(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221041737 7.1 (22)申请日 2022.04.20 (71)申请人 山东省计算中心 （国家超 级计算济 南中心） 地址 250000 山东省济南市经十路东首 科 学院路19号 (72)发明人 丁伟　张玮　周岩　史慧玲　 刘礼彬　郝昊　于清宾　 (74)专利代理 机构 北京轻创知识产权代理有限 公司 11212 专利代理师 朱晓彤 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01)G06K 9/62(2022.01) G06F 16/71(2019.01) G06F 16/75(2019.01) G06F 16/787(2019.01) (54)发明名称 地理标记视频的相似度确定方法、 装置、 电 子设备及 介质 (57)摘要 本发明涉及一种地理标记视频的相似度确 定方法、 装置、 电子设备及介质， 该方法包括： 获 取待处理的第一视频和第二视频， 第一视频和第 二视频均为地理标记视频； 基于数据库缓存区的 内存容量阈值， 分别对第一视频和第二视频进行 分割， 得到多个目标分割视频场景； 对于属于同 一个视频的每个目标分割视频场景， 将至少一个 目标分割视频场景中的满足聚类条件的目标分 割视频场景进行合并， 得到至少一个目标视频场 景； 根据至少一个目标视频场景中每个目标视频 场景对应的视场区域， 确定第一视频和第二视频 之间的视频相似度。 通过本发明的方法， 可减少 数据处理量， 减少算法复杂度， 提高数据处理效 率。 权利要求书4页 说明书24页 附图7页 CN 114782866 A 2022.07.22 CN 114782866 A 1.一种地理标记视频的相似度确定方法， 其特 征在于， 包括： 获取待处理的第一视频和第二视频， 所述第一视频和所述第二视频均为地理标记视 频； 基于数据库缓存区的内存容量阈值， 分别对所述第一视频和所述第二视频进行分割， 得到多个目标分割视频场景， 多个所述目标分割视频场景包括所述第一视频对应的至少一 个第一目标分割视频场景和所述第二视频对应的至少一个第二目标分割视频场景， 每个所 述目标分割视频场景对应一个视频帧序列； 对于属于同一个视频的每个所述目标分割视频场景， 将所述至少一个目标分割视频场 景中的满足聚类条件的目标分割视频场景进行合并， 得到至少一个目标视频场景， 属于同 一个视频的目标视频场景对应同一个视场区域， 所述聚类条件为所述至少一个目标分割视 频场景中最相似的至少两个目标分割视频场景； 根据所述至少一个目标视频场景中每个目标视频场景对应的视场区域， 确定所述第 一 视频和所述第二视频之间的视频相似度。 2.根据权利要求1所述的方法， 其特征在于， 所述基于数据库缓存区的内存容量阈值， 分别对所述第一视频和所述第二视频进行分割， 得到多个目标分割视频场景， 包括： 基于所述数据库缓存区的内存容量阈值， 分别对所述第 一视频和所述第 二视频进行分 割， 得到多个初始分割视频场景， 多个所述初始分割视频场景包括所述第一视频对应的至 少一个第一初始分割视频场景， 以及所述第二视频对应的至少一个第二初始分割视频场 景； 确定每个所述初始分割视频场景对应的视频特征信 息， 对于每个所述初始分割视频场 景， 所述视频特征信息包括所述初始分割视频场景的地理空间位置和拍摄方向区间中的至 少一项； 对于每个所述初始分割视频场景， 根据所述初始分割视频场景的视频特征信 息和设定 条件， 对所述初始分割视频场景进行分割， 得到 至少一个目标分割视频场景； 其中， 所述设定条件包括视频特征信息小于设定阈值， 所述设定阈值包括轨迹偏移量 阈值和视频拍摄方向阈值中的至少一项。 3.根据权利要求2所述的方法， 其特征在于， 对于每个所述目标视频场景， 所述目标视 频场景对应的视场区域是通过以下 方式确定的： 确定所述初始分割视频场景对应的地理 空间位置； 根据所述初始分割视频场景对应的地理空间位置， 确定包含所述初始分割视频场景对 应的地理空间位置的最小边界倾斜矩形MBTR， 将所述最小边界倾斜矩形MB TR对应的区域确 定为所述目标视频场景对应的视场区域； 其中， 所述最小边界倾斜矩形MBTR指的是包含所述初始分割视频场景对应的地理空间 位置对应的面积最小区域。 4.根据权利要求1至 3中任一项所述的方法， 其特 征在于， 所述方法还 包括： 对于所述第一视频对应的第一目标视频场景和所述第二视频对应的第二目标视频场 景， 根据每个所述第一 目标视频场景对应的视场区域， 以及每个所述第二 目标视频场景对 应的视场区域， 确定所述第一视频对应的第一目标视频场景和所述第二视频对应的第二目 标视频场景中是否存在具有公共视场区域， 且该公共视场区域的面积最大 的子序列， 所述权　利　要　求　书 1/4 页 2 CN 114782866 A 2子序列中包括 一个所述第一目标视频场景和一个所述第二目标视频场景； 若存在所述子序列， 所述根据 所述至少一个目标视频场景中每个目标视频场景对应的 视场区域， 确定所述第一视频和所述第二视频之间的视频相似度， 包括： 根据所述第 一视频对应的每个第 一目标视频场景对应的视场区域、 所述子序列中每个 目标视频场景对应的视场区域、 所述第二视频对应的每个所述第二目标视频场景对应的视 场区域和所述子序列中的每个目标视频场景对应的拍摄时间， 确定所述第一视频和所述第 二视频之间的视频相似度； 若不存在所述子序列， 所述根据所述至少一个目标视频场景中每个目标视频场景对应 的视场区域， 确定所述第一视频和所述第二视频之间的视频相似度， 包括： 根据所述第一视频对应的每个所述第一目标视频场景的视频区域和所述第二视频对 应的每个所述第二目标视频场景的视频区域， 确定所述第一视频和所述第二视频之 间的视 频相似度。 5.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 对于第三视频对应的每个所述第 三目标视频场景， 根据 所述第三目标视频场景对应的 视场区域， 确定第四视频对应的第四 目标视频场景中与所述第三目标视频场景相似的第四 目标视频场景； 对于每个所述第 三目标视频场景， 若与 所述第三目标视频场景相似的第四目标视频场 景为至少 两个所述第四目标视频场景， 对至少 两个所述第四目标视频场景进行聚类， 得到 所述第四视频对应的关键 视频场景簇； 对于每个所述第 三目标视频场景， 根据所述第 三目标视频场景对应的视场区域和所述 第四视频对应的关键视频场景簇对应的视场区域， 确定所述第三目标视频场景和所述第四 视频对应的关键 视频场景簇对应的视频场景之间的场景相似度； 其中， 若所述第三视频为所述第一视频， 所述第三目标视频场景为所述第一目标视频 场景， 所述第四视频为所述第二视频， 所述第四 目标视频场景为所述第二目标视频场景； 若 所述第三视频为所述第二视频， 则所述第三 目标视频场景为所述第二 目标视频场景， 所述 第四视频为所述第一视频， 所述第四目标视频场景为所述第一目标视频场景； 对于所述第一视频对应的第一目标视频场景和所述第二视频对应的第二目标视频场 景， 根据每个所述第一 目标视频场景对应的视场区域， 以及每个所述第二 目标视频场景对 应的视场区域， 确定所述第一视频对应的第一目标视频场景和所述第二视频对应的第二目 标视频场景中是否存在具有公共视场区域， 且该公共视场区域的面积最大的子序列， 包括： 对于每个所述第 三目标视频场景， 根据所述第 三目标视频场景和所述第四视频对应的 关键视频场景簇对应的视频场景之 间的场景相似度， 从所述第四视频对应的第四 目标视频 场景中筛 选出符合场景相似条件的第五目标视频场景； 对于每个所述第三目标视频场景， 根据所述第三目标视频场景对应的视场 区域， 以及 所述第五目标视频场景对应的视场区域， 确定所述第三目标视频场景和所述第五目标视频 场景中是否存在具有公共视场区域， 且该公共视场区域面积最大 的子序列， 所述子序列包 括一个所述第三目标视频场景和一个所述第五目标视频场景； 若存在所述子序列， 所述根据 所述第一视频对应的每个第 一目标视频场景对应的视场 区域、 所述子序列中每个目标视频场景对应的视场区域、 所述第二视频对应的每个所述第权　利　要　求　书 2/4 页 3 CN 114782866 A 3