术语表

视频搜索术语表关键术语详解

为 AI 视频搜索背后的概念提供清晰、独立完整的定义 — 让你确切了解每个术语的含义及其运作方式。

AI 视频搜索

AI 视频搜索是指利用机器学习模型深入视频文件内部、定位特定内容，而不仅仅搜索它的标题、标签或文字稿。AI 会分析真实的画面帧和音频，因此你可以查找某个人物、动作、物品、场景或所说的话，并直接跳转到它出现的那个画面。

视频场景搜索是指通过描述某个场景中发生的内容，在一段较长视频里找到该特定场景的能力。你无需在时间轴上来回拖动，只需描述那个环境或事件 — 例如“海滩上的日落” — 工具便会返回匹配的片段，每个片段都附带起始时间。

画面定位器是一种工具，它能根据一段日常语言描述，精确定位视频中某件事发生的确切瞬间。它为每个匹配返回精确的时间戳，让你可以直接跳转到那个画面，而无需观看整段片段。

自然语言视频搜索让你用日常句子来搜索视频，而不是关键词或筛选条件。你就像平时说话那样输入一段对所要查找内容的描述，系统会理解你的意图并返回匹配的画面。

带时间戳的场景匹配是一种搜索结果，它把一个匹配的画面与它在视频中出现的确切时间配对在一起。每条结果都包含该内容出现在时间轴上的位置，让你可以一键直达，而无需手动查找。

画面文字搜索利用光学字符识别（OCR）来读取出现在视频帧内的文字 — 例如标识牌、幻灯片、字幕或车牌 — 并使之可被搜索。这让你能找到某个特定词语或短语在画面上出现的每一个时刻，即便它从未被说出口。

视频内容搜索是指搜索视频真实的视觉和音频内容本身，而不是其周边的元数据。它会为文件内部所见所闻建立索引，因此查询匹配的是画面本身，而不只是文件名或描述。

语义视频搜索匹配的是你查询的含义，而非精确的字词。它理解概念和近义词，所以搜索“有人在做饭”也能找到某人煎鸡蛋的片段，即便没有任何标签使用过这些确切的词。

关键帧是从视频中提取出的一个具有代表性的画面帧，通常位于场景发生变化的位置。搜索和分析工具会采样关键帧来高效理解一段视频，而无需处理每一帧，这加快了索引和匹配的速度。

反向视频搜索是指拿一段现有的视频或片段，去查找它的原始来源或它在网上出现的其他位置。它回答的是“这段素材来自哪里？” — 这与在视频内部搜索某个画面是不同的任务。SearchByVideo 不提供反向视频搜索；它是在你提供的视频内部进行搜索，以找到特定的画面。

深度搜索，或称视频索引，是指在后台分析整段视频、并为其中的人物、动作、物品、场景和文字建立可搜索索引的步骤。视频一经建立索引，之后的搜索便能即时返回结果，因为繁重的分析工作已经完成。

片段导出是指把一个匹配到的画面保存为独立短视频文件的能力。找到某个画面后，你可以裁剪到那一段并下载它，从而轻松分享一个精彩瞬间，或复用某一特定部分，而无需用到完整视频。

上传一段视频，描述你需要的画面，直接跳转到时间戳。