具有全局重排序和鲁棒自适应双向时间搜索的轻量级时段检索系统

数字视频内容的指数增长为时段级视频检索提出了严峻挑战，现有方法在大型视频语料库中高效定位特定片段方面受限。当前检索系统受计算效率、时序上下文限制以及导航视频内容的内在复杂性制约。本文通过一种新型的交互式视频语料库时段检索框架来解决这些限制，集成了超全局重排序机制和自适应双向时间搜索（ABTS），战略性地优化查询相似性、时序稳定性和计算资源。通过对大量视频进行关键帧提取模型和通过图像哈希的去重技术预处理，我们的方法提供了一个可扩展的解决方案，显著减少存储需求，同时在多样化的视频存储库中保持高精度本地化。