Получение видео с помощью векторизации (предварительная версия 4.0)

Статья
02/15/2024

API извлечения видео в Azure ИИ являются частью Azure AI Vision и позволяют разработчикам создавать индекс, добавлять в него документы (видео и изображения) и выполнять поиск по естественному языку. Разработчики могут определять схемы метаданных для каждого индекса и приема метаданных в службу, чтобы помочь с получением. Разработчики также могут указать, какие функции следует извлечь из индекса (визуального распознавания, речи) и отфильтровать их поиск на основе функций.

Необходимые компоненты

Подписка Azure — создайте бесплатную учетную запись.
После получения подписки Azure создайте ресурс Визуального зрения с помощью портала. Для этого предварительного просмотра необходимо создать ресурс в одном из следующих регионов: Восточная Австралия, Северная Швейцария, Центральная Швеция или восточная часть США.
Ресурс служба хранилища Azure — создание ресурса

Требования к входным данным

Поддерживаемые форматы

File format	Description
`asf`	ASF (расширенный и активный формат потоковой передачи)
`avi`	AVI (аудио видео interleaved)
`flv`	FLV (Видео флэш-памяти)
`matroskamm`, `webm`	Matroska / WebM
`mov`,`mp4`,,`m4a`,`3gp`,`3g2mj2`	QuickTime / MOV

Поддерживаемые видеокодеки

Кодек	Формат
`h264`	H.264 / AVC / MPEG-4 AVC / MPEG-4 часть 10
`h265`	H.265/HEVC
`libvpx-vp9`	libvpx VP9 (codec vp9)
`mpeg4`	MPEG-4 часть 2

Поддерживаемые аудиокодеки

Кодек	Формат
`aac`	AAC (расширенное кодирование звука)
`mp3`	MP3 (MPEG Audio Layer 3)
`pcm`	PCM (несжатый)
`vorbis`	Vorbis
`wmav2`	Windows Media Audio 2

Вызов API получения видео

Чтобы использовать API извлечения видео в типичном шаблоне, выполните следующие действия:

Создание индекса с помощью PUT — создание индекса.
Добавьте видео документы в индекс с помощью PUT — CreateIngestion.
Дождитесь завершения приема, проверка ing with GET - ListIngestions.
Найдите ключевое слово или фразу с помощью POST — SearchByText.

Использование API получения видео для поиска на основе метаданных

API получения видео позволяет пользователю добавлять метаданные в видеофайлы. Метаданные — это дополнительные сведения, связанные с видеофайлами, такими как "Камера идентификатор", "Метка времени" или "Расположение", которые можно использовать для упорядочивания, фильтрации и поиска определенных видео. В этом примере показано, как создать индекс, добавить видеофайлы с связанными метаданными и выполнять поиск с помощью различных функций.

Шаг 1. Создание индекса

Для начала необходимо создать индекс для хранения и упорядочивания видеофайлов и их метаданных. В приведенном ниже примере показано, как создать индекс с именем my-video-index с помощью API создания индекса.

curl.exe -v -X PUT "https://<YOUR_ENDPOINT_URL>/computervision/retrieval/indexes/my-video-index?api-version=2023-05-01-preview" -H "Ocp-Apim-Subscription-Key: <YOUR_SUBSCRIPTION_KEY>" -H "Content-Type: application/json" --data-ascii "
{
  'metadataSchema': {
    'fields': [
      {
        'name': 'cameraId',
        'searchable': false,
        'filterable': true,
        'type': 'string'
      },
      {
        'name': 'timestamp',
        'searchable': false,
        'filterable': true,
        'type': 'datetime'
      }
    ]
  },
  'features': [
    {
      'name': 'vision',
      'domain': 'surveillance'
    },
    {
      'name': 'speech'
    }
  ]
}"

Ответ.

HTTP/1.1 201 Created
Content-Length: 530
Content-Type: application/json; charset=utf-8
request-id: cb036529-d1cf-4b44-a1ef-0a4e9fc62885
api-supported-versions: 2023-01-15-preview,2023-05-01-preview
x-envoy-upstream-service-time: 202
Date: Thu, 06 Jul 2023 18:05:05 GMT
Connection: close

{
  "name": "my-video-index",
  "metadataSchema": {
    "language": "en",
    "fields": [
      {
        "name": "cameraid",
        "searchable": false,
        "filterable": true,
        "type": "string"
      },
      {
        "name": "timestamp",
        "searchable": false,
        "filterable": true,
        "type": "datetime"
      }
    ]
  },
  "userData": {},
  "features": [
    {
      "name": "vision",
      "modelVersion": "2023-05-31",
      "domain": "surveillance"
    },
    {
      "name": "speech",
      "modelVersion": "2023-06-30",
      "domain": "generic"
    }
  ],
  "eTag": "\"7966244a79384cca9880d67a4daa9eb1\"",
  "createdDateTime": "2023-07-06T18:05:06.7582534Z",
  "lastModifiedDateTime": "2023-07-06T18:05:06.7582534Z"
}

Шаг 2. Добавление видеофайлов в индекс

Затем вы можете добавить видеофайлы в индекс с соответствующими метаданными. В приведенном ниже примере показано, как добавить два видеофайла в индекс с помощью URL-адресов SAS с ПОМОЩЬЮ API создания приема .

curl.exe -v -X PUT "https://<YOUR_ENDPOINT_URL>/computervision/retrieval/indexes/my-video-index/ingestions/my-ingestion?api-version=2023-05-01-preview" -H "Ocp-Apim-Subscription-Key: <YOUR_SUBSCRIPTION_KEY>" -H "Content-Type: application/json" --data-ascii "
{
  'videos': [
    {
      'mode': 'add',
      'documentId': '02a504c9cd28296a8b74394ed7488045',
      'documentUrl': 'https://example.blob.core.windows.net/videos/02a504c9cd28296a8b74394ed7488045.mp4?sas_token_here',
      'metadata': {
        'cameraId': 'camera1',
        'timestamp': '2023-06-30 17:40:33'
      }
    },
    {
      'mode': 'add',
      'documentId': '043ad56daad86cdaa6e493aa11ebdab3',
      'documentUrl': '[https://example.blob.core.windows.net/videos/043ad56daad86cdaa6e493aa11ebdab3.mp4?sas_token_here',
      'metadata': {
        'cameraId': 'camera2'
      }
    }
  ]
}"

Ответ.

HTTP/1.1 202 Accepted
Content-Length: 152
Content-Type: application/json; charset=utf-8
request-id: ee5e48df-13f8-4a87-a337-026947144321
operation-location: http://api.example.com.trafficmanager.net/retrieval/indexes/my-test-index/ingestions/my-ingestion
api-supported-versions: 2023-01-15-preview,2023-05-01-preview
x-envoy-upstream-service-time: 709
Date: Thu, 06 Jul 2023 18:15:34 GMT
Connection: close

{
  "name": "my-ingestion",
  "state": "Running",
  "createdDateTime": "2023-07-06T18:15:33.8105687Z",
  "lastModifiedDateTime": "2023-07-06T18:15:34.3418564Z"
}

Шаг 3. Дождитесь завершения приема

После добавления видеофайлов в индекс начинается процесс приема. В зависимости от размера и количества файлов может потребоваться некоторое время. Чтобы убедиться, что прием завершен перед выполнением поисковых запросов, вы можете использовать API приема для проверка состояния. Дождитесь возвращения "state" = "Completed" этого вызова, прежде чем перейти к следующему шагу.

curl.exe -v -X GET "https://<YOUR_ENDPOINT_URL>/computervision/retrieval/indexes/my-video-index/ingestions?api-version=2023-05-01-preview&$top=20" -H "ocp-apim-subscription-key: <YOUR_SUBSCRIPTION_KEY>"

Ответ.

HTTP/1.1 200 OK
Content-Length: 164
Content-Type: application/json; charset=utf-8
request-id: 4907feaf-88f1-4009-a1a5-ad366f04ee31
api-supported-versions: 2023-01-15-preview,2023-05-01-preview
x-envoy-upstream-service-time: 12
Date: Thu, 06 Jul 2023 18:17:47 GMT
Connection: close

{
  "value": [
    {
      "name": "my-ingestion",
      "state": "Completed",
      "createdDateTime": "2023-07-06T18:15:33.8105687Z",
      "lastModifiedDateTime": "2023-07-06T18:15:34.3418564Z"
    }
  ]
}

Шаг 4. Выполнение поиска с помощью метаданных

После добавления видеофайлов в индекс можно искать определенные видео с помощью метаданных. В этом примере демонстрируется два типа поиска: один с помощью функции "визуального распознавания" и другой с помощью функции "речь".

Поиск с помощью функции "визуальное зрение"

Чтобы выполнить поиск с помощью функции визуального распознавания, используйте API поиска по тексту с vision фильтром, указав текст запроса и любые другие нужные фильтры.

curl.exe -v -X POST "https://<YOUR_ENDPOINT_URL>/computervision/retrieval/indexes/my-video-index:queryByText?api-version=2023-05-01-preview" -H "Ocp-Apim-Subscription-Key: <YOUR_SUBSCRIPTION_KEY>" -H "Content-Type: application/json" --data-ascii "
{
  'queryText': 'a man with black hoodie',
  'filters': {
    'stringFilters': [
      {
        'fieldName': 'cameraId',
        'values': [
          'camera1'
        ]
      }
    ],
    'featureFilters': ['vision']
  }
}"

Ответ.

HTTP/1.1 200 OK
Content-Length: 3289
Content-Type: application/json; charset=utf-8
request-id: 4c2477df-d89d-4a98-b433-611083324a3f
api-supported-versions: 2023-05-01-preview
x-envoy-upstream-service-time: 233
Date: Thu, 06 Jul 2023 18:42:08 GMT
Connection: close

{
  "value": [
    {
      "documentId": "02a504c9cd28296a8b74394ed7488045",
      "documentKind": "VideoFrame",
      "start": "00:01:58",
      "end": "00:02:09",
      "best": "00:02:03",
      "relevance": 0.23974405229091644
    },
    {
      "documentId": "02a504c9cd28296a8b74394ed7488045",
      "documentKind": "VideoFrame",
      "start": "00:02:27",
      "end": "00:02:29",
      "best": "00:02:27",
      "relevance": 0.23762696981430054
    },
    {
      "documentId": "02a504c9cd28296a8b74394ed7488045",
      "documentKind": "VideoFrame",
      "start": "00:00:26",
      "end": "00:00:27",
      "best": "00:00:26",
      "relevance": 0.23250913619995117
    },
  ]
}

Поиск с помощью функции "речь"

Чтобы выполнить поиск с помощью функции "речь", используйте API поиска по тексту с speech фильтром, предоставляя текст запроса и любые другие нужные фильтры.

curl.exe -v -X POST "https://<YOUR_ENDPOINT_URL>com/computervision/retrieval/indexes/my-video-index:queryByText?api-version=2023-05-01-preview" -H "Ocp-Apim-Subscription-Key: <YOUR_SUBSCRIPTION_KEY>" -H "Content-Type: application/json" --data-ascii "
{
  'queryText': 'leave the area',
  'dedup': false,
  'filters': {
    'stringFilters': [
      {
        'fieldName': 'cameraId',
        'values': [
          'camera1'
        ]
      }
    ],
    'featureFilters': ['speech']
  }
}"

Ответ.

HTTP/1.1 200 OK
Content-Length: 49001
Content-Type: application/json; charset=utf-8
request-id: b54577bb-1f46-44d8-9a91-c9326df3ac23
api-supported-versions: 2023-05-01-preview
x-envoy-upstream-service-time: 148
Date: Thu, 06 Jul 2023 18:43:07 GMT
Connection: close

{
  "value": [
    {
      "documentId": "02a504c9cd28296a8b74394ed7488045",
      "documentKind": "SpeechTextSegment",
      "start": "00:07:07.8400000",
      "end": "00:07:08.4400000",
      "best": "00:07:07.8400000",
      "relevance": 0.8597901463508606
    },
    {
      "documentId": "02a504c9cd28296a8b74394ed7488045",
      "documentKind": "SpeechTextSegment",
      "start": "00:07:02.0400000",
      "end": "00:07:03.0400000",
      "best": "00:07:02.0400000",
      "relevance": 0.8506758213043213
    },
    {
      "documentId": "02a504c9cd28296a8b74394ed7488045",
      "documentKind": "SpeechTextSegment",
      "start": "00:07:10.4400000",
      "end": "00:07:11.5200000",
      "best": "00:07:10.4400000",
      "relevance": 0.8474636673927307
    }
  ]
}

Следующие шаги

Концепции многомодальных внедрения

Получение видео с помощью векторизации (предварительная версия 4.0)

Необходимые компоненты

Требования к входным данным

Поддерживаемые форматы

Поддерживаемые видеокодеки

Поддерживаемые аудиокодеки

Вызов API получения видео

Использование API получения видео для поиска на основе метаданных

Шаг 1. Создание индекса

Шаг 2. Добавление видеофайлов в индекс

Шаг 3. Дождитесь завершения приема

Шаг 4. Выполнение поиска с помощью метаданных

Поиск с помощью функции "визуальное зрение"

Поиск с помощью функции "речь"

Следующие шаги

Дополнительные ресурсы