基于XML的多媒體標注技術(shù)研究.pdf

1、多媒體信息的標注與檢索是多媒體技術(shù)的一個重要分支。多媒體信息的檢索一般有兩類方法，一類是基于內(nèi)容的檢索(Content—BasedRetrieval)，即不通過語義理解，直接從媒體資料中尋找符合某些特征的資料并把它提取出來。另一類方法是基于領(lǐng)域知識(DomainKnowledge)的檢索，結(jié)合人工標注來做。 多媒體語義信息的利用一般要通過內(nèi)容描述(標注)來實現(xiàn)。多媒體信息標注，即通過人工把基于領(lǐng)域知識的重要的檢索信息與多媒體數(shù)據(jù)

2、結(jié)合起來，計算機通過這種檢索信息把真正需要的資料找到。然而，目前在這方面缺乏適用的工具和技術(shù)。在多媒體描述方面，盡管MPEG-7提供了對高級語義的支持，比如MPEG一7的詞匯表中提供了像regions(區(qū)域)、segments(片斷)、events(事件)等語義的描述，以及在高級語義方面的一些多媒體固有的元數(shù)據(jù)的描述，如creation、usage、production等，但是遠達不到行業(yè)元數(shù)據(jù)詞匯表的程度，像具體新聞行業(yè)(如NewsM

3、L，CNML)所必須的Location、Genre、CopyrightHolder等元數(shù)據(jù)，MPEG-7都難以利用。 本文對目前國內(nèi)外正在研究中的多媒體標注系統(tǒng)進行了分析與研究，總結(jié)了它們的不足，提出了改進的方法，可以避免基于內(nèi)容的檢索技術(shù)不成熟和人工標注不準確的弱點，為實現(xiàn)人機友好的、通用的標注和檢索系統(tǒng)打好基礎(chǔ)。本課題還研究了與之相關(guān)的一些關(guān)鍵技術(shù)，包括多媒體數(shù)據(jù)模型表示、XML多媒體置標技術(shù)、基于領(lǐng)域知識的結(jié)構(gòu)化標注技術(shù)，