帮你快速理解、总结文档立即下载

混合检索-视频检索

最近更新时间:2026-07-27 18:26:32

我的收藏

功能描述

对数据集内的视频文件进行视频检索。支持输入自然语言文本,在指定数据集中检索出与输入文本语义相似的视频片段,并返回片段所属视频的 COS 地址以及片段的起止时间点,实现以文搜视频片段
除场景、动作、物体等自然语言描述外,视频检索还支持直接输入人名进行检索,检索出与该人物相关的视频片段(该能力依赖视频入库时提取的语音识别、字幕识别、人脸信息等 AI 元数据)。
混合检索-视频检索支持使用标量过滤能力,支持的字段和操作符请参见 标量过滤字段与操作符支持列表
说明:
视频检索基于数据集的 VideoSearch(视频检索)模板,需在视频入库完成后使用。
视频检索仅支持 text(自然语言检索)模式,暂不支持 pic(以图搜图)模式。若需以图片作为输入定位视频中的人物出现片段,请使用人脸检索(人脸查找媒资 + 人脸定位媒资片段)能力。

授权说明

通过子账号使用时,需要在 授权策略 的 action 中添加 ci:DatasetHybridSearch 权限。数据万象支持的所有操作接口请参见 CI action

服务开通

首次使用该功能时将默认为您开通数据万象,同时该存储桶将自动绑定数据万象,无需角色授权,即可直接使用。
注意:
视频检索功能当前处于内测阶段,若您需使用控制台的视频检索相关功能,需开通白名单,请 联系我们 进行处理。
当前如需在视频检索中使用人名信息进行检索需开通白名单,请 联系我们 进行处理。
数据万象绑定后,如果您手动对存储桶进行数据万象的解绑操作,将无法继续使用该功能。

使用限制

使用检索前需要先完成 创建数据集,并选择 Official:VideoSearch 模板完成视频入库。
仅支持北京、上海、成都地域,即请求 Host 中 <Region> 仅支持填写为 ap-beijingap-shanghaiap-chengdu
视频检索仅支持 text(自然语言检索)模式,Mode 必须为 text;若在 VideoSearch 模板下传入 Mode=pic,接口将返回 Param Mode must be text for VideoSearch. 错误。
检索语句 SearchText 最多支持60个 UTF-8 编码字符。
更多使用限制,详情请参见 使用限制

费用说明

有关混合检索-视频检索的费用,请参见 智能检索费用

请求

请求示例

POST /datasetquery/hybridsearch HTTP/1.1
Host: <AppId>.ci.<Region>.myqcloud.com
Authorization: Auth String
Content-Length: xxx
Content-Type: application/json
Accept: application/json
说明:
Authorization: Auth String,详情请参见 请求签名 文档。

请求头

此接口仅使用公共请求头部,详情请参见 公共请求头部 文档。

请求体

请求体示例一:以文搜视频片段(场景/动作描述)
{
"DatasetName": "videosearch",
"Mode": "text",
"Templates": "VideoSearch",
"SearchText": "熊猫在草地上玩耍的片段",
"Limit": 10,
"MatchThreshold": 0,
"Filter": {
"$and": [{
"MediaType": {
"$in": ["image", "document", "video"]
}
},
{
"Size": {
"$gt": 123
}
}
]
}
}
请求体示例二:以人名搜视频片段
{
"DatasetName": "videosearch",
"Mode": "text",
"Templates": "VideoSearch",
"SearchText": "张三",
"Limit": 10,
"MatchThreshold": 0,
"Filter": {
"$and": [{
"MediaType": {
"$in": ["image", "document", "video"]
}
},
{
"Size": {
"$gt": 123
}
}
]
}
}

请求参数

参数名称
描述
类型
是否必选
DatasetName
数据集名称,同一个账户下唯一
String
Mode
指定检索的输入类型。视频检索时取值为:
text:表示输入文本进行检索,支持输入自然语言(例如“熊猫在草地上玩耍的片段”)或知名人名(例如“张三”)
视频检索仅支持 text 模式,不支持 pic 模式
String
Templates
指定输出的数据类型。视频检索时取值为:
VideoSearch:进行视频检索,输出的是视频片段类型的结果(Mode 必须为 text)
String
SearchText
检索语句。最多支持60个 UTF-8 编码字符。支持两类输入:
自然语言描述:例如“熊猫在草地上玩耍的片段”,按场景、动作、物体等语义匹配视频片段
知名人名:例如“张三”,检索出与该人物相关的视频片段
String
Limit
返回相关视频片段的数量,默认值为10,取值范围为(0, 100]
Integer
MatchThreshold
限制返回视频片段的最低相关度分数,只有超过 MatchThreshold 值的片段才会返回。默认值为0,推荐值为80,取值范围为(0, 100]
例如:设置 MatchThreshold 的值为80,则检索结果中仅会返回相关度分数大于等于80分的视频片段
Integer
Filter
简单查询参数条件,可选参数,可以包含三个条件。关于数据格式,请参见 字段和操作符的支持列表
Container

响应

响应头

此接口仅返回公共响应头部,详情请参见 公共响应头部 文档。

响应体

响应体示例:视频检索返回结果
{
"VideoResult": [{
"URI": "cos://examplebucket-1250000000/panda_play_001.mp4",
"From": 8.333333,
"To": 14.916667,
"Score": 43
}, {
"URI": "cos://examplebucket-1250000000/panda_play_002.mp4",
"From": 0,
"To": 8.333333,
"Score": 42
}],
"RequestId": "NjYwYzEwYjhfNGQ2ODk0MGJfMjcxxxx"
}
响应包体具体数据内容如下:
参数名称
类型
描述
RequestId
String
请求 ID
VideoResult
Container Array
视频检索识别结果信息列表
VideoResult 节点内容:
参数名称
类型
描述
URI
String
匹配视频在对象存储中的统一资源标识符(URI)
From
Float
匹配视频片段的起始时间,单位为秒
To
Float
匹配视频片段的结束时间,单位为秒
Score
Integer
搜索结果的相关度评分,数值越高表示相关性越强

实际案例

案例一:以文搜视频片段

以下示例通过传入自然语言描述“熊猫在草地上玩耍的片段”进行视频检索,返回匹配的视频片段(含所属视频、起止时间区间与相关度评分),效果如下图所示:


请求

POST /datasetquery/hybridsearch HTTP/1.1
Authorization: q-sign-algorithm=sha1&q-ak=************************************&q-sign-time=1497530202;1497610202&q-key-time=1497530202;1497610202&q-header-list=&q-url-param-list=&q-signature=****************************************
Host: 1234567890.ci.ap-beijing.myqcloud.com
Content-Length: 166
Content-Type: application/json
Accept: application/json

{
"DatasetName": "videosearch",
"Mode": "text",
"Templates": "VideoSearch",
"SearchText": "熊猫在草地上玩耍的片段",
"Limit": 10,
"MatchThreshold": 0,
"Filter": {
"$and": [{
"MediaType": {
"$in": ["image", "document", "video"]
}
},
{
"Size": {
"$gt": 123
}
}
]
}
}

响应

HTTP/1.1 200 OK
Content-Type: application/json
Content-Length: 230
Connection: keep-alive
Date: Mon, 28 Jun 2022 15:23:12 GMT
Server: tencent-ci
x-ci-request-id: NjMxMDJhYTNfMThhYTk0MGFfYmU1OV8zZjc=

{
"VideoResult": [{
"URI": "cos://examplebucket-1250000000/panda_play_001.mp4",
"From": 8.333333,
"To": 14.916667,
"Score": 43
}, {
"URI": "cos://examplebucket-1250000000/panda_play_002.mp4",
"From": 0,
"To": 8.333333,
"Score": 42
}],
"DocResult": [],
"ImageResult": [],
"RequestId": "NjYwYzEwYjhfNGQ2ODk0MGJfMjcxxxx"
}

案例二:以人名搜视频片段

以下示例通过传入人名“张三”进行视频检索,返回与该人物相关的视频片段(含所属视频、起止时间区间与相关度评分),效果如下图所示:


请求

POST /datasetquery/hybridsearch HTTP/1.1
Authorization: q-sign-algorithm=sha1&q-ak=************************************&q-sign-time=1497530202;1497610202&q-key-time=1497530202;1497610202&q-header-list=&q-url-param-list=&q-signature=****************************************
Host: 1234567890.ci.ap-beijing.myqcloud.com
Content-Length: 150
Content-Type: application/json
Accept: application/json

{
"DatasetName": "videosearch",
"Mode": "text",
"Templates": "VideoSearch",
"SearchText": "张三",
"Limit": 10,
"MatchThreshold": 0,
"Filter": {
"$and": [{
"MediaType": {
"$in": ["image", "document", "video"]
}
},
{
"Size": {
"$gt": 123
}
}
]
}
}

响应

HTTP/1.1 200 OK
Content-Type: application/json
Content-Length: 230
Connection: keep-alive
Date: Mon, 28 Jun 2022 15:23:12 GMT
Server: tencent-ci
x-ci-request-id: NjMxMDJhYTNfMThhYTk0MGFfYmU1OV8zZjc=

{
"VideoResult": [{
"URI": "cos://examplebucket-1250000000/interview_001.mp4",
"From": 211.166672,
"To": 215.583328,
"Score": 51
}, {
"URI": "cos://examplebucket-1250000000/interview_002.mp4",
"From": 0,
"To": 8.333333,
"Score": 46
}],
"DocResult": [],
"ImageResult": [],
"RequestId": "NjYwYzEwYjhfNGQ2ODk0MGJfMjcxxxx"
}

错误码

该请求操作无特殊错误信息,常见的错误信息请参见 错误码 文档。