遠(yuǎn)程網(wǎng)絡(luò)教育中視頻檢索技術(shù)的應(yīng)用

熊 皓

（湖北理工學(xué)院 計算機(jī)學(xué)院，湖北 黃石 435000）

0 前言

隨著教育的不斷改革，Internet網(wǎng)絡(luò)的日趨普及和信息傳輸技術(shù)的快速發(fā)展，網(wǎng)絡(luò)上傳播內(nèi)容已經(jīng)不再是單純的文本數(shù)據(jù)，而是集文字、音頻和視頻三位一體多媒體時代。正由于網(wǎng)絡(luò)數(shù)據(jù)形式的多樣化，使得遠(yuǎn)程網(wǎng)絡(luò)教育變得更加便捷。

由于信息傳送方式和手段不同，遠(yuǎn)程教育發(fā)展經(jīng)歷了三個階段，第一階段，是以電子郵件傳輸?shù)暮诮逃?；第二階段，是以廣播電視和錄音錄像為主的廣播電視教學(xué)；第三階段，是通過視頻教學(xué)的網(wǎng)上遠(yuǎn)程教育階段。網(wǎng)絡(luò)教育可以利用學(xué)習(xí)者空閑的時間，隨時隨地地學(xué)習(xí)，學(xué)習(xí)的內(nèi)容由學(xué)習(xí)者自由地選擇，并且學(xué)習(xí)者對不理解的地方可以反復(fù)的觀看視頻，打破了傳統(tǒng)教室教學(xué)的模式，降低了學(xué)習(xí)門檻，為學(xué)習(xí)者提高更多的學(xué)習(xí)機(jī)會，同時也降低了教學(xué)的成本。是構(gòu)筑知識經(jīng)濟(jì)時代人們終身學(xué)習(xí)體系的主要手段。

在遠(yuǎn)程網(wǎng)絡(luò)教育中，所有的信息傳遞都是由計算機(jī)在網(wǎng)絡(luò)技術(shù)和環(huán)境支持下進(jìn)行的，網(wǎng)絡(luò)教育過程的控制，主要是各種信息傳遞的控制，而主要教學(xué)信息都是以視頻信息存在的，對學(xué)習(xí)者而言，要在海量的學(xué)習(xí)信息中，快速準(zhǔn)確地找到自己要的信息是一件很困難的事情。在大部分的遠(yuǎn)程教育網(wǎng)站中提供的都是教師上課的教學(xué)視頻，學(xué)習(xí)者需要把整段教學(xué)視頻看完，才能夠知道視頻所講述的知識點，如果這個知識點，學(xué)習(xí)者學(xué)習(xí)過的話，那觀看教學(xué)視頻的時間就是多余的，所以對于學(xué)習(xí)者而言，如何能在最短的時間里，準(zhǔn)確的找到自己所要學(xué)習(xí)的視頻教程是關(guān)鍵。

1 視頻檢索技術(shù)

傳統(tǒng)的視頻檢索技術(shù)是對視頻進(jìn)行人工分析、標(biāo)注，建立類似于文本索引數(shù)據(jù)庫。如現(xiàn)在的百度、Google、YouTube、雅虎等都是基于這類技術(shù)進(jìn)行視頻片段檢索[1]。在早期的視頻檢索中，通常用手工方式對視頻信息進(jìn)行描述，這種描述的主觀性很大，不同的人觀看同一視頻有不同的理解，因此，這種文本信息并不能代表所有學(xué)習(xí)者的觀點，而且，這種人工檢索耗時耗力，學(xué)習(xí)者在查詢檢索時，往往會因為關(guān)鍵詞不匹配而查詢失敗。為了解決文本檢索方式的不足，人們研究出基于內(nèi)容的視頻檢索技術(shù)，檢索方法是將視頻圖像中的內(nèi)容信息作為索引，能有效描述、存儲、組織和查找用戶所需的視頻信息[2]。

2 網(wǎng)絡(luò)教育中的視頻檢索技術(shù)

圖1 用戶遠(yuǎn)程點播教學(xué)功能圖

在網(wǎng)絡(luò)教育中的視頻信息，都是具有特殊性。這些視頻是按照上課的時間順序拍攝的，在時間上是連續(xù)的，在內(nèi)容上每節(jié)課的知識點是有限的，因此，每節(jié)課的視頻鏡頭變化也不會很大，在教師上課時可以直接錄制視頻，錄制好后傳給數(shù)據(jù)服務(wù)器，經(jīng)視頻檢索后，上傳到WEB服務(wù)器，用戶就可以隨時方便通過檢索查詢自己需要視頻進(jìn)行點播和廣播，此功能圖如圖1所示。

對于應(yīng)用視頻檢索技術(shù)，可以將數(shù)據(jù)服務(wù)器中的教師視頻按每節(jié)課來劃分，而基于內(nèi)容的視頻檢索包括特征提取[3]語義分析、視頻摘要和檢索四個部分，下面從這幾方面介紹教師視頻檢索的方法。

提取特征是視頻檢索技術(shù)中最基本的步驟。由于教師教學(xué)視頻相對比較單一，教師在特定時間內(nèi)的知識點有限，畫面鏡頭改變變化不是很大，因此，可以按照鏡頭的變化來劃分場景，每一鏡頭的變化控制在一個合適度內(nèi)，各種鏡頭中最主要的幀組合起來就是該視頻段的主要信息。將提取的主要視頻內(nèi)容進(jìn)行分析，對主要視頻進(jìn)行語義關(guān)鍵字標(biāo)注，關(guān)鍵字的標(biāo)注涵蓋顏色、紋理、形狀以及運動的特征等幾個方面，用戶就可以用關(guān)鍵詞直接進(jìn)行鏡頭檢索，也可以直接通過圖像檢索技術(shù)對每個鏡頭中的關(guān)鍵幀進(jìn)行檢索，這樣可大大減低用戶輸入關(guān)鍵詞而找不到對應(yīng)的視頻，視頻檢索過程框架圖如圖2所示。

圖2 視頻檢索過程框架圖

其中，特征提取和抽取關(guān)鍵幀可以根據(jù)視頻段中鏡頭的改變來確定。對于劃分好的視頻段，每個鏡頭中關(guān)鍵幀的確定，可以用幀之間的相似度來衡量。根據(jù)上面的框架建立相似度數(shù)學(xué)模型公式（1）所示。

f為相似度，p為幀圖像中橫向像素點數(shù)，q為幀圖像中縱向像素點數(shù)，K為常量，s為幀的序號，n為幀的數(shù)量。在相似度計算中，對于這個度有等級區(qū)別，其中k1，k2為兩種預(yù)先設(shè)定，但可動態(tài)調(diào)整的相似度的閾值。

（1）當(dāng) 0

（2）當(dāng) k1

（3）當(dāng) f（t）>k2，兩張幀之間只有非常少的相似，甚至不相似，可以確定為關(guān)鍵幀。

上面模型給出了確定特征提取的方式，通過關(guān)鍵幀的確定，組成主要視頻段，并對視頻段進(jìn)行后期的關(guān)鍵詞標(biāo)注和摘要，形成最后的視頻檢索，檢索的內(nèi)容既有各方面的文字信息，又有視頻切片對比，為學(xué)習(xí)者提供多種詳細(xì)的搜索方式，提高學(xué)習(xí)者搜索視頻的時間。

3 結(jié)論

在當(dāng)今網(wǎng)絡(luò)飛速發(fā)展的時代，人們獲取知識的方式已經(jīng)發(fā)生了巨大的改變，不再是以前單純的文字形式，逐漸的被現(xiàn)在的多媒體技術(shù)所替代。對于網(wǎng)絡(luò)教育發(fā)展到今天，它已經(jīng)也成為不少人學(xué)習(xí)知識的方式，它最大的好處就是時間和空間的自由性。因此，快速準(zhǔn)確地找到自己要學(xué)習(xí)的知識是學(xué)習(xí)者的迫切要求，本文將視頻檢索技術(shù)應(yīng)用在教師視頻上，可以讓學(xué)習(xí)者通過查找檢索而快速找到需要的學(xué)習(xí)視頻，從而節(jié)省了學(xué)習(xí)者以往要把整個學(xué)習(xí)視頻看完的時間，這樣就可以利用更少的時間獲取更多的知識，本文中的應(yīng)用，為后期網(wǎng)絡(luò)教學(xué)視頻檢索系統(tǒng)的研究，提供模型支持。

［1］Zhang X,Liu J,Li B.CoolStreaming/DONet:a data-driven overlay network for peer-to-peer live media streaming[A].Proc.of IEEE INFOCOM'05,Mar 2005:2102-2111.

［2］張玉培,孔敏,翟素蘭,羅斌.基于鏡頭標(biāo)記與動態(tài)滑動窗口的視頻摘要生成[J].計算機(jī)工程,2012.1:256-258.

［3］雷少帥.基于內(nèi)容的視頻檢索關(guān)鍵技術(shù)硏究[D].太原理工大學(xué),2012，4.