基于多模态的视频检索方法、装置及制冷设备系统

本申请公开了一种基于多模态的视频检索方法、装置及制冷设备系统，属于制冷设备技术领域，该方法包括：获取用户指令文本；确定该用户指令文本对应的目标图像特征向量和目标文本特征向量；根据该目标图像特征向量、该目标文本特征向量和多模态信息库，确定针对视频库中视频的多路召回结果，该多模态信息库包括根据每个视频中的图像帧处理得到的视频图像特征向量、以及根据每个视频中的图像帧和音频帧处理得到的文本集；根据该多路召回结果确定视频检索结果，从而即使用户指令模糊或无法精确表达的情况下依然能检索到所需视频，视频检索准确率高，检索效果好。