Skip to content

archwolf118/project

Repository files navigation

基于内容的视频检索系统

[测试网站]http://39.106.185.226/

[功能描述]:打开网页后,用户能够上传一个视频截图图片(jpg或者png),点击搜索之后,系统可以返回截图的来源视频,并且从此截图场景在视频中发生的时间点往前10秒开始播放来源视频。

[开发环境]

  • 视频下载:"稞麦"下载器,视频截图用 vs2015__c++__openCV
  • 特征提取:windows10___python3.5__jupyter notebook__tensorflow__keras
  • 特征比对:nmslib
  • 建站:flask
  • 服务器:阿里云

[视频来源]

http://v.youku.com/v_show/id_XMzM4MTYwMDMxMg==.html?spm=a2h0k.8191407.0.0&from=s1.8-1-1.2

http://v.youku.com/v_show/id_XMzM4MTMzMDAyNA==.html?spm=a2h0k.8191407.0.0&from=s1.8-1-1.2

http://v.youku.com/v_show/id_XMzM4MTQ0NTQ5Ng==.html?spm=a2h0k.8191407.0.0&from=s1.8-1-1.2

http://v.youku.com/v_show/id_XMzM4MDY0ODEyNA==.html?spm=a2h0k.8191407.0.0&from=s1.8-1-1.2

http://v.youku.com/v_show/id_XMzM4MTQ1NDI1Mg==.html?spm=a2h0k.8191407.0.0&from=s1.8-1-1.2

[网页结构]

├── README.md                   // 说明
├── webserver.py  	            // flask应用文件
├── static                      // 静态文件夹
│   ├── image                   // 上传图片位置
│   └── video                   // 视频存放位置
|       └── 1/2/3/4/5.mp4
├── template                    // 模板文件夹
│   └── index.html              // 网页文件
├── help.py                     // 帮助文件
├── vgg16_weights.h5            // vgg16模型参数(527M)****未上传****下载地址:                
├── labels.txt                  // 数据集的特征向量对应的标签(含有视频信息)       
└── new.csv                     // 数据集的特征向量
另附:
├── test_samples                //测试样本
├── videoSearching_v3.ipynb     //图片特征提取文件
└──  sample_extraction           //图片截取

注:vgg16模型参数未上传,下载地址:https://github.com/fchollet/deep-learning-models/releases
请将“vgg16_weights_tf_dim_ordering_tf_kernels.h5” 改名为vgg16_weights.h5

[实现步骤]

  1. 下载视频,每3秒(每隔45帧)截取一张图片加入数据集,每张图片的文件名包含**”视频信息“**,如1_495.jpg为编号为1的视频的第495帧。

  2. 加载vgg16模型(去掉最后两层),输出图片数据集对应的特征集,存入csv文件,同时保存索引文件labels.txt。

  3. 按上述方法对"测试样本"进行特征提取,然后用nmslib查询库输出“特征集”中最匹配的index,然后从索引文件labels.txt 中提取对应”图片名“,也即**”视频信息“**。

  4. 播放

    注:网页具体实现见webserver.py 和 template/index.html

[作者]:陈鸣

[联系方式][email protected]

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published