开源视频检索技术VedioSearch调研

一、概述
1、开源地址：
https://github.com/andrefaraujo/videosearch
2、说明：
该视频检索技术是由斯坦福大学的一个图片视频和多媒体小组实现，使用图片对视频内容进行检索。
目前该技术包含的功能如下表述：

• 提取视频的关键帧（关键帧，其实就是视频中的一张图像）。  对视频进行镜头边缘检测。
• 对图片或者帧提取SIFT（尺度不变特征变换，用于在图像中检测出关键点，是一种局部特征描述子）。
• 为每张图片/关键帧、镜头或者视频片段 提取全局描述子（Fisher Vectors）。
• 使用Bloom Filters对每个视频片段进行索引。
• 使用图片对图片或者视频数据库进行检索。
• 用区间为0~1的平均精准度和精准度来评估检索结果。

二、检索技术实现步骤
1. 建立VLFET库（计算机视觉库）。
2. 建立YAEL库（图像检索库）。
3. 给视频数据库中的视频提取关键帧。（关键帧指的是视频中的图片。一个1分51秒的视频，关键帧有113张，一个2分51秒的关键帧大有173张，一分钟有60张左右）
4. 建立镜头边界检测器并且给数据库中的视频检测视频边界。
5. 建立SIFT（图像关键点）提取器并且给数据库中的每个关键帧提取SIFT。
6. 建立全局描述子提取器并且给每一帧、镜头和片段提取全局描述子。
7. 给用于查询的图片提取SIFT(或者全局描述子)。
8. 建立检索器，并且用它检索基于帧、基于镜头或者基于片段的索引。
9. 计算检索结果，得出平均精准度和精准度。

以上1~2步只需要最初始执行一次。之后如果往视频库中添加了视频想进行新的检索，则需要重复3~6步。如果未添加新的视频，新添加了想查询的图片，则需要重复7和9步。

三、一些专有名字的解释及资料
镜头边界检测：http://www.docin.com/p-240579569.html
SIFT：http://baike.baidu.com/item/SIFT
Fisher Vectors：http://blog.csdn.net/ikerpeng/article/details/41644197
Bloom Filters：http://blog.csdn.net/jiaomeng/article/details/1495500
VLFEAT：http://www.vlfeat.org/
YAEL：http://yael.gforge.inria.fr/
Opencv：http://baike.baidu.com/item/opencv
ffmpeg：http://baike.baidu.com/item/ffmpeg

四、自行的测试结果
该技术环境在ubuntu.14.04上面搭建成功，并且按照demo指示，测试通过。但是还不太会用….

最后

以上就是无语雨为你收集整理的开源视频检索技术VedioSearch调研的全部内容，希望文章能够帮你解决开源视频检索技术VedioSearch调研所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。