息所包括的各类属性，在所述预设的分 层树状数据索引结构中的各对应层逐层进行检索，其中，逐层进行检索的方式:根据所述目 标检索信息中的空间属性在预设的分层树状数据索引结构中确定目标根节点，再根据所述 目标检索信息中的时间属性在所述目标根节点下进行检索，确定该层节点，再根据所述目 标检索信息中的其他各属性在所述预设分层树状数据索引结构中的与该属性对应的上一 层所确定的节点下进行检索，最后确定叶子节点；
[0044] 检索结果确定单元，用于根据所述目标检索信息所包括的所述目标元数据中的目 标视觉词汇权重在所述预设的分层树状数据索引结构中所述叶子节点下进行相似度计算， 并对计算的相似度值按降序排列，取前预设数量个元数据所对应的前景图像作为所述目标 对象所对应的检索结果。
[0045] 本发明实施例提供了一种数据检索方法及系统，获得作为检索依据的目标对象； 并得到目标元数据;从目标元数据中提取所述目标对象所对应的目标检索信息;基于所述 目标检索信息所包括的各类属性，在预设的分层树状数据索引结构中进行检索，获得所述 目标对象所对应的检索结果；由于目标检索信息包含有目标元数据中的目标空间属性、目 标时间属性W及目标前景图像属性，而预设的分层树状数据索引结构是根据多个预设元数 据中的目标检索信息所包括的各类属性建立的，因此，应用本发明实施例，提高了检索提高 检索效率，同时缓解了智能交通监控系统的存储压力。
【附图说明】
[0046] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W 根据运些附图获得其他的附图。
[0047] 图1为本发明实施例提供的一种数据检索方法的流程示意图；
[0048] 图2为本发明实施例提供的一种建立分层树状数据索引结构的示意图；
[0049] 图3为本发明实施例提供的一种具体的分层树状数据索引结构示意图；
[0050] 图4为本发明实施例提供的另一种具体的分层树状数据索引结构示意图；
[0051 ]图5为本发明实施例提供的一种检索过程的示意图；
[0052] 图6为本发明实施例提供的一种数据检索系统的结构示意图；
【具体实施方式】
[0053] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0054] 本发明实施例提供了一种数据检索方法及系统，获得作为检索依据的目标对象； 并得到目标元数据;从目标元数据中提取所述目标对象所对应的目标检索信息;基于所述 目标检索信息所包括的各类属性，在预设的分层树状数据索引结构中进行检索，获得所述 目标对象所对应的检索结果；由于目标检索信息包含有目标元数据中的目标空间属性、目 标时间属性W及目标前景图像属性，而预设的分层树状数据索引结构是根据多个预设元数 据中的目标检索信息所包括的各类属性建立的，因此，应用本发明实施例，提高了检索提高 检索效率，同时缓解了智能交通监控系统的存储压力。
[0055] 下面通过具体的实施例，对本发明进行详细的说明。图1为本发明实施例提供的一 种数据检索方法的流程示意图；包括如下步骤：
[0056] SlOO:获得作为检索依据的目标对象；
[0057]可知的是，在对数据进行检索时需要首先知道检索的内容是什么，也就是所说的 目标对象，可W理解的是，在智能交通监控系统中通常是通过部署的摄像头来记录交通监 控视频，并且将所记录的视频数据保存至智能交通监控系统的存储器中，常用的存储器可 W是网络硬盘录像机(Network Video Recorder)。当然，就存储器而言，其形式有多种，例 如云盘、硬盘等。所存储的监控视频的任意一个图像画面都是可W作为检索目标对象，但一 般我们在检索是通常会选取含有车辆信息的图像画面，值得说明的是，本发明实施例并不 对存储器的具体形式W及选取的检索目标对象做明确限定。
[005引S200:确定所述目标对象的目标元数据；
[0059] 本领域技术人员可W理解的是，在对智能交通监控系统中存储器所保存的视频进 行数据分析时，通常引入元数据(Metadata)的概念，元数据是描述数据的数据(data about other da化），或者说是用于提供某种资源的有关信息的结构数据（structured data)。元 数据是描述信息资源或数据等对象的数据，元数据可W识别资源、评价资源、追踪资源在使 用过程中的变化;实现简单高效地管理大量数据;实现数据资源的有效发现、查找、一体化 组织和对使用资源的有效管理。并且元数据一经建立，便可共享。由于元数据也是数据，因 此可W用类似数据的方法在数据库中进行存储和获取。用户在使用数据时可W首先查看其 元数据W便能够获取自己所需的信息。
[0060] 本发明实施例中，智能交通监控系统中所存储的监控视频的每一个图像包含多种 属性，例如:对一个目标元数据M可W表示为：
[0061] M={L，T，C，VT，I}
[0062] 其中，ULocation)为元数据的空间属性，代表在交通道路网络中的摄像头采集节 点位置，如摄像头采集节点1，摄像头采集节点2，摄像头采集节点3等，空间属性就是地理位 置属性，在图像采集的时候，不同摄像头采集点所采集的图像会不同，根据空间属性信息可 找到采集该图像所处的位置;T(Time)为时间属性，代表目标被摄像头采集的时间，如11: 00am，2:0化m等;C(Color)是颜色属性，表不前景图像的颜色f目息，诸如红，黄，绿，黑，白，蓝 等;VT(Vehicle Type)则为车辆车型属性，如轿车、SUV、皮卡、货车等;I(Image)是目标前景 图像，主要用于提取图像特征进行图像匹配。W上的各属性仅为实施例中的具体举例，本发 明实施例不对图像所包含的属性做明确限定，实际的检索过程中，对待检索的图像进行特 征属性提取的时候可根据具体的检索条件来提取图像的各属性。值得强调的是，在本发明 实施例中，所提取获得的元数据需要包含有：目标对象的目标空间属性、目标对象的时间属 性和目标对象的目标前景图像属性。
[0063] S300:从所述目标元数据中提取所述目标对象所对应的目标检索信息，其中，所述 目标检索信息包括:所述目标元数据中的目标空间属性、目标时间属性W及目标前景图像 属性；
[0064] 对上述步骤S200中获得的目标对象的目标元数据进行目标检索信息的提取，进而 后续根据目标检索信息执行检索操作，其中，可W理解的是，所提取出的目标检索信息为： 相对于作为图像层面上的检索依据的目标对象更加细化的检索依据就是检索的依据，根据 所提取的检索信息进行检索。不难理解的是，从目标元数据中所提取的目标检索信息也需 要包含有目标对象的目标空间属性、目标对象的时间属性和目标对象的目标前景图像属 性。当然，所提取的目标检索信息还可W包含有其他一些属性，例如:提取后的检索信息还 可W包括目标对象的颜色属性，目标车辆的车型属性，目标车辆的车标属性等，因此，本申 请并不对检索信息所包含的属性进行限定。
[0065] 另外，需要强调的是，本发明实施例只确定检索信息中的目标空间属性、目标时间 属性W及目标前景图形的检索顺序，即所在的具体层级，对于检索信息中所包含的其他属 性的顺序不做具体要求，例如：目标检索信息中包含的属性有目标空间属性、目标时间属 性、目标颜色属性、目标车辆车型属性和目标前景图像属性，各属性之间的顺序可W为：目 标空间属性，目标时间属性，目标颜色属性，目标车辆车型属性，目标前景图像属性;上述各 属性之间的顺序还可W为：目标空间属性，目标时间属性，目标车辆车型属性，目标颜色属 性，目标前景图像属性。
[0066] S400:根据所述目标检索信息所包括的各类属性，在预设的分层树状数据索引结 构中进行检索，获得所述目标对象所对应的检索结果。
[0067] 其中，所述预设的分层树状数据索引结构为根据多个预设元数据中的目标检索信 息所包括的各类属性建立的，所述多个预设元数据为作为预设元数据集合的预设元数据库