[发明专利]宽带多媒体索引和随机检索系统

说明书

技术领域

本发明涉及一种多媒体的索引和检索系统，更为详细地，涉及一种在宽带视频服务方面提供索引和随机检索功能的系统。

背景技术

不同地点之间能够通过数据网络传输电子信息。宽频网络对比其他网络的优势在于它能在单位时间内传输相对大量的数据。随着宽频基础建设在全世界的建立，多媒体宽频的商用和民用即将成为现实。

传统的系统使用MPEG-1、MPEG-2和MPEG-4的译码标准来对视频数据进行编码。MPEG-1是在视频数据压缩中广泛应用的一个基本标准。MPEG-2是第二代压缩标准，能够把视频数据编码为6兆字节/秒的比特流。MPEG-4虽然多了一些处理多媒体内容所必需的能力，其根本的数据压缩方法本质上与MPEG-1或MPEG-2等同，例如运动判断和随后的对运动图像补偿后帧间差的压缩。

美国第5,554,161号专利阐述了以MPEG-1为基础的视频传输网络系统。

这种提供多媒体服务的传统系统存在三个重要的不利因素。

首先，为了进行计算强度很高的运动判断、对运动图像补偿后帧间差的压缩和复杂的数据缓冲控制，传统系统要求在每个终端必须配备强大的MPEG-1，MPEG-2或MPEG-4处理器。

其次，因为对每一帧图像进行编码可能是采用了三种不同方式中的一种，所以对于某一特定帧图像的随机获取不一定总能实现。明确地讲，任一帧图像可能被编码为I帧图像，或P帧图像，或B帧图像。I帧图像是基于内帧编码的，它独立于其他帧图像，因此能被直接的访问获取。然而，P帧图像和B帧图像是基于中间态帧编码的，意味着其编码和解码仰赖其他帧图像(P帧图像依赖在它之前若干帧图像，B帧图像依赖它之前和之后若干帧图像).所以P帧图像和B帧图像是不能被直接访问并获取。其结果是传统系统很难针对这些图像进行单独注解。这个缺陷导致MPEG-1、MPEG-2和MPEG-4系统很难满足客户对图像索引和随机检索的要求。

最后，系统可能会因为客户多媒体终端机处理数据太慢而减慢速度。

发明内容

本发明所要解决的问题就是建立一个系统，该系统对终端机的能力要求很少，成本很低。更重要的是，该系统能够在多媒体视频流程中为任何一帧图像提供随机索引。

本发明采用的技术方案如下：

该系统包括一个宽频主链网络，一个中央服务器和一个或多个至少安装一个Motion-JPEG芯片的客户终端机。

为了视频编码，所有的客户多媒体终端机将会有至少一枚Motion JPEG芯片。JPEG是一种静止图像的压缩格式，Motion JPEG是用于减少数字视频图像所占的储藏空间的压缩方法。Motion JPEG基本的算法参照JPEG。在Motion JPEG中，JPEG被应用于数码视频图像。它既可靠又简单。

在对每一帧图像进行压缩编码时，这帧图像的时间和位置信息可以由用户终端上的Motion-JPEG芯片或服务器自动地添加到每帧图像的数据流上，形成一个基本标签，它们不需要用户直接输入。在这个标签的基础上，系统还可以通过对图像进行其他更详尽的描述来对其进行精确注解，比如通过事件的描述来形成一种暗示、一种专门的符号来代表某一特殊的图像类别，等等

这种描述的添加可通过下面二种方法共同实现。

第一种方法是通过用户界面，比如系统提供一个对话窗让用户去对某一特定帧(或某一段)图像输入简短描述来进行自定义。另一种方法是通过在强大的中央服务器上加入先进的图像分析算法，从而对每一帧图像进行分析而自动地产生事件描述，比如，有蓝天、白雪和一个滑雪人的户外场景形成运动暗示。操作人员可以对自动产生的标签进行确认。

用户可以通过发出检索图像标签的指令来获取图像。这种简单的索引技术允许每一位用户任意搜寻和随机读取他感兴趣的某个视频片段或某一帧图像。

当然，系统也可以通过其他方式对图像进行更形象和确切的描述来丰富标签的内容，不仅仅限于以上举例所列，这都是本系统的功能所在。

本发明阐述的系统之所以能提供对每一帧图像进行注释的能力归功于其对Motion-JPEG压缩编码的使用和扩展。此外，每一个客户多媒体终端上也可配置多个Motion-JPEG芯片来进行平行处理，从而可以加快视频流的编码。这样能充分使用宽频网络的能力。换句话说，系统将不会因为客户多媒体终端机处理数据太慢而减慢速度。

对照现有技术本发明的优点在于：