的系统，其特征在于： 检索模块：还用于通过计算待检测视频帧的特征向量和待比较敏感视频帧特征向量的 欧式距离来判断相互之间相似度。
【专利摘要】本发明公开了一种基于内容的视频检索数学模型建立方法，为了解决基于内容的视频检索的效率较低的问题，本发明公开的方法包括：获取待检测视频帧的特征向量；根据视频指纹库中待比较敏感视频帧特征向量的索引号，以及预定义的转换规则，查找到对应的笛卡尔坐标；根据查找到的笛卡尔坐标，将待检测视频帧的特征向量发送给对应服务器的检索模块；检索模块判断待检测视频帧的特征向量和待比较敏感视频帧特征向量的相似度，由于应用内容寻址网络对视频指纹库进行合理组织，建立索引，获取待检测视频实例后，采用某种检索算法从指纹库中查找最匹配的敏感视频特征向量，使得视频检索的效率得到提高。
【IPC分类】G06F17/30
【公开号】CN105302833
【申请号】CN201410359465
【发明人】武建文
【申请人】上海极誉实业有限公司
【公开日】2016年2月3日
【申请日】2014年7月24日