MPEG-多媒体描述符与描述模式.doc

MPEG-7多媒体描述符与描述模式 【摘要】 介绍了MPEG-7标准化工具中的多媒体描述符（D）与描述模式（DS），重点在多媒体描述结构（MSD），包括内容管理、内容描述、导航与存取、内容组织和用户交互等。 【关键词】MPEG-7，描述符，描述模式，描述。 引言 在 MPEG-7中，有三个很重要的术语，它们是描述符（D），描述模式（DS）和描述。 描述符（D）是多媒体特征的表示法，一个描述符就是定义特征的语法和语义学。它用来描述以下信息： 低级视音频特征，如颜色，声音能量等； 高级视音频特征，如对象、事件和抽象概念的语法； 内容管理程序； 存储媒体信息等。 许多与低级特征相关的描述符是可以自动抽取的，而对于高级特征的描述符，往往需要人的参与。 描述模式（DS）是对描述符的扩展，它详细说明各成员之间的结构和语义，这些成员可以是描述符和描述模式本身。有两种方式： 通过在一复杂结构内对单个描述符和描述模式进行组合； 定义描述符和描述模式的相互关系。 在MPEG-7中，描述模式分为两类，即与特殊视频或音频域相关的类和与普通多媒体描述相关的类。 而描述是描述模式和一系列描述数据的描述符的值的集合。这里，数据指的是MPEG-7描述的视音频信息，与编码方式、传输方式、存储方式等有关。 多媒体描述工具组织 多媒体描述模式（MDS）的主要目的是标准化一系列描述工具，包括描述符和描述模式，用这些工具去同时处理多媒体实体及属性。这里，“实体”指的是用于描述视音频和文本的特征，而“属性”存在于所有媒体中。图1说明了MPEG-7描述模式是怎样组织多媒体内容的，它包括基本元素、内容管理、内容描述、导航与存取、内容组织和用户交互等部分。? 基本元素 MPEG-7多媒体描述模式规范定义了一些模式工具，以便于创建和打包MPEG-7描述内容。模式工具由MPEG-7根元素、高级元素和打包工具组成。根元素是MPEG-7描述的起始元素，用于创建整个MPEG-7 XML文档和MPEG-7描述框架。高级元素则紧跟在根元素后，用来组织MPEG-7与内容相关的特殊任务描述模式，如描述图像、视频、音频、视音频内容、语法等。而打包工具则是为了可以将与描述模式组成的相关部分构成文件或包。包有利于组织和传送MPEG-7描述信息的结构和内容，以便于引擎搜索。 MPEG-7定义了一些基本元素，它们作为基本结构而在整个MPEG-7描述模式定义中反复使用。许多基本元素提供了特殊数据类型的数术结构，如矢量和矩阵等，它们对于视音频内容描述起到很大的作用。也有一些基本元素用于链接媒体文件和定位某一特殊部分，如时间、地点、人物、个体和群组、组织、文本注释等描述。现对MPEG-7中的瞬时信息和文本注释作一介绍： 瞬时信息：描述时间的DS是基于ISO 8601标准的（XML描述语言也采用了ISO 8601标准，而XML语言是MPEG-7DDL的语法基础）。时间DS描述媒体流的时间信息和现实世界中的时间信息。MPEG-7扩展了ISO 8601的时间规范以在视音频内容样本中描述时间，如计算数字样本周期等。对时间规范的扩展是为了支持对大量数字视音频内容的有效瞬时信息的描述。 文本注释：它也是MPEG-7 DS的重要组成部分。MPEG-7为文本注释提供了一些基本结构，包括自由文本（如文字、词语等）、结构化文本和独立结构注释，以支持广泛的文字描述功能。 内容管理 MPEG-7同样也提供了内容管理的描述模式，这些元素描述创建和制作、媒体编码、储存和文件格式化以及内容使用等不同方面。这些描述模式类型功能如下： 创建信息：描述视音频内容的创建和制作，以及创建和分类视音频内容和与其相关的素材（对应有创建信息、分类信息和相关素材信息）。创建信息提供了一个标题（可以是文本的，也可以是视音频内容片断）、文本注释和创建信息（如创建者，创建位置和时间等）；分类信息描述视音频素材是怎样分类的，可以是常规类、主题类、目的类和语言类等等；相关素材描述是否有与正被描述的素材相关的其它视音频素材。 使用信息：描述与视音频内容使用相关的信息，如使用权限、可用性（availability）、使用记录和最终信息。权限信息没有明确包括在MPEG-7描述中，相反，它提供一种与权限所有者和权限管理和生产相关的其它信息的链接。权限DS根据唯一标识符确认，而唯一标识符是由外部授权者管理的；可用性DS和使用记录DS各自提供与可用性和过去使用情况等信息；最终DS提供产品花费以及收入等信息。使用信息经常是动态的，它在视音频内容的生命周期内是变动的。 媒体描述：描述储存媒体，如视音频数据的压缩、编码和储存格式。媒体信息DS用来识别主（master）媒体，这是最原始的源材料，其它视音频内容的实例都是源于它的。视音频内容的实例与媒体层档（Media Profile）