[发明专利]一种视频搜索方法、装置、电子设备及存储介质

权利要求书

1.一种视频搜索方法，其特征在于，所述方法包括：

接收携带有搜索语料的搜索请求；

当所述搜索语料包括指示异常文本的至少一个目标语料片段时，以所述至少一个目标语料片段作为搜索对象，得到第一候选视频序列；

在所述第一候选视频序列确定至少一个参考视频；

计算每个所述参考视频对应的异常值；

根据各个所述参考视频对应的异常值计算过滤阈值；

以所述搜索语料为搜索对象，得到第二候选视频序列；

基于所述过滤阈值对所述第二候选视频序列进行过滤，得到所述搜索请求对应的搜索结果。

2.根据权利要求1所述的方法，其特征在于，所述根据各个所述参考视频对应的异常值计算过滤阈值，包括：

对各个所述参考视频对应的异常值按照降序进行排列，得到异常值序列；

获取第一目标值M；

将所述异常值序列中的第M个异常值作为所述过滤阈值。

3.根据权利要求1-2中任意一项所述的方法，其特征在于，所述基于所述过滤阈值对所述第二候选视频序列进行过滤，得到所述搜索请求对应的搜索结果，包括：

计算所述第二候选视频序列中每个第二候选视频对应的异常值；

过滤掉所述第二候选视频序列中对应异常值大于所述过滤阈值的第二候选视频，得到所述搜索请求对应的搜索结果。

4.根据权利要求1所述的方法，其特征在于，所述在所述第一候选视频序列确定至少一个参考视频，包括：

获取第二目标值N；

将所述第一候选视频序列中前N个第一候选视频确定为所述参考视频。

5.根据权利要求1所述的方法，其特征在于，所述计算每个所述参考视频对应的异常值，包括：

确定每个所述参考视频对应的基准图像；

计算所述基准图像的异常值；

将所述基准图像的异常值作为所述参考视频对应的异常值。

6.根据权利要求5所述的方法，其特征在于，所述计算所述基准图像的异常值，包括：

将所述基准图像输入异常图像识别模型得到第一识别结果；

根据所述第一识别结果确定所述基准图像的异常值；

其中，所述异常图像识别模型是基于多个样本图像进行机器学习训练确定的，每个所述样本图像携带有指示其异常图像属性的标注信息。

7.根据权利要求1所述的方法，其特征在于，所述当所述搜索语料包括指示异常文本的至少一个目标语料片段时，以所述至少一个目标语料片段作为搜索对象，得到第一候选视频序列之前，还包括确定所述指示异常文本的至少一个目标语料片段的步骤；

所述确定所述指示异常文本的至少一个目标语料片段的步骤，包括：

将所述搜索语料输入异常文本识别模型进行异常文本识别得到第二识别结果；

根据所述第二识别结果确定所述指示异常文本的至少一个目标语料片段；

其中，所述异常文本识别模型是基于多个样本语料进行机器学习训练确定的，每个所述样本语料携带有指示其异常文本属性的标注信息。

8.一种视频搜索装置，其特征在于，所述装置包括：

搜索请求接收单元，被配置为执行接收携带有搜索语料的搜索请求；

第一候选视频序列得到单元，被配置为执行当所述搜索语料包括指示异常文本的至少一个目标语料片段时，以所述至少一个目标语料片段作为搜索对象，得到第一候选视频序列；

参考视频确定单元，被配置为执行在所述第一候选视频序列确定至少一个参考视频；

异常值计算单元，被配置为执行计算每个所述参考视频对应的异常值；

过滤阈值计算单元，被配置为执行根据各个所述参考视频对应的异常值计算过滤阈值；

第二候选视频序列得到单元，被配置为执行以所述搜索语料为搜索对象，得到第二候选视频序列；

过滤单元，被配置为执行基于所述过滤阈值对所述第二候选视频序列进行过滤，得到所述搜索请求对应的搜索结果。