[发明专利]目标检索方法、装置、计算机可读存储介质和计算机设备在审

专利信息
申请号: 201911106569.5 申请日: 2019-11-13
公开(公告)号: CN110866491A 公开(公告)日: 2020-03-06
发明(设计)人: 孙祥学 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 黄晶晶
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 检索 方法 装置 计算机 可读 存储 介质 设备
【权利要求书】:

1.一种目标检索方法,包括:

当检测到实体检索请求时,获取所述实体检索请求对应的实体图片;

对所述实体图片进行特征向量提取,获得实体的特征向量;

根据所述实体的特征向量,在特征向量数据库中进行相似搜索,确定符合预设相似度的相似特征向量;所述特征向量数据库存储有历史检索时对视频数据库中的视频处理提取的各检索视频中所有实体的特征向量;待检索的所述实体与所述特征向量数据库中各特征向量所属的实体属于同一类别;

根据所述相似特征向量确定对应的目标视频文件。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

当检测到实体检索请求时,获取视频数据库内所有的视频;

当确定所有的视频中存在新增视频时,对所述新增视频进行分离音/视频帧处理,得到视频截图;所述新增视频为所述视频数据库内未进行视频处理以及特征向量提取的视频;

对所有所述视频截图进行实体的特征向量提取,得到所述新增视频的各实体的特征向量;

根据待检索的实体的特征向量,对所述新增视频的各实体的特征向量进行相似搜索,确定所述新增视频是否包括待检索的所述实体。

3.根据权利要求2所述的方法,其特征在于,在对所有所述视频截图进行特征向量提取,得到所述新增视频的所有特征向量之后,还包括:

将所述新增视频的各实体的特征向量以文档的组织形式存储至所述特征向量数据库中。

4.根据权利要求3所述的方法,其特征在于,将所述新增视频的各实体的特征向量以文档的组织形式存储至所述特征向量数据库中,包括:

获取所述新增视频的视频编号;

将所述新增视频的各实体的特征向量存储为文档格式,得到文档标识;

将所述文档存储在特征向量数据库中,并将所述视频编号与文档标识关联。

5.根据权利要求4所述的方法,其特征在于,所述根据所述实体的特征向量,在特征向量数据库中进行相似搜索,确定符合预设相似度的相似特征向量,包括:

扫描所述特征向量数据库,获取所述特征向量数据库中的所有文档标识;

下载各所述文档标识对应的文档,并对各所述文档进行反序列化操作,得到各所述文档对应的特征向量;

根据待检索的所述实体的特征向量,对各所述文档对应的特征向量进行相似搜索,确定与所述实体的特征向量存在预设相似度的相似特征向量。

6.根据权利要求5所述的方法,其特征在于,其特征在于,在确定与所述实体的特征向量存在预设相似度的相似特征向量之后,还包括:

确定所述相似特征向量对应的目标文档标识;

获取与所述目标文档标识关联的视频编号,提取所述视频编号对应的目标视频文件。

7.根据权利要求1所述的方法,其特征在于,所述实体检索请求为人脸检索请求;所述对所述实体图片进行特征向量提取,获得实体的特征向量,包括:

对所述实体图片进行人脸检测;

当确定所述实体图片存在人脸时,确定所述实体图片的人脸区域;

将所述人脸区域进行模型对齐,确定五点坐标;所述五点坐标包括左眼、右眼、鼻尖、左嘴角和右嘴角;

基于所述五点坐标进行特征向量提取,获得对应的实体的特征向量。

8.一种目标检索装置,其特征在于,所述装置包括:

实体图片获取模块,用于当检测到实体检索请求时,获取所述实体检索请求对应的实体图片;

实体的特征向量获取模块,用于对所述实体图片进行特征向量提取,获得实体的特征向量;

相似特征向量确定模块,用于根据所述实体的特征向量,在特征向量数据库中进行相似搜索,确定符合预设相似度的相似特征向量;所述特征向量数据库存储有历史检索时对视频数据库中的视频处理提取的各检索视频中所有实体的特征向量;待检索的所述实体与所述特征向量数据库中各特征向量所属的实体属于同一类别;

目标视频文件确定模块,用于根据所述相似特征向量确定对应的目标视频文件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911106569.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top