监控视频的多模态检索方法、系统、电子设备及存储介质

本申请实施例提出了监控视频的多模态检索方法、系统、电子设备及存储介质，所述方法包括：获得用户输入的针对监控视频的搜索文本；根据所述搜索文本，从所述监控视频中获得目标图像；对所述搜索文本进行行业分类，根据所述搜索文本所属的目标行业类型对应的行业图谱，确定与所述搜索文本对应的衍生关系，并基于所述衍生关系生成目标检索报告的目标文本描述；基于所述目标文本描述和所述目标图像，生成所述目标检索报告，在上述技术方案中，通过搜索文本对应的衍生关系生成目标文本描述以及根据所述搜索文本从监控视频中获得的目标图像，生成图像与文字描述结合的更准确的检索报告。