融合属性特征与向量嵌入的检索方法、设备和存储介质

    公开(公告)号:CN118916515A

    公开(公告)日:2024-11-08

    申请号:CN202410971650.4

    申请日:2024-07-19

    Abstract: 本发明涉及视频检索技术领域,尤其涉及融合属性特征与向量嵌入的检索方法,包括以下步骤:S1:定期抽取视频流的图片,对图片编码并缓存到消息队列;S2:AI裁图模型返回编码图片I D和坐标点位置;S3:从消息队列获得第一人脸特征向量、第一人体特征向量和第一文本向量和结构化属性特征,进而得到第二人脸特征向量;S4:将第二人脸特征向量、第一人体特征向量和第一文本向量存储到向量库;S5:将结构化属性特征存储到搜索引擎;S6:根据检索信息提取检索向量,根据相似度计算结果得到检索结果;S7:对检索结果打点,对连续的点击区域合并,用户根据标记的点击区域进行录像回看。本发明实现在海量摄像头环境下高效、稳定地智能视频检索。

    一种融合人体属性特征与向量嵌入的跨模态检索方法

    公开(公告)号:CN119829799A

    公开(公告)日:2025-04-15

    申请号:CN202411916565.4

    申请日:2024-12-24

    Abstract: 本发明公开了一种融合人体属性特征与向量嵌入的跨模态检索方法:从监控视频流定期抽取图片,编码缓存。提取图片的人脸特征向量、人体特征向量、文本向量和人体结构化属性特征。将人脸特征向量与人体特征向量相互关联,实现人脸融合,并存储到向量库中。将人体结构化属性特征与向量数据进行关联,并存储到搜索引擎中。通过对输入图像或文字进行特征提取和向量化,将向量数据与向量库中的数据进行匹配,再通过搜索引擎根据人体结构化属性特征进行过滤,得到搜索结果。本发明通过引入人脸人体融合技术、结构化人体属性特征,结合深度学习模型能够在多摄像头下快速、准确地检索出录像中的人员信息,从而高效稳定地生成对应时间段的录像回看。

    多摄像头下使用人脸融合智能生成人体轨迹的方法

    公开(公告)号:CN117711020A

    公开(公告)日:2024-03-15

    申请号:CN202311735289.7

    申请日:2023-12-15

    Abstract: 本发明提供了一种多摄像头下使用人脸融合智能生成人体轨迹的方法,包括:当预置的人脸库中未检索到目标人脸图片时,基于目标人脸图片,从摄像头人脸库中筛选出符合第一条件的所有人体图片;根据筛选出的人体图片确定检索条件,从多个摄像头的图片数据中查找满足检索条件的人体图片,构建人体图片集;从人体图片集中筛选出符合第二条件的人体图片作为轨迹参照图片;根据轨迹参照图片的生成时间点排序,生成多个摄像头下的人体轨迹。本发明通过这种人脸和人体特征多模态融合方法,可以有效地提高识别准确性,减少人工检索的错误,保证搜索特定人员轨迹的效率和准确性,可在监控视频中快速、准确地识别特定人员,并自动生成其行踪轨迹。

Patent Agency Ranking