基于內(nèi)容的多媒體檢索技術(shù)研究

李莉

摘 要 隨著多媒體信息技術(shù)的快速發(fā)展，多媒體信息的數(shù)據(jù)庫信息含量越來越大，基于內(nèi)容的多媒體檢索技術(shù)的出現(xiàn)，解決了怎樣快速從多媒體數(shù)據(jù)庫中檢索出自己所需的信息的難題?；趦?nèi)容的多媒體檢索技術(shù)主要包括圖像檢索技術(shù)、視頻檢索技術(shù)、音頻檢索技術(shù)。

關(guān)鍵詞 多媒體 檢索 計算機

中圖分類號：TP37 文獻標(biāo)識碼：A

0 引言

隨著計算機應(yīng)用的普及以及信息技術(shù)的快速發(fā)展，多媒體數(shù)據(jù)廣泛應(yīng)用于各種企業(yè)的信息系統(tǒng)中，但是現(xiàn)有的采用結(jié)構(gòu)化查詢語言檢索信息數(shù)據(jù)庫的技術(shù)，不能有效滿足對含有大量信息的多媒體信息的檢索。因此，基于內(nèi)容的多媒體檢索技術(shù)得以出現(xiàn)并且快速發(fā)展，該技術(shù)不但可以通過包含直接含義的文字進行信息檢索，還可以通過對圖像、聲音、視頻信息進行檢索存儲在數(shù)據(jù)庫中的信息。目前，基于內(nèi)容的多媒體檢索技術(shù)發(fā)展十分迅速，國內(nèi)外很多的研究機構(gòu)對這種新技術(shù)展開了研究，并取得了豐碩的成果。由于基于內(nèi)容的多媒體檢索技術(shù)設(shè)計的具體技術(shù)比較多，本文只簡單的介紹基于內(nèi)容的多媒體檢索的技術(shù)的原理及其特點，并且闡述了基于多媒體圖像、視頻和聲頻的檢索方法，最后對基于內(nèi)容的多媒體檢索技術(shù)的發(fā)展趨勢進行了分析。

1 基于內(nèi)容的多媒體檢索技術(shù)的原理與特點

基于內(nèi)容的檢索的近年來多媒體檢索技術(shù)研究的熱點問題，它不同于傳統(tǒng)的單單依靠文本進行檢索，該技術(shù)通過對多媒體的圖像、聲音、視頻內(nèi)容的分析，根據(jù)多媒體的內(nèi)容和語義環(huán)境，如圖像中的顏色、形狀，聲音中的音調(diào)、音色等，視頻中的鏡頭的運動、場景，然后建立相應(yīng)的檢索庫，并進行相應(yīng)的檢索?；趦?nèi)容的多媒體檢索技術(shù)只是信息檢索技術(shù)的一個分支，它主要通過圖像處理、計算機視覺等方法相互融合建立的，是多種技術(shù)合成的結(jié)果。

基于內(nèi)容的多媒體檢索技術(shù)與傳統(tǒng)的基于關(guān)鍵詞的數(shù)據(jù)庫檢索技術(shù)相比，它有自己的特點：該技術(shù)可以通過對圖像、視頻、音頻進行分析提取信息線索，從而進行檢索；基于內(nèi)容的檢索結(jié)果一般與檢索條件具有一定的相似度，但是并不一定完全滿足，它采取近似匹配的方法和技術(shù)進行檢索；基于內(nèi)容的多媒體檢索的系統(tǒng)信息量非常大，它包括媒體庫、特征庫和知識庫，各個數(shù)據(jù)庫都包含有不同的信息，這樣就可以滿足不同的用戶的多層次的檢索要求。

2 基于內(nèi)容的多媒體檢索方法

基于內(nèi)容的多媒體檢索方法具體又分為基于內(nèi)容的圖像檢索、基于內(nèi)容的視頻檢索、基于內(nèi)容的音頻檢索等技術(shù)。

隨著計算機圖像數(shù)碼技術(shù)的發(fā)展，檢索數(shù)據(jù)庫中的圖像信息量越來越大，怎樣才能快速從圖像數(shù)據(jù)庫中找出與檢索圖像相符的信息，這是決定檢索成敗的關(guān)鍵。通過對圖像的顏色、紋理、形狀等分析獲得圖像的客觀視覺內(nèi)容特征，判斷檢索圖像的相似性，這是基于內(nèi)容的圖像檢索技術(shù)的主流發(fā)展方向。該方法研究的主要內(nèi)容主要是在數(shù)字圖像處理的基礎(chǔ)上對圖像的視覺特征進行提取，以及對多維索引和檢索系統(tǒng)進行設(shè)計。根據(jù)圖像特征的作用區(qū)域可以把圖像檢索系統(tǒng)分為基于全局特征檢索和基于區(qū)域特征及其空間關(guān)系檢索兩種檢索。其中基于全局特征檢索主要依靠對全幅圖像的視覺特征進行檢索，而基于區(qū)域特征及其空間關(guān)系的檢索主要是按照分割開的圖像的特征相似性進行檢索，但是它要顧及區(qū)域之間的相似性。

基于內(nèi)容的視頻檢索技術(shù)與圖像檢索技術(shù)有很多相似之處，因為視頻本身就是一組動態(tài)圖像組成的，視頻是一組圖像按照時間連續(xù)的表現(xiàn)的。利用可視化特征視頻數(shù)據(jù)建立有效的索引是視頻檢索的前提，鏡頭、代表幀、運動特征等都是視頻特征，依靠這些建立視頻的索引，就可以利用關(guān)鍵幀的特征和鏡頭的時間特征進行檢索。目前，常用的視頻檢索方法有三種，分別為基于關(guān)鍵幀的檢索、基于運動的檢索、瀏覽檢索。基于運動的檢索，主要是基于鏡頭和視頻對象的時間特征進行檢索，該方法可以查詢攝像機的操作和場景移動等信息，還可以根據(jù)物體的運動方向和運動幅度等特征檢索運動中的物體?；陉P(guān)鍵幀的檢索，主要是對視頻鏡頭的關(guān)鍵幀進行檢索，該方法快速方便，并且關(guān)鍵幀既可以當(dāng)做靜態(tài)圖像處理，也可以當(dāng)做視頻瀏覽。

多媒體的音頻數(shù)據(jù)具有物理和感知兩種特征。物理特征一般都是來自于音頻信號本身，主要包括頻率等；而感知特征主要是依賴于人的聽覺，主要包括音調(diào)、音高等。根據(jù)音頻數(shù)據(jù)的物理和感知特征進行檢索，就能夠得到需求的音頻信息。

3 基于內(nèi)容的多媒體檢索技術(shù)的發(fā)展趨勢

基于內(nèi)容的多媒體檢索技術(shù)日益成熟，逐漸應(yīng)用于各種檢索數(shù)據(jù)庫中，它能夠方便人們快速的從海量的多媒體信息數(shù)據(jù)庫中檢索出自己所需要的信息。隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，人們可以通過網(wǎng)絡(luò)獲取世界各地的數(shù)據(jù)庫中的多媒體信息，基于內(nèi)容的多媒體檢索技術(shù)的應(yīng)用范圍會更加的廣泛?；趦?nèi)容的多媒體檢索技術(shù)是一種新的檢索手段，其研究周期還比較短，同時互聯(lián)網(wǎng)的發(fā)展使得數(shù)據(jù)檢索的對象和范圍更加復(fù)雜多樣，為了使該檢索技術(shù)應(yīng)用領(lǐng)域更廣泛，該技術(shù)還需要解決與其他多種檢索技術(shù)相互結(jié)合的問題，提高檢索的效率。

參考文獻

[1] 陳芳，柳燕.基于內(nèi)容的多媒體檢索技術(shù)淺析[J].計算機與數(shù)字工程，2007，35（7）.

[2] 鐘少君，陳新.基于內(nèi)容的多媒體信息檢索[J].山西電子技術(shù)，2005（3）.

[3] 王曙燕，周明全，耿國華.基于內(nèi)容的多媒體信息檢索技術(shù)研究[J].現(xiàn)代電子技術(shù)，2005，193（2）.

[4] 陳春穎，周雄偉，余以勝.基于內(nèi)容的多媒體檢索策略探析[J].情報雜志，2004（5）.