[发明专利]一种基于XML的交互应用多媒体信息检索方法

说明书

技术领域

本发明涉及数字电视交互应用领域，具体涉及一种基于XML的交互应用多媒体信息检索方法。

背景技术

多媒体技术、Intemet和数字电视交互应用技术的发展给人们带来巨大的多媒体信息海洋，并进一步导致了多媒体信息库的产生。在数字电视交互应用服务中，图像、音频、视频等多媒体数据信息量巨大。但是目前的多媒体检索系统大多都能实现对多媒体进行基于文本的检索和基于内容的检索。这两种检索方式的应用有其局限性。首先，采用文本来表达多媒体信息的内容，检索对象的不一致决定在这种信息的传递过程中必定会有大量信息的丢失，不能真正反映信息的内容；其次，多媒体信息是一种随意性强的信息，缺乏一般意义上的规范性，所以在使用文字描述多媒体信息时，难以做到准确而完整的描述。作为检索领域比较热门的话题，基于内容的多媒体信息检索仍然存在一些问题，主要包括：多媒体信息内容的描述、特征的自动提取、多媒体的同步技术、匹配和结构化的选择问题。因此，有必要提出一种新的多媒体信息检索方式，解决用户在进行多媒体信息检索时出现的问题。

XML作为标识语言，是结构化的数据，可以使用自定义标签，具有强大的链接功能。因此，可以使用XML文档处理多媒体的基本语义信息，将多媒体检索技术与基于XML的文本检索相结合，建立基于XML的多媒体检索系统。综合两种检索技术的优势，达到更深的检索层次，提高检索效率。

目前来看，基于XML的多媒体信息检索技术是一种新型的检索技术，具有一定的现实意义。首先，XML将多媒体的基本语义信息集成并使用标签封装在一个文档中显示，避免了信息在传递过程中的丢失，能真正反映信息的内容。其次，XML可以结构化地描述多媒体信息，结构化的XML文档，可以为用户指定定义了的文档元素词汇表，以提高检索效率.最后，XML文档的样式与内容是分离的，可以使应用程序轻松地寻找并提取有用的特征数据信息.综上所述，基于XML的多媒体信息检索技术能够解决传统的多媒体信息检索带来的问题，满足不同层次用户的检索要求，使用户更为方便、高效地获取信息。本发明将提出一种基于XML的交互应用多媒体信息检索方法。

发明内容

本发明提供一种基于XML的交互应用多媒体信息检索方法，能提高交互应用服务多媒体数据库检索的效率。

一种基于XML的交互应用多媒体信息检索方法，是将XML文档检索技术与基于内容的多媒体检索相结合起来，将多媒体信息的外部特征及其高级语义信息以XML文档形式的描述，形成XML文档系统，并对这些描述性的XML文档进行科学有序地存储，检索时与基于内容的多媒体检索系统相结合，检索结果按一定的权重结合，形成的最终结果按相关度递减的顺序提供给用户。

该发明包括多媒体信息处理子系统单元和多媒体信息检索子系统单元；所述多媒体信息处理子系统单元一方面负责获取各类多媒体资源的元信息并用XML文档加以描述，建立XML文档系统；另一方面对多媒体数据进行基于内容特征的提取，为基于内容的多媒体信息检索提供多层次数据源；所述多媒体信息检索子系统单元负责分析用户提交的请求，分别在XML文档系统和多媒体的媒体库、特征库、知识库中进行检索，将两个系统中检索出来的结果按照某一权值进行合并，然后将最终结果反馈给用户。

XML文档对多媒体信息进行描述的流程如下：

步骤31：多媒体信息标识和特征提取；

步骤32：对用于描述多媒体信息的XML文档的结构进行定义；

步骤33：XML文档系统建立；

其中，步骤31中多媒体信息的对象标识主要是通过相关工具箱的辅助，以全自动或半自动需要用户部分干预的方式对音频、静态图像、视频镜头等数据中包含的对象进行标识，以便针对对象进行特征提取、描述和查询；多媒体的对象标识属于局部特征处理，如果是针对多媒体数据进行整体内容检索，通常只需要提取全局特征，而不需要对象标识功能；特征提取是指对音频、视频、图像等多媒体数据自动或半自动提取用户感兴趣的，适合检索要求的特征；特征提取有全局性的，也有局部性的，对于图像信息的特征提取主要是提取图像的颜色、纹理、轮廓、形状、位置、空间特征；对于视频信息，是提取关键帧、运动目标特征和运动摄像视频特征；对于音频信息，是提取音频媒体特征；

步骤33中每个多媒体信息对应于XML文档一个resource节点，而多媒体的各种元信息通过resource节点包含的多个子节点，包括Title、size、Format、nescription描述出来，从而多媒体系统转换成XML文档系统，并将多媒体与相应的XML映射提供查询。