[发明专利]一种视频索引建立方法和装置

说明书

技术领域

本发明涉及视频检索技术，尤其涉及一种视频索引建立方法和装置。 

背景技术

随着多媒体技术的发展，视频信息量迅速膨胀，视频检索技术应运而生。 

视频检索包括传统的基于文本的视频检索、和基于内容的视频检索。在基于文本的视频检索中，首先在搜索引擎侧，提取所保存的视频中的文本信息，建立视频索引；之后，当用户需要进行视频检索时，搜索引擎根据用户提交的文本型关键字从视频索引中找出最相似的视频结果集。在基于内容的视频检索中，首先在搜索引擎侧，提取所保存的视频中的指定特征，例如颜色、纹理、运动方式等，建立视频索引；之后，当用户需要进行视频检索时，提交相应的视频片段，搜索引擎从所述视频片段中提取相应的指定特征，根据提取出的所述指定特征从视频索引中找出相似、或相同的视频结果集。 

所述基于内容的视频检索中一种常见的检索方法为：基于全局运动信息的检索方法。具体为：对视频数据首先进行全局运动分析，提取出相邻帧的多参数全局运动模型，将所述全局运动模型作为视频序列的运动特征存入特征数据库中；当用户需要进行视频检索时，提交相应的视频片段，根据提取出的所述视频片段的全局运动特征，在所述特征数据库中查找具有相同、或最相似全局运动特征的视频组成视频结果集，返回给用户。 

上述基于文本和基于内容的视频检索方法中，根据文本信息、或根据指定特征等进行视频索引建立，因此，建立视频索引时考虑的参数较少，不能满足用户进行细致有效的视频查询，从而使得用户检索得到的视频结果集不够准确，降低了用户体验。 

发明内容

有鉴于此，本发明的主要目的在于提供一种视频索引建立、以及运动活力描述符提取方法和装置，能够满足用户更为细致有效的查询要求，提升用户体验。 

为达到上述目的，本发明的技术方案是这样实现的： 

本发明提供了一种视频索引建立方法，该方法包括： 

A1、提取各个视频镜头所包含的各个视频帧的运动活力描述符，并对提取得到的多个视频镜头对应的运动活力描述符进行训练，生成相应的规则集； 

B1、根据各个视频镜头对应的运动活力描述符，查询所述规则集，相应得到各个视频镜头的镜头类型属性； 

C1、根据视频镜头的镜头类型属性、及所述运动活力描述符建立视频索引； 

步骤A1中所述提取各个视频镜头所包含的各个视频帧的运动活力描述符包括：a、计算视频帧中各个宏块的运动等级，并对视频帧中的相同运动宏块进行聚合，形成聚类块；b、根据所述宏块的运动等级、以及聚类块所包含的宏块计算视频帧的运动活力描述符； 

步骤A1中所述进行训练为：先确定运动活力描述符和镜头类型属性的对应关系，之后计算得到包含运动活力描述符与镜头类型属性之间对应关系的规则集； 

所述运动活力描述符为：通过视频帧中每个宏块的上述运动特征属性，分析得到的该视频帧的运动活力空间分布的描述。 

其中，所述运动活力描述符包括：高活跃度宏块在所属视频帧中的比重RateH、中活跃度宏块在所属视频帧中的比重RateM、低活跃度宏块在所属视频帧中的比重RateL、相似运动特征的宏块个数ModuleNum、运动质心Com、以及运动半径Rog。 

对视频帧中的相同运动宏块进行聚合之前，步骤a进一步包括： 

剔除视频帧所包含宏块中的异常编码宏块；相应的，所述对视频帧中的相 同运动宏块进行聚合具体为：对剔除了异常编码宏块后的视频帧中的相同运动宏块进行聚合。 

步骤C1建立视频索引之后，该方法进一步包括：当用户进行视频查询时，提取用户提交的视频片段中的运动活力描述符，并根据所述运动活力描述符查询规则集得到镜头类型属性；根据视频片段的镜头类型属性、以及运动活力描述符从视频索引中查询得到视频结果集。 

本发明还提供了一种运动活力描述符提取方法，该方法包括： 

A2、计算视频帧中各个宏块的运动等级；并且，对视频帧中的各个相同运动宏块进行聚合，形成聚类块； 

B2、根据所述宏块的运动等级、以及聚类块所包含的宏块计算视频帧的运动活力描述符。 

其中，所述运动活力描述符包括：高活跃度宏块在所属视频帧中的比重RateH、中活跃度宏块在所属视频帧中的比重RateM、低活跃度宏块在所属视频帧中的比重RateL、相似运动特征的宏块个数ModuleNum、运动质心Com、以及运动半径Rog。 

对视频帧中的相同运动宏块进行聚合之前，步骤A2进一步包括： 

剔除视频帧所包含宏块中的异常编码宏块；