一种基于属性感知与增强查询的文本-视频检索方法、设备及介质

本发明属于电力场景多模态检索技术领域，公开一种基于属性感知与增强查询的文本‑视频检索方法、设备及介质，方法包括：获取电力作业视频及对应的查询文本，分别提取视频与查询文本的全局语义表示及属性表示，利用门控融合机制生成视频基础表示和查询文本基础表示，用电力领域知识库对查询文本基础表示进行语义补全以得到增强查询表示；构建损失函数对检索模型进行优化，得到优化后的模型；用优化后的模型获取所有电力作业视频的视频基础表示，经离线编码后存储于向量数据库中；用优化后的模型获取实时增强查询表示，并在向量数据库中检索以获取候选视频集，结合全局语义相似度与属性相似度对候选视频集中的视频进行加权重排序得到检索结果。