基于双曲空间表示的视频检索方法、系统、终端设备及介质

本发明公开了一种基于双曲空间表示的视频检索方法、系统、终端设备及介质，涉及视频检索技术领域，所述方法包括：通过对待检索视频进行特征提取、稀疏采样，并经过全连接层FC与HLFormer模块的处理，得到双曲空间表示增强的视频特征；通过对待查询文本进行特征提取，并经过全连接层FC、Transformer模块与注意力池化模块Attention，得到文本语句特征；通过文本语句特征和视频特征进行余弦相似度计算，将最高的视频片段余弦相似度作为检索得分，并选取检索得分最高的视频作为待查询文本对应的目标视频。本发明通过HLFormer模块在混合空间中对视频特征进行编码与动态融合多尺度特征，利用双曲空间学习来弥补欧几里得空间在视频层次建模方面的不足，提高了视频检索性能。