以面向对象模型为代表的非传统数据库管理系统 - wei shen.pptVIP

6.4.1 基于颜色特征的检索 颜色是描述一幅图像最简便而有效的特征 直方图的横轴表示颜色等级，纵轴表示在某一个颜色等级上具有该颜色的像素在整幅图像中所占的比例 以直方图为特征的常用的匹配方法 (1)直方图交叉法 (2)直接差值法 (3)矢量距离法 * * 用不同的方法对图像进行预处理，然后用直方图进行匹配，以满足不同的检索要求。 用转换后的直方图计算的差值对应于感知上的差别 例如： HSV模型把彩色信号表示为3种属性即色调(Hue)、饱和度(saturation)和亮度(Value)。将H、S、V三个分量按照人的感知进行非等间隔量化，然后通过数学公式把HSV三维空间中的特征矢量转换为一维空间中的特征矢量 * * 6.4.2 基于形状特征的检索 形状是刻划物体的本质特征之一，从图像中提取的目标边缘称为轮廓。 基于形状特征的检索方法有两种： (1)分割图像经过边缘提取后，得到目标的轮廓线，针对这种轮廓线进行形状特征检索 (2)直接针对图形寻找适当的矢量特征用于检索算法 难点在于寻找能够检索与大小、方向及扭曲伸缩无关的方法。同时采用3个特征作为形状特征，即长／短轴比、周长／面积比、最近与最远点的连线间的夹角。 * * 6.4.3 基于纹理特征的检索 习惯上把图像中局部不规则而整体有规律的特性称之为纹理。纹理特征主要有粗糙性、方向性和对比度等。 纹理分析方法可分为两类: (1)统计方法 用于分析像木纹、沙地、草坪等细致而不规则的物体 (2)结构方法 适于像布料的印刷图案或砖瓦等一类元素组成的纹理及排列比较规则的图案 纹理颜色也作为一个检索特征,逐步逼近 ,以小图像的形式全部显示给用户 * * 6.4.4 基于视频内容的检索 基于内容的视频检索系统(CBVRS)包含以下两个模块： (1)视频数据库生成模块 完成视频源数据的生成、视频数据的预处理及视频特征库的生成等 (2)视频查询和检索模块 该模块将根据需要完成用户指定的查询和检索任务 视频本身的层次化结构则要求视频检索必须层次化进行 例如：用户检索镜头、视频段、某些图像帧，就对检索提出了层次化的要求 * * 6.5 基于音频内容的检索 音频可以分为三种类型: (1)波形声音 (2)语音 (3)音乐 处理方法可以分为相应的三种 第一种是利用自动语音识别技术，处理包含语音的音频 后两种是利用更一般性的音频分析处理 * * 6.5.1 基于语音技术的检索 基于语音技术的检索是利用语音处理技术检索音频信息 (1)基于关键词检索 (2)基于子词单元检索 利用子词(SubWord)索引单元，用户的查询首先被分解为子词单元 (3)利用大词汇语音识别技术检索 利用自动语音识别(ASR)技术把语音转换为文本，从而可以采用文本检索方法进行检索 4)基于说话人的辨认分割 简单地辨别出说话人话音的差别，而不是识别出说的是什么 例如，分割和分析会议录音 * * 6.5.2 音频检索 音频检索是以波形声音为对象的检索，统一用声学特征来检索，采用的是更一般性的声学特性分析方法 (1)听觉检索 例如，按时间片计算一组听觉感知特征：基音、响度、音调等，最终的特征矢量将是这些特征的统计值 (2)声音训练和分类 通过训练来形成一个声音类 (3)音频分割 例如对电台综艺节目进行分割，分割出语音、静音、音乐、广告声和音乐背景上的语音等 通过信号的声学分析并查找声音的转变点就可以实现音频的分割 * * 6.5.3 音乐检索 利用音乐的音符和旋律等音乐特性来检索 音乐检索利用的是诸如节奏、音符、乐器特征 时间结构的分析是基于振幅统计，得到现代音乐中的拍子。频谱分析获得音乐和声的基本频率，可以用这些基本频率进行音乐检索 * * 6.6 基于内容检索的系统实例 * * 自学 本章总结 多媒体数据库的实现途径有从关系数据模型发展多媒体数据库、利用面向对象技术实现多媒体数据库和利用分布式超媒体数据库发展多媒体数据库三种。 最简单的是利用关系数据库模型，与当前的数据库应用兼容，其关键是如何处理无格式的数据 面向对象数据模型语义丰富，描述能力强，并且可扩充，是构造多媒体数据库的一种比较适宜的手段 分布式超媒体数据库系统是一种以超媒体信息管理技术为基础的分布式系统 ，向用户提供良好的人机交互方式 * * 本章总结 多媒体信息的查询和检索有两大类： 基于表示的 基于内容的 基于内容的检索是指根据媒体和媒体对象的内容语义及上下文联系进行检索。分为基于图像内容的检索和基于音频内容的检索 。 习题： 简述多媒体数据库的几种实现方法。 基于内容的检索有哪些特点? * * The End * * 多媒体技术与通信