基于多媒體信息檢索與內容管理的MPEG-7

★★★★★【文章導讀】：基于多媒體信息檢索與內容管理的MPEG-7具體內容是：1996年10月，mpeg開始了一項新的工作，以提供對以上問題的解決方案。這個mpeg家族的新成員被稱為“多媒體內容描述接口”(multimediacontentdescriptioninterface)，簡稱為mpeg-7。其目標就是產生一種描述多…

來源：日期：2013-12-18 14:02:01 人氣：標簽：

1996年10月，mpeg開始了一項新的工作，以提供對以上問題的解決方案。這個mpeg家族的新成員被稱為“多媒體內容描述接口”(multimedia content description interface)，簡稱為mpeg-7。其目標就是產生一種描述多媒體內容數據的標準，滿足實時、非實時以及推-拉應用的需求。mpeg并不對應用標準化，但可利用應用來理解需求并評價技術，它不針對特定的應用領域，而是支持盡可能廣泛的應用領域。

mpeg-7將擴展現有標識內容的專用方案及有限的能力，包含更多的多媒體數據類型。換句話說，它將規范一組“描述子”，用于描述各種多媒體信息，也將對定義其他描述子以及結構(稱為“描述模式”)的方法進行標準化。這些“描述”(包括描述子和描述模式)與其內容關聯，允許快速有效地搜索用戶感興趣的資料。 mpeg-7將標準化一種語言來說明描述模式，即“描述定義語言”。帶有mpeg-7數據的 av資料可以包含靜止圖像、圖形、3d模型、音頻、語音、視頻，以及這些元素如何在多媒體表現中組合的信息。這些通用數據類型的特例可以包含面部表情和個人化特性。

mpeg-7的功能與其他mpeg標準互為補充。mpeg-1、 mpeg-2和mpeg-4是內容本身的表示，而mpeg-7是有關內容的信息，是比特的比特。

mpeg-3曾經存在，但由于其hdtv目標能夠用mpeg-2 工具實現，因此，該工作終止。按順序推算，下一個標準應該是mpeg-5，但是mpeg 決定不遵循序列的邏輯順序，而是選擇了數字7。mpeg-5和mpeg-6目前還沒有定義。 mpeg-7計劃在2001年9月正式成為國際標準。

二、 mpeg-7中的主要概念

為了更好地了解mpeg-7，我們需要了解mpeg-7中定義的一些概念：

數據(data) 是用mpeg-7描述的視聽資料，不考慮它們的存儲、編碼、顯示、傳輸、媒介或技術。該定義非常廣泛，包含圖形、靜止圖像、視頻、影片、音樂、語音、聲音、文本和其他相關的av媒體。

特征(feature) 指數據的特性。特征本身不能比較，而要用有意義的特征表示(描述子)和它的實例(描述值)。如圖像的顏色、語音的聲調、音頻的旋律等。

描述子(descriptor，d) 是特征的表示。它定義特征表示的句法和語義，可以賦予描述值。一個特征可能有多個描述子，如顏色特征可能的描述子有：顏色直方圖、頻率分量的平均值、運動的場描述、標題文本等。

描述值(descriptor value) 是描述子的實例。描述值與描述模式結合，形成描述。

描述模式(description scheme，ds) 說明其成員之間的關系結構和語義。成員可以是描述子和描述模式。ds和d的區別是：d僅僅包含基本的數據類型，不引用其他d或ds。如對于影片，時間結構化為場景和鏡頭，在場景級包括一些文本描述子，在鏡頭級包含顏色、運動和一些音頻描述子。

描述(description) 一個描述由一個描述模式(結構)和一組描述值組成。

編碼的描述(coded description) 是對已完成編碼的描述，滿足諸如壓縮效率、差錯恢復和隨機存取的相關要求。

描述定義語言(description definition language，ddl) 是一種允許產生新的描述模式和描述子的語言，允許擴展和修改現有的描述機制。

為了更好地理解這些術語，請參看圖1。圖中解釋了 mpeg-7在實際系統中的位置。圓角框表示處理工具，矩形框表示靜態元素，陰影部分包含mpeg-7標準的規范元素：ddl提供建立描述模式的機制，然后將描述模式作為基礎，產生一個描述。注意，描述的二進制表示是不必要的，文本表示足夠了。

三、mpeg-7的范圍

mpeg-7是針對存儲形式(在線、脫機)或流形式(如 internet上的廣播、推送模型)的應用而制定的，并且可以在實時和非實時環境中操作。一個實時環境意味著當采集資料時，信息是與內容相關的。

圖2是mpeg-7處理鏈的一種高度抽象示意圖，用于解釋mpeg-7的范圍。它包括特征抽取(分析)、描述本身和搜索引擎(應用)。為了全面開發 mpeg-7描述的潛力，自動的特征(或是描述子)提取將是極其有用的。但是很清楚，自動提取并不總是可能的，抽象層次越高，自動提取的難度就越大，這時可以采用交互提取工具。但不管它們多么有用，無論是自動的或半自動的，都不包括在標準范圍之內。主要原因是不需要對它們標準化以建立互操作性，而是留有競爭的余地。另一個原因是在技術領域允許采納更好的改進方案。搜索引擎也不包含在mpeg-7范圍之內，它不需要，競爭將產生好的結果。

像其他mpeg家族成員一樣，mpeg-7是滿足特定需求的視聽信息的標準表示。mpeg-7建立在其他標準表示的基礎之上，例如pcm、 mpeg-1、mpeg-2和mpeg-4。因此，mpeg-7會引用部分現有標準，如在mpeg-4中的形狀描述子也可以用于mpeg-7。相似地，也可以利用在mpeg-1和mpeg-2中的運動矢量。

但mpeg-7描述子將不依賴于被描述內容的編碼和存儲方式。可以把mpeg-7的描述附加到模擬電影上去，或與印在紙上的圖片相關。即使 mpeg-7描述不依賴于資料的編碼表示，但是在某種程度上，該標準建立在mpeg-4之上。 mpeg-4提供對視聽資料以對象方式編碼的方法，這些對象具有一定的時間(同步)和空間 (空間位置和三維感受)關系。利用mpeg-4編碼，將有可能把描述附加到場景中的元素(對象)上。

mpeg-7可以獨立于其他mpeg標準使用，在mpeg-4 中定義的表示方式也非常適合mpeg-7標準的建立。