[发明专利]一种在视频中查询对象的方法、装置和设备

说明书

本发明公开了一种在视频中查询对象的方法。该方法包括：接收携带有查询信息的用户查询请求；查找与查询信息匹配的目标描述信息，其中，目标描述信息是预先为目标视频中的目标对象设置的描述信息；以目标对象形成查询结果，为用户查询请求返回查询结果。通过本发明实施例提供的方法，对于视频中的某一帧图像、某一个片段等对象，用户可以通过查询的方式快速在视频中定位到自己想要观看的位置，从而简化了用户的操作。此外，本发明还公开了一种在视频中查询对象的装置和设备。

技术领域

本发明涉及搜索技术领域，特别是涉及一种在视频中查询对象的方法、装置和设备。

背景技术

目前，许多搜索引擎都提供了视频搜索功能，使得用户可以通过搜索引擎搜索到想要的视频。通常完整的视频比较长，有时用户可能并不想要从头开始观看完整的视频，而只是想要观看视频中的某一部分。例如，有时用户可能只想查看视频中的某一帧图像。又如，有时用户可能只想要观看视频中的某一个片段。再如，有时用户可能只想要从某一帧图像或某一个片段开始观看视频。当用户只想要观看视频中的某个部分时，用户需要在视频播放过程中手动快进到自己想要观看的部分，因此，用户操作比较繁琐和耗时。

发明内容

本发明所要解决的技术问题是，提供一种在视频中搜索对象的方法、装置和设备，以使得用户可以在视频中快速查询到自己想要的图像和/或片段，用户可以通过搜索的方式在视频中定位到自己想要观看的位置，从而简化用户的操作。

第一方面，为解决上述技术问题，本发明实施例提供了一种在视频中查询对象的方法，该方法包括：

接收携带有查询信息的用户查询请求；

查找与查询信息匹配的目标描述信息，其中，目标描述信息是预先为目标视频中的目标对象设置的描述信息；

以目标对象形成查询结果，为用户查询请求返回查询结果；

其中，目标描述信息是在包括目标对象的视频数据输入到机器学习模型的情况下机器学习模型输出的信息，机器学习模型是已基于包括历史视频中的历史对象的视频数据与历史对象的已知描述信息之间的对应关系进行了训练。

可选的，上述已知描述信息是基于历史对象在历史视频中对应的字幕和/或历史对象在历史视频中对应的片段主题而形成的。

可选的，上述已知描述信息包括以下信息中的任意一项或多项：时间信息，地点信息，类型信息，人物信息；

时间信息表示历史对象所描述的时间；

地点信息表示历史对象所描述的地点；

类型信息表示历史对象所描述的事件类型；

人物信息表示历史对象所描述的人物。

可选的，目标对象为目标视频中的视频帧图像，历史对象为历史视频中的视频帧图像；

或，

目标对象为目标视频中的视频片段，历史对象为历史视频中的视频片段。

可选的，包括目标对象的视频数据具体为目标视频，包括历史视频中的历史对象的视频数据具体为历史视频；

机器学习模型具体是已基于历史视频与历史对象、已知描述信息之间的对应关系进行了训练；

在目标视频输入到机器学习模型的情况下，机器学习模型具体输出目标对象和目标描述信息。

可选的，查询结果具体为目标对象本身。

可选的，以目标对象形成查询结果，为用户查询请求返回查询结果，包括：