[发明专利]迭代视频图片检索方法与装置

说明书

技术领域

本发明涉及一种迭代视频图片检索方法与装置，更具体而言，涉 及一种大规模视频监控系统中的迭代视频图片检索方法与装置。

背景技术

视频监控系统在社会安防方面得到了广泛的应用。在各个城市， 每年均有数十万摄像头被部署。中国现有的城市大规模监控系统当 中，大量监控设备已经有所部署，包括摄像头、编解码设备、数字视 频录像机、存储和回放系统等等。其中，相当一部分的摄像头均符合 720P或者1080P高清标准。每天在视频监控系统运行的过程中，会 产生大量的视频数据，同时视频监控系统的运营要求将这些视频数据 保留3个月到1年不等的时间。这些积累的视频数据，不仅占用非常 大的存储空间和网络带宽，而且对于视频内容并没有有效的分析和组 织。当需要在海量视频内容中查找所需的目标物体的时候(如人脸， 车，不明行李等等)，需要操作人员花费大量的时间，进行人工观看 排查。这样做不仅会耗费大量的人力和时间，也会使查找的精度降低 很多。更重要的是，在公共安全领域，案件发生后的线索追查时间非 常宝贵，如果可以利用信息技术显著提高视频监控内容的排查速度， 这对于公民安全和社会稳定都具有非常重要的意义。

近些年来，一些大规模的视频分析和检索系统逐渐被采纳使用。 此类系统对视频内容进行实时或者在线的分析，并将分析后得到的对 应敏感特征(比如说人脸、车辆等)的描述(一般为特征向量)存储 在数据库当中。当用户需要针对某个敏感特征进行排查的时候，可以 将敏感特征输入到数据库当中，进行比对排查，从而可以快速定位这 些敏感特征或者目标物体在海量视频内容里出现的情况。这样做，一 方面可以大大提高海量视频内容中查找目标物体所需的时间，节省了 人力和物力；另一方面，可以避免由于人员疲劳而带来的查找精度降 低的情况。在基于内容的视频检索的过程中，一般将目标物体的特征 描述向量与海量视频内容所对应的特征数据中的特征向量进行比对， 计算特征向量之间的相似度(一般是特征向量之间的差别)，最后将 检索的结果集按照相似度由高到低(特征向量的差别由小到大)的顺 序展现给用户终端。

在小规模视频监控应用系统中，以上的方法已经可以支持高速高 精度的视频检索。然而，在大规模视频监控应用系统中，简单采用这 样的检索方法会造成检索精度的降低。主要原因是大量的视频内容 中，同样的目标物体或者敏感特征在不同的摄像头、不同地点、不同 时间出现时，展现出的特征向量有些许差别。由于光照、角度、环境 等多方面的影响，其他非该目标物体的特征向量可能会展现更好的相 似度。同时，目标物体可能在某个时间和地点集中长时出现，这样可 能在单次检索中集中展现在用户界面上，而该目标物体在其他时间和 地点的出现情况没有得到有效展现。因此，需要针对大规模视频监控 场景，对视频检索进行优化和提升。

之前的一些工作已经涉及到这方面的内容。

在专利文献1中描述了一种大规模视频检索的架构设计。在这套 架构中，重点强调如何使用并行计算来加速检索的流程，然而如何解 决大规模视频监控系统中的视频检索精度的问题，没有有效的手段。

在专利文献2中描述了一种利用文本标注和基于内容的特征进 行视频检索的方法。这种方法简单地使用文本标注和对比结合基于内 容的视频检索在一起，提高检索精度。但是，在大规模视频监控系统 中，全面的文本标注是不可能完成的事情。同时，相当多的目标物体 和敏感特征无法用文本来表征。

在专利文献3中提出了一种多资源的视频元数据检索及相关的 业务框架。在这里，更多的提及如何使用多种标注信息来进行视频检 索的业务和方法，并没有提及如何来提升基于内容的视频检索的精 度。在大规模视频监控系统中，这种方法无法保证高精度的检索结果。

在专利文献4中提出了一种支持视频内容检索的设备。在该设备 中，可以将视频和音频的内容进行混合检索，从而提高精度。但是， 如何在大规模视频监控系统中，仅适用视频内容的检索来提高精度并 没有有效手段。

现有技术文献

专利文献

专利文献1：美国专利US2014/0164406A1

专利文献2：专利WO2014/082288

专利文献3：美国专利US2013/0326573A1

专利文献4：美国专利US2014/0188834

发明内容