[发明专利]实现海量视频快速检索的方法

权利要求书

1.一种实现海量视频快速检索的方法，其特征在于，所述的方法包括以下步骤：

(1)对视频库的视频流中各帧视频图像分别提取空间特征向量得到视频特征序列；

(2)在所述的视频特征序列的空间特征向量中提取关键特征向量；

(3)根据视频库中所有视频文件的关键特征向量建立所有视频文件的分布式存储索引库；

(4)提取待检索视频的关键特征向量集并提取该待检索视频的视频索引文件；

(5)根据所述的待检索视频的视频索引文件在所述的分布式存储索引库中进行视频相似度检索并输出相似度大于系统预设值的视频检索结果；

所述的空间特征向量包括所对应帧图像的灰度空间分布特征和纹理空间分布特征，所述的对视频库的视频流中各帧视频图像分别提取空间特征向量，包括以下步骤：

(11)计算得到视频库的视频流中各帧视频图像的灰度图像和边缘纹理图像；

(12)计算各帧视频图像的灰度图像的中心空间特征和边界空间特征并得到由所述的中心空间特征和边界空间特征构成的该帧视频图像的灰度空间分布特征；

(13)计算各帧视频图像的边缘纹理图像的纹理空间分布特征。

2.根据权利要求1所述的实现海量视频快速检索的方法，其特征在于，所述的计算得到视频库的视频流中各帧视频图像的灰度图像和边缘纹理图像，包括以下步骤：

(111)将视频库的视频流中的各帧视频图像划分成数个同样大小的子图像并计算各个子图像的灰度值和纹理边缘点数目；

(112)计算各帧视频图像的各个子图像的灰度值得到该帧视频图像的灰度图像；

(113)计算各帧视频图像的各个子图像的纹理边缘点数目得到该帧视频图像的边缘纹理图像。

3.根据权利要求1所述的实现海量视频快速检索的方法，其特征在于，所述的计算各帧视频图像的灰度图像的中心空间特征和边界空间特征，具体为：

计算各帧视频图像的灰度图像的局部二值模式的中心空间特征和边界空间特征；

所述的计算各帧视频图像的边缘纹理图像的纹理空间分布特征，具体为：

计算各帧视频图像的边缘纹理图像的局部二值模式的纹理空间分布特征。

4.根据权利要求1所述的实现海量视频快速检索的方法，其特征在于，所述的空间特征向量还包括颜色直方图特征，所述的对视频库的视频流中各帧视频图像分别提取空间特征向量，还包括以下步骤：

(14)计算各帧视频图像的颜色直方图特征。

5.根据权利要求1所述的实现海量视频快速检索的方法，其特征在于，所述的在所述的视频特征序列的空间特征向量中提取关键特征向量，包括以下步骤：

(21)将所述的视频特征序列的第一个空间特征向量默认为关键特征向量；

(22)计算各个空间特征向量与前一关键特征向量的马氏距离；

(23)将大于系统预设阈值的马氏距离所对应的空间特征向量提取为关键特征向量。

6.根据权利要求1所述的实现海量视频快速检索的方法，其特征在于，所述的根据视频库中所有视频文件的关键特征向量建立所有视频文件的分布式存储索引库，包括以下步骤：

(31)建立所述的视频特征序列中关键特征向量的子空间投影直方图并记录各个关键特征向量在所对应视频中出现的频次；

(32)建立视频库的所有视频文件的倒排索引文件；

(33)建立视频库的所有视频文件的分布式索引数据库。

7.根据权利要求6所述的实现海量视频快速检索的方法，其特征在于，所述的建立视频特征序列中关键特征向量的子空间投影直方图，具体为：

将视频特征序列中关键特征向量投影到灰度子空间、纹理子空间和颜色子空间中并获得各个关键特征向量的子空间投影直方图。

8.根据权利要求7所述的实现海量视频快速检索的方法，其特征在于，所述的记录各个关键特征向量在所对应视频中出现的频次，具体为：

记录各个关键特征向量所对应的子空间投影直方图中表示该关键特征向量在视频中出现频次的特征值。