一种基于大模型的视频段检索方法、系统、终端及介质

本发明属于视频检索领域，具体公开一种基于大模型的视频段检索方法、系统、终端及介质，将各个原始视频数据分别分割为多个视频段；将各个视频段分别输入预先训练的多模态大模型中，提取各个视频段的特征描述和目标视频帧，其中特征描述包括自然语言特征描述和多模态特征向量；将各个视频段的自然语言特征描述、多模态特征向量和目标视频帧进行结合获得视频段特征表示；将视频段特征表示存储到数据库；获取用户输入的检索信息，将检索信息与数据库中的各个视频段特征表示进行比对，筛选出与检索信息匹配的视频数据反馈给用户。本发明通过融合自然语言特征描述和多模态特征向量，以及精确提取目标视频帧，提高视频段检索的准确性。