为运种过程、方法、物品或者设备 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 包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0121] 本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部 分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实 施例而言，由于其基本相似于方法实施例，所W描述的比较简单，相关之处参见方法实施例 的部分说明即可。
[0122] W上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围 内。
【主权项】
1. 一种数据检索方法，应用于智能监控系统，其特征在于，所述方法包括步骤： 获得作为检索依据的目标对象； 确定所述目标对象的目标元数据； 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、目标时间属性以及目标前景图像属性； 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； 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中的 元数据，并且，所述预设的分层树状数据索引结构中，根节点根据所述多个预设元数据中的 空间属性所确定，第二层根据所述多个预设元数据中的时间属性所确定，叶子节点根据所 述多个预设元数据中的前景图像属性所确定。2. 根据权利要求1所述方法，其特征在于，所述根据所述多个预设元数据中的前景图像 属性确定叶子节点的方式包括： 对每个预设元数据中的前景图像属性进行视觉特征提取，获得前景图像属性的视觉词 汇； 计算每个预设元数据的所述视觉词汇针对预设元数据库的视觉词汇权重，并对获得的 视觉词汇权重按预设规则进行排序，得到视觉词汇权重表； 根据所述视觉词汇权重表，建立所述预设分层树状数据索引结构中的叶子节点。3. 根据权利要求2所述方法，其特征在于，所述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，包 括： 对所述目标前景图像属性进行视觉特征提取，获得所述目标前景图像的目标视觉词 汇； 计算所述目标视觉词汇针对所述预设元数据库的目标视觉词汇权重； 根据所述目标检索信息所包括的各类属性以及所述目标视觉词汇权重，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。4. 根据权利要求2或3所述方法，其特征在于，所述计算每个预设元数据的所述视觉词 汇针对预设元数据库的视觉词汇权重通过如下公式：式中，tf1>d为视觉词汇i在当前预设元数据中出现的频率，cm,d为包含视觉词汇i的元 数据在预设元数据库中出现的频率，N为预设元数据库中所有元数据的个数。5. 根据权利要求3所述方法，其特征在于，所述根据所述目标检索信息所包括的各类属 性以及所述目标视觉词汇权重，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，包括： 利用所述目标检索信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； 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。6.根据权利要求5所述方法，其特征在于，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 相似度计算通过以下公式：式中，q为目标对象的目标元数据，P为所述预设的分层树状数据索引结构中的元数据， Vq为目标检索信息中的视觉词汇权重向量，％为预设的分层树状数据索引结构中元数据的 视觉词汇权重向量，Wi,q为Vq的分量，Wi,p为Vp的分量。 7 . -种数据检索系统，应用于智能监控系统，其特征在于，所述系统包括： 目标对象获得模块，用于获得作为检索依据的目标对象； 目标元数据确定模块，用于确定所述目标对象的目标元数据； 目标检索信息获得模块，用于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 以及目标前景图像属性； 检索结果获得模块，用于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； 其中，所述预设的分层树状数据索引结构为索引结构建立模块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 预设元数据库中的元数据，并且，所述预设的分层树状数据索引结构中，根节点根据所述多 个预设元数据中的空间属性所确定，第二层根据所述多个预设元数据中的时间属性所确 定，叶子节点根据所述多个预设元数据中的前景图像属性所确定。8. 根据权利要求7所述系统，其特征在于，所述索引结构建立模块根据所述多个预设元 数据中的前景图像属性确定叶子节点的具体过程包括： 对每个预设元数据中的前景图像属性进行视觉特征提取，获得前景图像属性的视觉词 汇； 计算每个预设元数据的所述视觉词汇针对预设元数据库的视觉词汇权重，并对获得的 视觉词汇权重按预设规则进行排序，得到视觉词汇权重表； 根据所述视觉词汇权重表，建立所述预设分层树状数据索引结构中的叶子节点。9. 根据权利要求8所述系统，其特征在于，所述检索结果获得模块包括： 目标视觉词汇获得子模块，用于对所述目标前景图像属性进行视觉特征提取，获得所 述目标前景图像的目标视觉词汇； 目标视觉词汇权重计算子模块，用于计算所述目标视觉词汇针对所述预设元数据库的 目标视觉词汇权重； 检索结果获得子模块，用于根据所述目标检索信息所包括的各类属性以及所述目标视 觉词汇权重，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。10.根据权利要求9所述系统，其特征在于，所述检索结果获得子模块，包括： 分层检索单元，用于根据所述目标检索信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； 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。
【专利摘要】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、目标时间属性以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。
【IPC分类】G06F17/30
【公开号】CN105718597
【申请号】CN201610125945
【发明人】马华东, 张海涛, 唐毅
【申请人】北京邮电大学
【公开日】2016年6月29日
【申请日】2016年3月4日