多媒體元數(shù)據(jù)研究.ppt

1、多媒體元數(shù)據(jù)研究,1、多媒體資源 Audio Visual Metadata ECHO (European Chronicles On-line，歐洲編年史在線) MEPG-7 MPEG-21 VRA Core Categories EAD(編碼文檔描述),2、數(shù)字圖像資源 MOA (the Making of American) 2 數(shù)字圖像元數(shù)據(jù) CDL數(shù)字圖像元數(shù)據(jù) Dig35 NISO/CLIR/RLG的圖像技術(shù)元數(shù)據(jù),3、元數(shù)據(jù)編碼與傳輸標(biāo)準(zhǔn)METS Metadata Encoding and Transmission Standard /stand

2、ards/mets 由數(shù)字圖書館聯(lián)盟(Digital Library Federation)發(fā)起研發(fā)，現(xiàn)由美國圖書館代表大會網(wǎng)絡(luò)發(fā)展與MARC標(biāo)準(zhǔn)辦公室負(fù)責(zé)維護(hù) 目標(biāo)： 期望能針對數(shù)字圖書館對象的編碼敘述、管理與元數(shù)據(jù)構(gòu)建提供一個以XML為基礎(chǔ)的框架 內(nèi)容涵蓋四個方面： 描述性元數(shù)據(jù)(Descriptive Metadata) 管理性元數(shù)據(jù)(Administrative Metadata) 文件群組(File Groups) 結(jié)構(gòu)地圖(Structural Map) METS除可以作為對象間交換的標(biāo)準(zhǔn)外，還可以作為對象保存、訪問、展示的編碼機(jī)制,4、MPEG系列標(biāo)準(zhǔn)（1、2、4、7、21） M

3、PEG是專門從事多媒體音、視頻壓縮技術(shù)標(biāo)準(zhǔn)制定的國際組織，成員包括來自近30個國家、200多個公司的400多位專家。該組織自1988年以來，已經(jīng)制定了一系列國際標(biāo)準(zhǔn)，其中MPEG-1、MPEG-2已為人們所熟知，它們?yōu)閂CD、DVD及數(shù)字電視等產(chǎn)業(yè)的發(fā)展奠定了基礎(chǔ)。目前正在制定的MPEG-4、MPEG-7和MPEG-21將為多媒體數(shù)據(jù)壓縮和基于內(nèi)容檢索的數(shù)據(jù)庫應(yīng)用提供一個更為通用的平臺，必將對下一代視、音頻系統(tǒng)和網(wǎng)絡(luò)應(yīng)用產(chǎn)生深遠(yuǎn)的影響。,MPEG-1：存儲和回放 MPEG-1制定于1993年，是針對1.5Mbps以下數(shù)據(jù)傳輸率的數(shù)字存儲媒介運動圖像及其伴音編碼的國際標(biāo)準(zhǔn)，主要用于在CD-ROM

4、上存儲同步和彩色運動視頻信號。 MPEG-2：數(shù)字電視 MPEG-2出臺于1995年，它是針對HDTV和DVD等制定的3Mbps10Mbps的運動圖像及其伴音的編碼標(biāo)準(zhǔn)。它的出現(xiàn)使得基于CD-ROM的交互式電視和數(shù)字電視成為了可能。,MPEG-4：基于對象的存取 MPEG-4于1999年成為國際標(biāo)準(zhǔn)。它和MPEG-1和MPEG-2的重點在于編碼效率上不同的是，MPEG-4的目標(biāo)是提出一種新的方式來傳輸、訪問和操作數(shù)字視聽數(shù)據(jù)。MPEG-4計劃為多種通訊規(guī)范提供一種普遍的技術(shù)解決方案，最終消除它們之間的差別。與MPEG-1和MPEG-2的另一點不同是，MPEG-1和MPEG-2是基于幀的規(guī)范，而

5、MPEG-4則是基于對象的規(guī)范。,4.1 MPEG-7：多媒體內(nèi)容描述 隨著Internet的普及和網(wǎng)絡(luò)帶寬的增加，產(chǎn)生了大量的多媒體數(shù)據(jù)，如何在浩如煙海的信息中快速、容易地獲得自己所需的內(nèi)容則成為當(dāng)前必須解決的問題。在此需求下，MPEG-7應(yīng)運而出。MPEG-7力求能夠快速且有效地搜索出用戶所需的不同類型的多媒體信息。該標(biāo)準(zhǔn)主要致力于視聽數(shù)據(jù)的信息編碼表達(dá)，換句話說也就是集中在對多媒體材料描述的通用接口的標(biāo)準(zhǔn)化上。 MPEG-7的功能與其他MPEG標(biāo)準(zhǔn)互為補(bǔ)充。MPEG-1、 MPEG-2和MPEG-4是內(nèi)容本身的表示，而MPEG-7是有關(guān)內(nèi)容的信息，是比特的比特。,MPEG-7中的主要概念

6、 數(shù)據(jù)(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(shù)。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(guān)的AV媒體。 - 特征(Feature) 指數(shù)據(jù)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(diào)、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(biāo)題文本等。 - 描述值(Descriptor Valu

7、e) 是描述子的實例。描述值與描述模式結(jié)合，形成描述。 -,描述模式(Description Scheme，DS) 說明其成員之間的關(guān)系結(jié)構(gòu)和語義。成員可以是描述子和描述模式。DS和D的區(qū)別是：D僅僅包含基本的數(shù)據(jù)類型，不引用其他D或DS。如對于影片，時間結(jié)構(gòu)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(jié)構(gòu))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(fù)和隨機(jī)存取的相關(guān)要求。 - 描述定義語言(Description

8、Definition Language，DDL) 是一種允許產(chǎn)生新的描述模式和描述子的語言，允許擴(kuò)展和修改現(xiàn)有的描述機(jī)制。 -,為了更好地理解這些術(shù)語，請參看圖1。圖中解釋了 MPEG-7在實際系統(tǒng)中的位置。圓角框表示處理工具，矩形框表示靜態(tài)元素，陰影部分包含MPEG-7標(biāo)準(zhǔn)的規(guī)范元素：DDL提供建立描述模式的機(jī)制，然后將描述模式作為基礎(chǔ)，產(chǎn)生一個描述。,MPEG-7的范圍 下圖是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(yīng)用)。,MPEG-7對視覺數(shù)據(jù)的描述 MPEG-7具體對視覺方面的描述子和描述模式有以下方面的要求:

9、(1) 特征類型 - 視覺描述允許以下特征(與查詢中使用的信息類型有關(guān))：顏色、視覺對象、紋理、輪廓(草圖)、形狀、靜止和動態(tài)圖像、體積、空間關(guān)系(相對于圖像和圖像序列中的對象空間和拓?fù)潢P(guān)系，這個關(guān)系是空間合成關(guān)系)、運動(如視頻鏡頭中的運動，用于利用時間合成信息來檢索等方面)、變形(如對象的彎曲)、視覺對象的源和它的特性(如源對象、源事件、源屬性、事件、事件屬性等)、模型(如MPEG-4 SNHC)。 (2) 利用描述進(jìn)行數(shù)據(jù)可視化 - MPEG-7數(shù)據(jù)描述應(yīng)該容許被索引數(shù)據(jù)或多或少地粗略可視化。 (3) 可視數(shù)據(jù)的格式 - 支持以下可視數(shù)據(jù)格式：數(shù)字視頻和電影(例如MPEG- 1/2/4)

10、、模擬視頻和電影、電子形式的靜態(tài)圖像(如JPEG)或紙上的圖像、圖形、3D模型以及與視頻關(guān)聯(lián)的編輯數(shù)據(jù)。 (4) 可視數(shù)據(jù)類型 - 可以是自然視頻、靜態(tài)圖像、圖形、動畫、三維模型、編輯信息。,MPEG-7對聽覺數(shù)據(jù)的描述 (1) 特征類型 - 頻率輪廓線、音頻對象、音色、和聲、頻率特征、振幅包絡(luò)、時間結(jié)構(gòu)(包括節(jié)奏)、文本內(nèi)容(語音或歌詞)、聲波近似值(通過哼唱一段旋律或發(fā)出一種聲音效果來生成)、原型聲音(典型的用于示例查詢)、空間結(jié)構(gòu)(用于多通道聲源，如立體聲、5.1通道等，每個聲道有特定的映像)、聲源和它的特性(例如源對象、源時間、源屬性、事件、事件屬性和典型的關(guān)聯(lián)場景)、模型(如MPEG

11、-4 SAOL)。 - (2) 描述數(shù)據(jù)的聽覺化 - 類似視覺數(shù)據(jù)的要求。 - (3) 聽覺數(shù)據(jù)格式 - 數(shù)字音頻(如MPEG-1音頻、CD)、模擬音頻(如錄音帶介質(zhì))、MIDI(包括一般的MIDI和Karaoke格式)、基于模型的音頻、產(chǎn)品數(shù)據(jù)。 - (4) 聽覺數(shù)據(jù)類 - 聲音軌跡(自然音頻場景)、音樂、原子聲音效果(如掌聲)、語音、符號音頻表示(MIDI、SNHC音頻)、混音信息(包括效果)。,4.2 MPEG-7的“拉”應(yīng)用 1）視頻數(shù)據(jù)庫的存儲和檢索 - 電視和電影檔案中保存有大量的各種格式的多媒體資料，如數(shù)字、模擬磁帶和膠片、CD等，這些資料不一定有描述信息(元數(shù)據(jù))，即使有也大都

12、是簡單的文本描述，它們以專用的格式存儲在數(shù)據(jù)庫中，因此，需要按照國際標(biāo)準(zhǔn)格式進(jìn)行存儲和交換。另外，要對大量舊的模擬視聽資料進(jìn)行數(shù)字化，在數(shù)字化和壓縮階段，可以在數(shù)據(jù)庫中使其包含基于內(nèi)容的索引特征。對于新的視聽媒體，在視頻生產(chǎn)的各個階段可以把描述信息附加在視頻流上，從而極大地提高了用手工進(jìn)行有限詞匯注釋的質(zhì)量和生產(chǎn)率。,“拉”應(yīng)用 2）專業(yè)媒體制作方面的圖片和視頻提交 - 演播室需要向電視頻道提交適當(dāng)?shù)囊曨l，另外還需要編輯一段庫中的視頻，如編輯記錄片和廣告片等。 - 在這個應(yīng)用中，用戶是專業(yè)性的。演播人員可以基于元數(shù)據(jù)和視頻片段來提交一個完整的視頻，可以基于客觀特性和主觀特性來查詢出想要的視頻片

13、段并用于編輯。查詢也可以作用于分布數(shù)據(jù)庫，以獲得視覺、版權(quán)和價格信息，以及源視頻資料的技術(shù)質(zhì)量數(shù)據(jù)。 - 在設(shè)計方面，靜止圖片也具有相似的應(yīng)用和需求。Web 設(shè)計人員并不都是做新的設(shè)計，有時也在網(wǎng)絡(luò)上選擇現(xiàn)有的圖片用于Web站點的設(shè)計。在網(wǎng)絡(luò)上，設(shè)計人員可以通過基于內(nèi)容的檢索方法挑選想要的素材。其他設(shè)計領(lǐng)域具有相似的可視搜索用途。,“拉”應(yīng)用 3）商業(yè)音樂應(yīng)用(卡拉OK和音樂銷售) - 卡拉OK在亞洲極其流行。一般是根據(jù)歌名和原唱者姓名檢索，但也常有記不清歌名的情況。這時可以利用音頻內(nèi)容檢索技術(shù)，業(yè)余歌手哼幾句記憶的曲調(diào)，讓計算機(jī)查找相應(yīng)的歌曲(或給出相似歌曲的列表)。 - 相似的與音樂銷售有

14、關(guān)的應(yīng)用是把可選擇的音樂庫擴(kuò)展到用戶家里。人們可以容易地訪問在線數(shù)據(jù)庫，用基于內(nèi)容的方式(結(jié)合歌手名、風(fēng)格、歌名、創(chuàng)作年代等)，查找感興趣的歌曲和音樂作品，并付費下載。,“拉”應(yīng)用 4）聲音效果庫 - 對于要使用大容量聲音效果數(shù)據(jù)庫的藝術(shù)家和聲音設(shè)計人員，常規(guī)的數(shù)據(jù)庫管理和搜索方法是不夠的。一個聲音設(shè)計人員要求從聲音效果庫中選擇出要求的聲音效果，其選擇方式可能是由設(shè)計人員提供原型化的聲音和音頻特征，甚至可以發(fā)出類似要查找的聲音，通過擬聲方式查詢。 - 5）歷史語音數(shù)據(jù)庫 - 可以通過口頭關(guān)鍵詞、關(guān)鍵事件、說話人、地點、日期，或以上屬性的組合來搜索歷史數(shù)據(jù)庫中的音頻錄音和視聽演講。這種應(yīng)用也可以

15、輔助教育或新聞業(yè)應(yīng)用。例如，用戶說一句關(guān)鍵詞：I have a dream, 系統(tǒng)把語音轉(zhuǎn)換為文本關(guān)鍵詞，查找出馬丁路德金的錄音和演講文本。,“拉”應(yīng)用 6）通過聽覺事件進(jìn)行電影場景檢索 - 許多視覺場景是與聲音事件相關(guān)的。例如在喜劇電影或電視場景中，人們可以通過記憶的對話和臺詞來檢索電影的場景。另外，還可以通過明顯的聲音事件來檢索，例如通過觀眾的歡呼聲和解說員的解說詞檢索足球進(jìn)球的場景，通過爆炸聲檢索戰(zhàn)斗和破壞場景等。音軌中的聽覺事件也同樣具有這樣的檢索能力。該應(yīng)用利用語音的描述和聲音效果的描述來實現(xiàn)檢索。 7）商標(biāo)庫的注冊和檢索 - 通常情況下，商標(biāo)是二維圖像，包含文本、圖畫或圖片以及象征

16、性的顏色。二維商標(biāo)可以分為三類：文字商標(biāo)(僅僅包含文字，適合用文本注釋來描述)、圖案商標(biāo)(僅僅包含圖形或象征性標(biāo)志，需要形狀描述)、組合形式的商標(biāo)(包含字符和圖形)。,4.3 MPEG-7的“推”應(yīng)用 與以上的“拉”應(yīng)用相反，下面的“推”應(yīng)用類似于廣播和Web廣播?！巴啤睉?yīng)用用到“選擇”和“過濾”，而不是“索引”和“檢索”，因此有非常不同的要求。通常它們涉及到流描述，而不是存儲在數(shù)據(jù)庫中的靜態(tài)描述。,“推”應(yīng)用 1）用戶代理驅(qū)動的媒體選擇和過濾 - - 過濾與搜索正好相反。搜索涉及“拉”信息，而過濾意味著“推”信息。搜索請求“包含”那些信息，而過濾“排斥”指定的數(shù)據(jù)，但二者都從相同的元信息中獲

17、得好處。廣播媒體這種形式正向WWW轉(zhuǎn)移，使WWW這種典型的 “拉”媒體同時具有廣播的能力。 - 面向消費者的選擇技術(shù)可以用于個人化視聽節(jié)目的應(yīng)用。在收集與個人相關(guān)的新聞節(jié)目方面，這甚至可以做到比典型的VOD更進(jìn)一步。例如，一個面向內(nèi)容生產(chǎn)商的選擇技術(shù)可以在片段和鏡頭級從數(shù)據(jù)庫中收集原始資料。,“推”應(yīng)用 2）個人化電視服務(wù) - 在廣播領(lǐng)域，內(nèi)容的描述可以輔助廣播數(shù)據(jù)的選擇，所選擇的廣播數(shù)據(jù)形式可以是即時的或以后要觀看的，或錄像形式的。對于個人化廣播，提供給用戶的數(shù)據(jù)可以按照用戶自己的喜好來對廣播流進(jìn)行過濾，其形式可以是自動方式的，例如根據(jù)地理位置、年齡、性別或以前的選擇行為自動選擇，或是半自動

18、方式(基于預(yù)定的設(shè)置)。結(jié)合NVOD(準(zhǔn)視頻點播)服務(wù)，可以基于關(guān)鍵幀實現(xiàn)步進(jìn)/后退操作，加速節(jié)目的表現(xiàn)。對于未來的廣播服務(wù)，與節(jié)目中特定事件相關(guān)的交互功能也很重要。 3）智能多媒體表現(xiàn) - 隨著可獲取信息的大量增加，人們正在尋找一種新的方式，自動地表現(xiàn)這些數(shù)據(jù)。它可以通過把上下文、用戶、應(yīng)用和設(shè)計原則的知識與顯示信息的知識結(jié)合起來完成。靈活地應(yīng)用這些知識，就可以設(shè)計一種智能多媒體表現(xiàn)系統(tǒng)。,“推”應(yīng)用 4）個人化瀏覽、過濾和搜索 - 這種應(yīng)用背景是在消費者的家里。使用一種靈巧裝置將瀏覽、過濾和搜索功能集于一體。平常，這個靈巧裝置按照主人的設(shè)置(愛好)自動過濾廣播數(shù)據(jù)，錄下感興趣的節(jié)目，等到主

19、人有空的時候觀看。觀看過程中可以充分利用內(nèi)容描述能力，快速地基于內(nèi)容瀏覽，或搜索出感興趣的片段。 5）特別的信息存取 - 這種應(yīng)用滿足殘疾人的信息存取要求，提供主動的信息表現(xiàn)形式，可以幫助他們克服信息獲取的問題。關(guān)鍵問題是允許用多模態(tài)通信來表現(xiàn)信息。例如，一個搜索代理不僅為盲人排除圖像顯示，而且獲得MPEG7的元數(shù)據(jù)。在元數(shù)據(jù)的輔助下，可以通過發(fā)聲和觸覺的形式表現(xiàn)信息。相似的元數(shù)據(jù)可以幫助其他方面有障礙的殘疾人。,4.4 MPEG-7特殊的專業(yè)應(yīng)用和控制 1）遠(yuǎn)程購物 - 越來越多的商品是通過在線商品目錄銷售的。如果目錄限制為文本形式，效果就不好。視覺的印象要比文本的印象深刻得多。用常規(guī)的方法

20、可以檢索到商品，但是對于要買的商品，往往是許多用戶僅僅知道一些模糊的概念，“看到了才知道”。因此，需要提供視覺查找方法，以及逐步調(diào)整搜索要求，最終找到所要的商品。例如，“我要查找棕色的鞋子，像這樣的鞋子，但是后跟要高一些”，或者是 “我在找這種花樣的窗簾，但是顏色要更鮮艷一點”。這樣的可視搜索還適合地毯、布料、內(nèi)裝修、建筑等方面的商品選購。它需要一種集中更新的圖像數(shù)據(jù)庫系統(tǒng)支持分布的銷售點的信息存取。,2）生物醫(yī)學(xué)應(yīng)用 - 醫(yī)學(xué)是視覺識別技術(shù)的用武之地之一。醫(yī)學(xué)資料充滿了大量的圖像，以不同的縮放比例，表示身體各部分正常和病變的狀況。診斷中通常需要調(diào)用這些資料，而僅僅用基于文本的描述是不夠的。因

21、此，需要能夠響應(yīng)圖像查詢的搜索引擎。醫(yī)生調(diào)用醫(yī)療數(shù)據(jù)庫中的病例記錄，比較X光照片以判斷病變組織。醫(yī)學(xué)中的 3D成像技術(shù)越來越重要，因此，圖像查詢要能夠處理2D和3D數(shù)據(jù)。有些病例資料包含聲音描述，例如胸透X光照片結(jié)合咳嗽聲，這時需要交叉模型的搜索方法支持查詢。,3）遙感應(yīng)用 - 遙感應(yīng)用基于衛(wèi)星圖像數(shù)據(jù)庫。數(shù)以百萬計的圖像是按照全色、多頻譜、超頻譜等方法獲得的。直到現(xiàn)在，圖像庫中的搜索還是基于文本信息的，例如現(xiàn)場名、幾何、頻譜和地物信息。一種挑戰(zhàn)是為在線數(shù)據(jù)庫系統(tǒng)提供以下功能：文本查詢、基于整體和部分參考圖像(一個和多個頻譜邊帶)的圖像查詢、基于內(nèi)容的檢索和瀏覽、保密性和數(shù)據(jù)保護(hù)。 4）半自動

22、多媒體編輯 - 在擁有足夠的內(nèi)容信息條件下，多媒體對象可以干些什么？擁有足夠的自身結(jié)構(gòu)信息，再結(jié)合操縱這些結(jié)構(gòu)的方法，一段“靈巧”的多媒體數(shù)據(jù)片段能夠自己編輯自己，以適應(yīng)鄰接的多媒體數(shù)據(jù)。例如，來自不同信息源的一段音樂和視頻片段可以自動結(jié)合并同步在指定的同步點。,5）教育應(yīng)用 - 在教育軟件中使用多媒體所面臨的挑戰(zhàn)是盡量利用媒體內(nèi)在的信息支持各種教學(xué)方法，諸如小結(jié)、問答、對錯誤理解和非理解的反應(yīng)檢測等。通過提供對大型數(shù)據(jù)庫中視頻序列和圖像、圖形、動畫媒體的基于內(nèi)容存取，MPEG7 可以促進(jìn)教育領(lǐng)域采用音頻和視頻等媒體資料進(jìn)行形象直觀的教學(xué)和培訓(xùn)。應(yīng)用的方式主要是通過在線的視聽資料的檢索和比較，

23、在課堂里生動形象地展示教學(xué)內(nèi)容。例如歷史課、表演藝術(shù)課、音樂課等。 6）監(jiān)測應(yīng)用 - 在監(jiān)測應(yīng)用中，攝像機(jī)監(jiān)視敏感區(qū)域，如果某事件發(fā)生，系統(tǒng)即觸發(fā)行動。系統(tǒng)可以建立數(shù)據(jù)庫，積累視頻數(shù)據(jù)和元數(shù)據(jù)信息。元數(shù)據(jù)的提取(在編碼器端)和元數(shù)據(jù)的使用(在解碼器端) 采用相同的數(shù)據(jù)庫。對采集的數(shù)據(jù)庫可以進(jìn)行為指定的事件搜索音頻/視頻數(shù)據(jù)庫、查找相似的事件、判斷和決策。,7）基于視覺的控制 - 在控制領(lǐng)域，基于視覺的控制不是用基于文本的方法控制程序，而是采用圖像、視覺對象和圖像序列來指定控制行為，形成完整的控制環(huán)。這里要求多媒體對象的描述中包含豐富的對象時空關(guān)系描述，以及任意對象之間的關(guān)系描述。在這些標(biāo)準(zhǔn)的關(guān)

24、系描述基礎(chǔ)上可以實現(xiàn)基于視覺的控制系統(tǒng)。,4.5 -21多媒體框架標(biāo)準(zhǔn) 數(shù)字圖書館是采用現(xiàn)代高新技術(shù)的數(shù)字信息資源系統(tǒng),它不受時間和空間的限制,是一個多功能、易于使用、超大規(guī)模的信息資源庫。在數(shù)字圖書館的資源建設(shè)中,多媒體信息占據(jù)了信息資源的很大一部分。如何獲取數(shù)字視頻/音頻及合成圖形等信息,如何傳送各種不同類型的媒體并為用戶提供透明的信息服務(wù),以及如何進(jìn)行內(nèi)容的管理、內(nèi)容的重定位、各種權(quán)利的保護(hù)、非授權(quán)存取和修改的保護(hù)等問題,日益受到數(shù)字圖書館建設(shè)者的重視。目前已經(jīng)建立的傳輸和數(shù)字媒體的基礎(chǔ)結(jié)構(gòu)、要素、規(guī)范之間還沒有一個明確的關(guān)系描述方法。如果有一種結(jié)構(gòu)或者框架能夠保證數(shù)字媒體消費的簡單性,

25、并在一定的情況下自動完成交易,那么它就能夠處理好數(shù)字項消費中諸要素之間的關(guān)系。-21就是在這種背景下提出的。 -21總體上來講是一個支持通過異構(gòu)網(wǎng)絡(luò)和設(shè)備使用戶透明而廣泛地使用多媒體資源的標(biāo)準(zhǔn),其目標(biāo)是建立一個交互的多媒體框架。-21是一個針對實現(xiàn)具有知識產(chǎn)權(quán)管理和保護(hù)能力的數(shù)字多媒體內(nèi)容的技術(shù)標(biāo)準(zhǔn)。,-21的基本概念 -21是由通過數(shù)字而相互作用的用戶組成的。-21的行為主體是用戶,規(guī)范的動作是“使用”,作用的客體是數(shù)字項,-21作用的過程中形成了多媒體內(nèi)容傳送鏈和價值傳送鏈。以下是-21的三個基本概念。1用戶()-21中的用戶是一個廣義的概念,可以是世界各地的個人、消費者、團(tuán)體、組織、公司

26、、政府以及其他標(biāo)準(zhǔn)化組織和主體。從技術(shù)上講,-21認(rèn)為內(nèi)容的提供者和消費者同樣都是-21的用戶。用戶可以各種方式“使用”內(nèi)容,包括對內(nèi)容進(jìn)行發(fā)布、遞送和消費等。 2使用()-21提供了一個多媒體框架供一個用戶與另一用戶進(jìn)行以數(shù)字信息為目標(biāo)相互作用,相互作用所涉及的各方均為用戶。這里所指的相互作用即為對內(nèi)容的“使用”,它包括內(nèi)容創(chuàng)建、內(nèi)容提供、內(nèi)容存檔、內(nèi)容定級、內(nèi)容增強(qiáng)和遞送、內(nèi)容聚集、內(nèi)容傳輸、內(nèi)容發(fā)表、內(nèi)容零售、內(nèi)容消費、內(nèi)容提交、內(nèi)容管制、以上各項交易的簡化及管制等。 3數(shù)字項()-21的數(shù)字項是一個結(jié)構(gòu)化的數(shù)字對象,是按標(biāo)準(zhǔn)進(jìn)行表達(dá)、標(biāo)記并帶有描述性的數(shù)據(jù)。數(shù)字項是數(shù)字資源及其相關(guān)內(nèi)容

27、(圖像、數(shù)據(jù)文件、音頻、視頻等)的集合。它是-21框架中傳送和交易的最基本單元,是用戶之間發(fā)生關(guān)系的目的。,-21的結(jié)構(gòu)組成-21多媒體框架是一個結(jié)構(gòu)化的框架,從結(jié)構(gòu)上可分成七大要素:.數(shù)字項聲明():數(shù)字項聲明的目的是建立數(shù)字項統(tǒng)一和靈活的摘要和數(shù)字項的可互操作性方案。對于同一內(nèi)容有許多描述方法,因此希望能有一個強(qiáng)大的、方便的數(shù)字項模型來表示無數(shù)種形式中的數(shù)字項的描述。 .內(nèi)容展現(xiàn)手法():它是不同媒體的數(shù)據(jù)展現(xiàn)方式,如音頻、視頻的播放。-21提供的內(nèi)容表示可以通過分級的和錯誤恢復(fù)方法有效地表示任何數(shù)據(jù)類型?？蚣苤械膬?nèi)容可以編碼、描述、存儲、傳送、保護(hù)、交易、消費等。在-21中,多媒體內(nèi)容表

28、示可完成對-21基本對象的表示。 .數(shù)字項的標(biāo)記和描述():這是對不同自然屬性、類型的數(shù)字項進(jìn)行統(tǒng)一標(biāo)記和描述的結(jié)構(gòu)。 .內(nèi)容的管理和使用():-21的目的是通過各種不同的網(wǎng)絡(luò)和設(shè)備透明地使用網(wǎng)絡(luò)內(nèi)容,所以對于內(nèi)容的檢索、定位、存檔、跟蹤、發(fā)布、使用顯得越來越重要。,.知識產(chǎn)權(quán)的管理和保護(hù)():-21可通過大范圍的網(wǎng)絡(luò)和設(shè)備對這些權(quán)利、興趣和認(rèn)定事項提供可靠的管理和保護(hù),同時在某種程度上獲得、編輯、發(fā)布相關(guān)的政策、法規(guī)、準(zhǔn)則。 .終端和網(wǎng)絡(luò)():-21通過屏蔽網(wǎng)絡(luò)和終端的安裝、管理和實現(xiàn)問題,使用戶能夠透明地操作和發(fā)布高級多媒體內(nèi)容。 .事件報告( ):它可以使用戶準(zhǔn)確了解框架中所有可報告事件

29、的接口和計量。事件報告將為用戶提供特定交互的執(zhí)行方法,同樣允許大量超范圍的處理,允許其他框架和模型與-21實現(xiàn)互操作。,-21的關(guān)鍵問題 1網(wǎng)絡(luò)部分的關(guān)鍵問題 .網(wǎng)絡(luò)傳送:包括傳送帶寬和速度、網(wǎng)絡(luò)的一致性和可靠性、數(shù)據(jù)流控制、延遲、差錯率、存取時間、移動性、性能價格比以及連通性等問題。 .服務(wù)和設(shè)備的易用性:涉及到智能化、綜合連接、設(shè)備兼容、不同平臺之間的互操作性、國際間兼容性、設(shè)備設(shè)計上對民族文化的沖擊以及設(shè)備之間的分布式智能化等問題。 .物理媒體格式的互操作性:包括與內(nèi)容無關(guān)的格式、后向兼容格式、媒體的壽命、不同平臺的標(biāo)準(zhǔn)存儲媒質(zhì)以及媒質(zhì)間的內(nèi)容傳輸?shù)取?.多平臺的解碼和繪制:在不同類型或

30、不同參數(shù)的平臺(設(shè)備)上回放內(nèi)容,并保證一定的質(zhì)量,另外還包括保證不同編解碼模式對用戶的透明性等問題。2內(nèi)容和質(zhì)量方面的關(guān)鍵問題 .服務(wù)質(zhì)量和靈活性:包括可靠性、質(zhì)量檢測、用戶感知的質(zhì)量、信息集成、評價、易用性、對用戶需求的動態(tài)響應(yīng)、點播、有效平滑的繪制、可預(yù)測性和連續(xù)性,以及服務(wù)的可接入性等問題。,-21的關(guān)鍵問題 .內(nèi)容表示的質(zhì)量:包括權(quán)限和完整性、保真性和用戶感知質(zhì)量(智能質(zhì)量)檢測、價格的一致性、真實性、持續(xù)性和時效性等問題。 .內(nèi)容藝術(shù)性方面的質(zhì)量:涉及品牌、來源、豐富性、評論、一致性等問題。 .內(nèi)容的過濾、定位、檢索和存儲:包括一致的內(nèi)容標(biāo)記、描述和查詢的反應(yīng)時間、在內(nèi)容選擇上的個

31、性化服務(wù)、搜索的完整性、有效性、可信性、內(nèi)容真實性的認(rèn)證、等級與分類、更新,以及對內(nèi)容的組織管理等方面問題。 3消費者方面的關(guān)鍵問題 .付費/訂購:包括免費服務(wù)、以收聽廣告或給出個人數(shù)據(jù)的免費服務(wù)、收費的獎賞模型、租借、分類付費、獎賞的復(fù)制件、點播、每項服務(wù)的簽署、簡單明了的收費模型、支付的驗證等等; .消費者信息發(fā)布:包括內(nèi)容的保護(hù)和管理、自創(chuàng)內(nèi)容的可存取性、版權(quán)購買等; .消費者使用權(quán)限:包括消費者對內(nèi)容的擁有、使用、復(fù)制、編輯等權(quán)限的管理; .消費者隱私保護(hù):在消費者和服務(wù)提供商或第三方之間保證個人交易隱私的協(xié)商能力。,-21的最終目標(biāo)是為多媒體信息的用戶提供透明而有效的電子交易和使用環(huán)

32、境。-21最近完成的兩項數(shù)字版權(quán)技術(shù)規(guī)范也將給數(shù)字圖書館多媒體信息資源的版權(quán)管理提供新的思路。相信隨著-21標(biāo)準(zhǔn)的不斷發(fā)展和完善,它將在數(shù)字圖書館的多媒體信息服務(wù)中發(fā)揮重要的作用。 MPEG官方網(wǎng)址 ,5、國外多媒體元數(shù)據(jù)研究 ECHO (European Chronicles On-line) http:/pc-r.it/echo/# 為數(shù)字影音文件提供長期可重復(fù)使用的軟件結(jié)構(gòu) 支持服務(wù)擴(kuò)展性 以IFLA的數(shù)目記錄功能需求模型（FRBR model）為基礎(chǔ)，將影音資料分成四種層次： Work 作品 Expression 內(nèi)容版本 Manifestation

33、 載體版本 item 條目,ECHO元數(shù)據(jù)模型圖,書目記錄功能需求FRBR模型 Functional Requirements for Bibliographic Records 研究小組成立于1991年，成員來自IFLA Section on Cataloguing與Section on Classification and Indexing 目標(biāo)： 提供清晰的聯(lián)接書目編目資料的結(jié)構(gòu)化架構(gòu) 建立國家資料庫的概念性架構(gòu) 建議國家書目記錄的核心層 實體的四種表現(xiàn)層次： Work 作品 Expression 內(nèi)容版本 Manifestation 載體版本 item 條目 影響眾多標(biāo)準(zhǔn)的發(fā)展、再完善，為當(dāng)前國際書目研究所矚目 ISBD AACR MARC21 ,VRA核心類目 /vracore3.htm 最初的描述對象是為網(wǎng)絡(luò)環(huán)境下藝術(shù)、建筑、史前古器物、民間文化等藝術(shù)類可視化資源，主要用于博物館的收藏，后來擴(kuò)展應(yīng)用到非藝術(shù)類領(lǐng)域 組成： 作品著錄類目 用于作品實體