多媒体技术的应用精品.pptVIP

7.2.1 视频会议系统的结构和标准 一、视频会议系统的分类 点对点视频会议系统 多点视频会议系统 二、视频会议系统的结构 二、视频会议系统的结构 终端 多点控制器 信道（网络） 控制管理软件 QOS（Quality of Service） 安全保密 一、多媒体数据库的关键技术 1.多媒体数据大容量的存储技术 (1). 光盘存储子系统和高速大容量磁盘、光盘库保存时间很长。 (2). 超媒体文档和超媒体数据库的随机存取、检索、存储盘标识和关系数据库。在设计上仅支持表结构的字母数字数据。 2.多媒体应用程序的数据库组织 多媒体系统数据组织： (1). 数据独立 (2). 通用分布式数据库结构 (3). 多媒体对象管理 (4). 多重数据服务器 二、多媒体数据库基于内容检索概述 web 上出现大量多媒体信息，例如: 遥感、 医疗、安全、商业等部门，都会产生大量信息。 1. IBM公司开发的QBIC是最具代表性的系统 通过友好的界面为用户提供颜色、纹理、草图、形状等多种检索方法。 系统以示例方式进行查询，查找物体的移动，摄影机的操作。 2. 美国加州大学伯克利分校与 加州水资源部合作 Chabot计划，对水利资源部大量图像提供基于内容的有效检索手段。 3.麻省理工学院 Photo book 可以利用人脸Face (脸)、shape(形状)、texture(纹理)进行基于内容的检索。Virage系统又进一步发展了将多种检索特征的融合。 4. 澳大利亚 New South Wales 澳大利亚 New South Wales(新南威尔士大学)已开发了NUTTAB系统。 用于食品成分数据库的检索。 5. 清华大学计算机系 清华大学计算机系结合863高技术研究发展项目“Web上基于内容图像检索”的研究。 Internet/Intranet通过友好的人机界面可以对颜色、纹理或样本图像进行图像检索。 目前该系统已可对12000张学物照片高维特征建立了Gss—索引。 采用Java语言来实现人机交互模块。通过浏览器为用户提供界面。 检索请求 转换为cbExpr基于内容的检索表达式，通过检索引擎处理与网络延迟相比，检索时间基本上可以忽略，体现了较好的实时性。 基于内容检索的系统结构 现有的许多多媒体数据库系统只提供基本媒体的描述、关键字一类的检索和查询，但很多的应用要求数据库系统能对图像或声音等媒体进行内容语义分析，已达到更深的检索层次。因而有必要讨论多媒体数据库基于内容的检索与查询方法。 (1)首先由用户提交查询要求，或启用上述的查询接口： 交互式输入方式 模板选择输入方式 特征样板输入方式 (2)相似性匹配 将查询的特征与数据库中的特征按照一定的匹配算法进行匹配。 (3)返回候选结果 满足一定相似性的一组候选结果，按照相似度大小排列返回给用户。 (4)特征调整 a. 用户浏览一组初始特征查询结果选择满意的结果。 b. 也可以从候选结果选择一个示例，进行特征调整。最后形成一个新的查询，如此逐步缩小查询范围，直到用户对查询结果满意为止。 基于内容检索的关键技术 两个关键技术： 多媒体特征提取技术和匹配算法相似性检索技术。 1.特征抽取 低层特征(原始特征) 特征抽取 高层特征(逻辑特征) (1)语言信号的特征提取和匹配 低层特征 ：基音、共振峰、线性预测、倒谱系数 高层特征：声纹特征、关键词特征 (2)静态图象的特征提取和匹配 低层特征：纹理特征，颜色特征，几何形状特征，统计特征(立方图)等。 高层特征：人的脸部特征、表情特征、某些物体和景物特征。 低层特征可用图象处理方法自动获取；高层特征可以在某些约束条件下或知识导引下，以低层特征为基础推导得到。 (3)动态视频特征提取 低层特征：镜头切换类型、特技效果、摄象机运动、物体运动轨迹、代表帧、全景图。 高层特征：描述镜头中的内容或事件。 2. 相似索引结构 检索： 在高维空间中寻找指定点距离最近的一组点的问题。 采用顺序比较法不能满足实时检索的要求，因此需建立一种