基于MPEG-7的視頻內(nèi)容描述及在檢索應(yīng)用中的研究.pdf

1、進(jìn)年來多媒體數(shù)據(jù)與日劇增,多媒體訪問技術(shù)也日漸豐富.然而實(shí)際應(yīng)用中要想從這些海量數(shù)據(jù)中搜尋感興趣的信息并利用這些有用信息卻依然是公認(rèn)的難題.對于文本,現(xiàn)在已經(jīng)有了很多搜索引擎來為用戶搜索文本信息,但對于視頻、音頻等內(nèi)容,卻無法通過現(xiàn)有的搜索引擎查詢到.因此如何快速有效地搜索感興趣的各種多媒體素材已成為一大挑戰(zhàn).MPEG-7將確立各種類型的多媒體信息的描述方法,這種描述與內(nèi)容密切相關(guān),并支持對用戶感興趣材料的快速和高效地檢索與定位.未來的

2、多媒體服務(wù)需要提供基于內(nèi)容的快速和有效的檢索服務(wù),這其中MPEG-7技術(shù)將發(fā)揮多方面的作用,如提供對多媒體數(shù)據(jù)對象的內(nèi)容和語義進(jìn)行精確描述的元數(shù)據(jù),采用Xlink鏈結(jié)機(jī)制實(shí)現(xiàn)描述數(shù)據(jù)與媒體數(shù)據(jù)的鏈接,使得從內(nèi)容的描述能夠快速地存取相關(guān)的媒體數(shù)據(jù),擴(kuò)展現(xiàn)在對多媒體的有限查詢能力.該文對實(shí)現(xiàn)基于MPEG-7標(biāo)準(zhǔn)的內(nèi)容描述和描述生成及其在視頻檢索中的應(yīng)用進(jìn)行了比較全面的探索.主要工作概括如下:(1)對多媒體數(shù)據(jù)內(nèi)容的元數(shù)據(jù)表示、組織和索引,多

3、媒體數(shù)據(jù)的特征提取,多媒體內(nèi)容的結(jié)構(gòu)化及多媒體數(shù)據(jù)描述模型進(jìn)行了詳細(xì)分析,著重研究解決多媒體信息的組織、如何表示、內(nèi)容的元數(shù)據(jù)描述、描述生成、使用等方面的關(guān)鍵性技術(shù)問題,其中,元數(shù)據(jù)的組織包含元數(shù)據(jù)模式、模式的名稱空間和元數(shù)據(jù)與被描述數(shù)據(jù)內(nèi)容間的鏈接.(2)對視頻內(nèi)容的MPEG-7描述及描述的生成進(jìn)行了探討.采用樹狀層次結(jié)構(gòu)模型來表示描述文檔,通過構(gòu)造一棵K叉樹(K是樹中的最大分支數(shù))來生成MPEG-7描述.(3)設(shè)計(jì)了一個(gè)基于MPEG