相机输入作为视频搜索的自动过滤器机制的制作方法

技术特征：
1.一种方法，包括：在第一时间由计算设备接收文本查询；在所述第一时间之后的第二时间由所述计算设备接收与所述文本查询相关联的视觉输入；基于所述视觉输入生成文本；由所述计算设备基于所述文本查询和基于所述视觉输入的所述文本的组合生成复合查询；以及由所述计算设备基于所述复合查询生成搜索结果，所述搜索结果包括到内容的多个链接。2.根据权利要求1所述的方法，其中，所述复合查询是第一复合查询，并且其中所述第一复合查询的创建包括：对所述视觉输入执行对象标识；以及至少使用基于所述对象标识所标识的对象对所述查询执行语义查询添加以生成所述第一复合查询，其中所述搜索结果基于所述第一复合查询。3.根据权利要求2所述的方法，其中，所述对象标识的执行使用经训练的机器学习模型。4.根据权利要求2所述的方法，其中所述对象标识的执行使用经训练的机器学习模型，所述经训练的机器学习模型为所述视觉输入中的对象生成分类器，并且所述语义查询添加的执行包括基于所述对象的所述分类器基于所述视觉输入生成所述文本。5.根据权利要求2所述的方法，进一步包括：确定所述对象标识中的第一置信水平是否满足第一条件；以及至少使用满足所述第一条件的所标识的所述对象对所述查询执行所述语义查询添加以生成第二复合查询，其中所述搜索结果基于所述第二复合查询。6.根据权利要求2至5中的任一项所述的方法，进一步包括：确定所述对象标识中的第二置信水平是否满足第二条件；以及至少使用满足所述第二条件的所标识的所述对象对所述查询执行所述语义查询添加以生成第三复合查询，其中所述搜索结果基于所述第三复合查询。7.根据权利要求6所述的方法，其中，所述第二置信水平高于所述第一置信水平。8.根据权利要求6所述的方法，其中，所述第一条件和第二条件由用户配置。9.一种方法，包括：由计算设备接收文本查询；由所述计算设备接收与所述查询相关联的视觉输入；由所述计算设备基于所述文本查询生成搜索结果；由所述计算设备基于所述视觉输入生成文本元数据；由所述计算设备使用所述文本元数据过滤所述搜索结果；以及由所述计算设备基于所述过滤生成过滤后的搜索结果，所述过滤后的搜索结果提供到内容的多个链接。
10.根据权利要求9所述的方法，其中，所述文本元数据是基于针对语义和视觉实体信息分析所述视觉输入而生成的。11.根据权利要求10所述的方法，其中，所述视觉输入的分析使用多遍方法。12.根据权利要求10所述的方法，其中，所述视觉输入的分析使用经训练的机器学习模型。13.根据权利要求10所述的方法，其中所述视觉输入的分析使用经训练的机器学习模型，所述经训练的机器学习模型为所述视觉输入中的对象生成分类器，并且所述搜索结果的过滤包括基于所述对象的所述分类器生成所述文本元数据。14.根据权利要求9至13中任一项所述的方法，其中，所述查询的所述搜索结果是基于将所述文本元数据与视频视觉元数据库的视频的文本元数据进行匹配而被过滤的。15.根据权利要求10至14中任一项所述的方法，其中，针对语义和视觉实体信息分析所述视觉输入包括：对所述视觉输入执行对象标识；确定所述对象标识中的第一置信水平是否满足第一条件，其中所述搜索结果的过滤包括至少使用满足所述第一条件的所标识的所述对象来生成第二复合查询，并且所述搜索结果基于所述第二复合查询。16.根据权利要求15所述的方法，进一步包括确定所述对象标识中的第二置信水平是否满足第二条件，其中所述搜索结果的过滤包括至少使用满足所述第二条件的所标识的所述对象来生成第三复合查询，并且所述搜索结果基于所述第三复合查询。17.根据权利要求16所述的方法，其中，所述第二置信水平高于所述第一置信水平。18.一种方法，包括：由计算设备接收内容；由所述计算设备接收与所述内容相关联的视觉输入；由所述计算设备对所述视觉输入执行对象标识；由所述计算设备基于所述对象标识生成语义信息；以及由所述计算设备存储所述内容和与所述内容相关联的所述语义信息。19.根据权利要求18所述的方法，其中，所述对象标识使用经训练的机器学习模型。20.根据权利要求18或19所述的方法，其中所述对象标识的执行使用经训练的机器学习模型，所述经训练的机器学习模型为所述视觉输入中的对象生成分类器，并且所述语义信息的生成包括基于所述对象的所述分类器生成文本。

技术总结
一种方法，包括在第一时间接收文本查询，在第一时间之后的第二时间接收与文本查询相关联的视觉输入，基于视觉输入生成文本，基于文本查询和基于视觉输入的文本的组合生成复合查询，以及基于复合查询生成搜索结果，该搜索结果包括到内容的多个链接。索结果包括到内容的多个链接。索结果包括到内容的多个链接。


技术研发人员：迪亚内
受保护的技术使用者：谷歌有限责任公司
技术研发日：2020.09.03
技术公布日：2022/2/23