基于自然交互输入的视频搜索系统及方法和视频搜索服务器

摘要

本发明涉及视频搜索技术领域，并提供基于自然交互输入的视频搜索系统及方法和视频搜索服务器。视频搜索系统的用户端接受用户自然交互输入并提供至其视频搜索服务器进行视频搜索；视频搜索服务器可包括线上和线下两部分。线下部分对收集的视频信息进行语义分析建立视频语义空间及视频关系数据库。线上部分根据用户自然交互输入得到用户文本数据并进行语义分析，并以语义分析结果在关系数据库中做视频预搜索，再根据语义分析结果在视频语义空间中的语义描述子于视频预搜索结果包含的语义描述子集合中做比较搜索以输出视频最终搜索结果给用户。用户只需提供视频内容的简单描述即可从数据库快速获取相关视频，实现用户视频目标任务的智能感知。

主权项

一种基于自然交互输入的视频搜索系统，其特征在于，包括：用户端，包括语音采集模块和人机界面，该语音采集模块采集用户的语音输入以生成用户语音数据并提供至该人机界面；以及视频搜索服务器，包括控制模块、语音识别模块、自然语言处理模块、视频关系数据库以及视频搜索模块，该视频关系数据库储存视频语义空间以及视频文本数据在该视频语义空间的语义描述子集合，其中，该控制模块接收用户端的人机界面提供的用户语音数据并提供至语音识别模块以获取用户文本数据，将用户文本数据提供至自然语言处理模块以获取用户文本语义分析结果数据，并利用用户文本语义分析结果数据在视频关系数据库中进行预搜索以获取视频预搜索结果；该视频预搜索结果包含与用户文本语义分析结果数据匹配的相关视频文本数据在视频语义空间的语义描述子集合，该视频搜索模块接收控制模块提供的用户文本语义分析结果数据和视频预搜索结果，利用用户文本语义分析结果数据于视频语义空间的语义描述子与视频预搜索结果所包含的语义描述子集合分别进行相似度比较，并根据比较结果输出视频最终搜索结果至控制模块，再由控制模块提供至人机界面以呈现给用户。