基于视角不变区域描述符的视频对象和场景检索方法

我们描述了一种对象和场景检索的方法，该方法搜索并定位视频中用户轮廓对象的所有出现。该对象由一组视角不变的区域描述符表示，因此即使视角、照明和部分遮挡发生变化，识别也可以成功进行。利用镜头内视频的时间连续性来跟踪区域，以拒绝不稳定的区域并减少描述符中噪音的影响。与文本检索的类比在于实现，其中描述符的匹配是预先计算的（使用矢量量化），并使用倒排文件系统和文档排名。结果是检索是立即的，以Google的方式返回关键帧/镜头的排名列表。该方法用于匹配两部完整的故事片。