MPEG-7媒體的標準及其應用簡(jiǎn)介

一、引言
　　國際標準化組織（ISO）在制定MPEG-1、MPEG-2及MPEG-4的標準基礎上，推出了新的標準MPEG-7，該標準的正式名稱(chēng)為“多媒體內容描述接口”（Multimedia Content Description Interface）, 其目標就是產(chǎn)生一種描述多媒體內容數據的標準，滿(mǎn)足實(shí)時(shí)、非實(shí)時(shí)以及推-拉應用的需求,它既不同于基于波形和基于壓縮的表示方式如MPEG-1和MPEG-2,又不同于基于對象的表示方式如MPEG-4，而是將對各種不同類(lèi)型的多媒體信息進(jìn)行標準化描述，并將該描述與所描述的內容相聯(lián)系，以實(shí)現快速有效的搜索。
　　
　　二、MPEG-7的目標
　　1.支持多種音頻和視覺(jué)的描述
　　
　　描述包括自由文本、n維時(shí)空結構、統計信息、客觀(guān)屬性、主觀(guān)屬性、生產(chǎn)屬性和組合信息。對于視覺(jué)信息，描述可能包括顏色、視覺(jué)對象、紋理、草圖、形狀、體積、空間關(guān)系、運動(dòng)及變形等。對于音頻信息，描述可能包括音調、調式、音速、音速變化等。
　　
　　2.根據信息的抽象層次，提供一種描述多媒體材料的方法以便表示不同層次的用戶(hù)對信息的需求。
　　
　　3.支持數據管理的靈活性、數據資源的全球化和互操作性。
　　
　　三、MPEG-7構成要素
　　MPEG-7的主要元素包括以下幾種。

　　1.描述工具，包括一組描述符D(Descriptor )和描述方案DS (Description Schemes )。描述符是指用來(lái)定義和表達實(shí)體某一方面特征的句法或語(yǔ)法。表達實(shí)體是由特征標識符（如顏色）和數據類(lèi)型 (如字符串)等構成的。數據類(lèi)型可以是“復合”的，既可以由幾個(gè)數據類(lèi)型的組合來(lái)構成，也可以由數個(gè)D來(lái)“描述”一個(gè)特征。描述方案是由一個(gè)或多個(gè)D和DS構成，DS規定了它們相互關(guān)系的結構和語(yǔ)法。
　　
　　2.描述定義語(yǔ)言DDL（Description Definition Language），用來(lái)指定描述方案的一種語(yǔ)言。它是一種模式化語(yǔ)言，是對音視頻數據建模結果的一種表征。DDL規定了MPEG的描述工具，包括描述符和描述方案，并提供了把描述符構建為描述方案的規則。DDL同時(shí)也允許定義特殊應用中的擴展DS. 描述工具通過(guò)DDL被實(shí)例化，并以文本格式（XML）被描述。
　　
　　3.用來(lái)支持多路描述、同步問(wèn)題、傳輸機理、文件格式等的系統工具。
　　
　　四、MPEG-7屬性描述工具
　　MPEG-7標準提供了一系列的屬性描述工具對屬性進(jìn)行統一的管理，屬性描述工具多用在多于一個(gè)媒體被描述時(shí)(如音頻和視頻)。這些描述工具根據功能分為內容描述、內容管理、內容組織、導航和訪(fǎng)問(wèn)以及使用者交互5類(lèi)。
　　
　　1.基本元素(Basic Elements)
　　
　　基本的數據類(lèi)型提供了一組對描述AV（Audio-Visual）內容有幫助的擴展的數據類(lèi)型和數學(xué)類(lèi)型,如矩陣和向量等?；緮祿?lèi)型同時(shí)也能構建連接媒體文件、定位內容、描述時(shí)間、地點(diǎn)、人物等。正是這些基本元素通過(guò)DS規范構成了定義MPEG-7描述方案的基礎。
　　
　　2.內容描述(Content Description)
　　
　　內容描述的目的是描述可察覺(jué)信息內容，用以表征可知覺(jué)的內容信息。內容描述包括結構和語(yǔ)義兩個(gè)方面的內容。結構工具通過(guò)劃分片斷、幀、靜態(tài)和動(dòng)態(tài)區域來(lái)描述AV內容的時(shí)間及空間方面的結構信息。語(yǔ)義工具通過(guò)對象、事件、抽象觀(guān)念和關(guān)系等描述了和AV內容所反映的現實(shí)世界。結構工具和語(yǔ)義工具通過(guò)鏈接共同作用，共同完成了對內容的描述。
　　
　　3.內容管理(Content Management) 內容管理用于處理那些與多媒體文檔創(chuàng )建、媒體所有權和編碼等相關(guān)的信息，即那些不能被抽象出來(lái)的信息。4.內容組織(Content Organization)內容組織提供一種來(lái)描述多媒體數據的分析和分類(lèi)的方法，它可以用來(lái)描述一群對象的屬性。
　　
　　5.導航和訪(fǎng)問(wèn)(Navigation and Access)
　　
　　導航和訪(fǎng)問(wèn)工具被用來(lái)定義音頻、視頻內容的一系列摘要，分解和變換信息，使瀏覽和獲取AV內容更加便利。它包含概述、分解和變換三部分的內容。
　　
　　6.使用者交互(User Interaction)
　　
　　它描述了用戶(hù)喜好以及使用信息等，使對媒體的訪(fǎng)問(wèn)變得更加個(gè)性化，為用戶(hù)使用提供了方便。例如，可以根據用戶(hù)的愛(ài)好來(lái)定義媒體的優(yōu)先級，使用戶(hù)盡快找到最適合的信息。
　　
　　五、MPEG-7的應用領(lǐng)域
　　人們對日常生活中的多媒體信息，要求能高效率地進(jìn)行訪(fǎng)問(wèn)、交互操作和顯示。這就是MPEG-7 “Pull”(拉)和“Push”(推)的兩類(lèi)應用。這兩類(lèi)應用與社會(huì )的政治和經(jīng)濟有著(zhù)密切的聯(lián)系，在教育、影視等專(zhuān)業(yè)領(lǐng)域和消費應用的不同場(chǎng)合都是必不可少的。
　　
　　1.Pull類(lèi)型
　　
　　MPEG-7標準產(chǎn)生的目的是要定義一種規范，使對AV資料的查詢(xún)變得和現在的文本查詢(xún)一樣方便。盡管其公認的多媒體內容描述的應用遠不止“獲取”這一種，但它還是作為許多原始的MPEG-7應用而保留下來(lái)。這些“獲取”，即“Pull”類(lèi)型的應用涉及到數據庫、多媒體信息檔案以及基于網(wǎng)絡(luò )的Intenet模型(用戶(hù)向服務(wù)器索取資料)。
　　
　　以下是“Pull”類(lèi)型的一些應用。
　　
　　(1)商業(yè)音樂(lè )類(lèi)應用(卡拉OK和音樂(lè )銷(xiāo)售)
　　
　　當用戶(hù)從電視臺看到一首歌，只要唱幾段，就可不費力地從數據庫中“搜索”出完整的歌曲來(lái)；在收取了適當的費用后，即可把整首樂(lè )曲下載到用戶(hù)的計算機上。
　　
　　(2)聲音效果庫
　　
　　藝術(shù)家、聲響設計師可以指定一個(gè)聲效類(lèi)型，然后從這個(gè)聲源的眾多變化中選擇適合的需要。例如提供一個(gè)原型聲響，指定細節特征，或者使用擬聲，通過(guò)哼曲進(jìn)行“搜索”的一種變形方式，來(lái)發(fā)出他想要找的那種類(lèi)型的抽象聲音。
　　
　　(3)歷史數據庫
　　
　　人們可以通過(guò)一些特定的關(guān)鍵詞( “中華人民共和國成立啦!”)、關(guān)鍵事件(WTO)、演講人(比爾?蓋茨)、地點(diǎn)(首都)、日期(2001年9月11日)，或者是以上幾個(gè)方面的任意組合，來(lái)“搜索”一個(gè)音視頻記錄或其他相關(guān)事件。
　　
　　(4)通過(guò)可回憶的聽(tīng)覺(jué)事件進(jìn)行電影場(chǎng)景“搜索”
　　
　　在人們的記憶世界里，許多的視覺(jué)事件是難以忘懷的。最明顯的例子就是用特定的“描述”來(lái)指代電影電視場(chǎng)景或對白、音響等，用這樣的方式查找到一部電影。
　　
　　2.Push類(lèi)型
　　
　　“Push”與“Pull”類(lèi)型的應用是相反的，“Push”類(lèi)型應用更像是廣播方式，以及剛出現的網(wǎng)絡(luò )廣播。“Pull”模型是從索引到“搜索”，“Push”模型是從選擇到“過(guò)濾”。這兩類(lèi)應用有著(zhù)完全不同的要求，通常“Pull”處理的是存儲在數據庫里的靜態(tài)信息“描述”，而“Push”處理的是變化的動(dòng)態(tài)信息“描述”。“Push”，即“過(guò)濾”的要求是提供用戶(hù)只想收看或收聽(tīng)到的多媒體信息。
　　
　　如在數字系統中(包括數據廣播)，MPEG-7描述可以幫助用戶(hù)選擇節目和各類(lèi)數據廣播信息，用于當時(shí)或以后觀(guān)看，以及記錄、存貯。在個(gè)性化廣播系統的環(huán)境中，提供給用戶(hù)的數據可以按照各自的類(lèi)型從數據廣播中“過(guò)濾”出來(lái)，而類(lèi)型的生成可以是自動(dòng)的(如根據地點(diǎn)、年齡、性別、或以前的選擇行為等)，也可以是半自動(dòng)的(如根據預設的興趣等)。
　　
　　六、結束語(yǔ)
　　MPEG-7的出現是文本信息時(shí)代向多媒體信息時(shí)代過(guò)渡的必然產(chǎn)物，在未來(lái)的多媒體信息檢索服務(wù)中，MPEG-7必將發(fā)揮主導作用。目前，許多研究機構都已開(kāi)始對其中的關(guān)鍵技術(shù)進(jìn)行研究，并已取得一定成果，但離實(shí)際應用還有相當差距。隨著(zhù)MPEG標準和網(wǎng)絡(luò )系統的快速發(fā)展，MPEG-7的應用也將蓬勃發(fā)展，為我們的學(xué)習和生活提供更多的方便。