[发明专利]用于媒体分类的方法和服务器

说明书

背景技术

人类已经例如从相机、麦克风、科学设备等生成巨大的量的数字数据。在这些充足的数字数据中，一些数据不需要进行处理和/或存储，然而其它数据是很重要的。例如图像、视频、音频和文本等数字数据是我们集体和个人身份的一部分并且通常用作新知识、经验、产品、商业模型等的构建块。这意味着例如个人照片等某些数据可用作集体或个人应用的出发点。

由于例如数码相机、因特网、移动电话等数字传感器设备的可用性的指数增长，被认为对于社会（一般而言）和每个个人的保存是重要的信息的量已经超过人类记忆、目录系统以及甚至索引方案（出现在过去200年）的所有限制。记录的数据的绝对容量使得不可能定位和检索过去的数据，除非它们以某种方式被注解。

上一段已经具有对于社会和个人的可怕后果。现存的和新的知识将被遗忘或变得无用，这是由于没有编目录、组织并且搜索它的经济的方式。

以上情况引起用于媒体注解的许多半自动和自动解决方案的出现。在这样的方式中，“智能”系统尝试在以书、照片、mp3等为例的对象中用指派注解标记来代替编索引人员。这样的方案的成功率取决于为作为基础的数据做出的初始假定、系统的可量测性能力以及注解库或字典（即，用来注解数据的实际标记）的质量。

一些注解系统使用本体，本体（ontology）是知识作为具体域内的多组概念连同那些概念之间的关系的正式表示。本体指代具有一组推论规则的分类法并且可以被视为来自抽象到具体对象的类层次。图1提供这样的分类法。

下文是这样的系统的示例：

US20100030552A1使用本体来通过使用语言学分析确定与标记和域关联的性质而描述真实世界实体以及标记之间的关系。

US20100004923A1描述过程模型（例如，组织中的制造过程）的基于本体的分群的方法。该方法包括距离计算单元，用于计算距离矩阵，并且基于所计算的矩阵将模型划分成多组群集。

US20080168070A1呈现用于因特网上的使用的分类方法，包括使用所选择的分类器来确定分类（标记）的多媒体人工制品（例如，照片）的评价。通过只应用来自基于得分而选择的本体的分类器来增强语义标记。

JP2008131170A定义用于生成用于选择多媒体内容的知识元数据的器件。它规定生成单元，该生成单元在本体中存储新的概念之后基于关于信息资源的本体来生成与用户有关的知识元数据。

以上示例详细描述以某种方式包括本体的媒体分类，但它们中没有一个呈现关于如何将本体中的专有概念连接到媒体域中的数字可测量观察的解决方案。

发明内容

本发明的实施例提供一种自动方法和布置用于帮助用户使用增强的结构化注解来注解例如图像、视频、音频等不同类型的媒体对象。

这通过关联注解本体树的底层概念与所选择的表示域的解释性表示数据并且然后比较解释性表示数据与所选择的表示域中的媒体的变换来实现。以此方式，可以生成对应于本体树的底层概念的标记，该本体树对应于可以在经变换的媒体中找到的解释性表示数据。

根据本发明的实施例的第一方面，提供一种用于媒体分类的方法。该媒体根据与相应媒体类关联的至少一个注解本体树而分类并且分层存储。在该方法中，检索与相应媒体类关联的至少一个注解本体树。选择要用于分类的表示域并且关联注解本体树的底层概念与所选择的表示域的解释性表示数据。接收要分类的媒体到所选择的表示域的变换并且通过比较解释性表示数据与经变换的要分类的媒体来根据检索的注解本体树分类媒体。

根据本发明的实施例的第二方面，提供一种媒体分类系统。该媒体被根据与相应媒体类关联的至少一个注解本体树而分类并且分层存储。系统配置为检索与相应媒体类关联的至少一个注解本体树。该系统还配置为选择要用于分类的表示域并且关联注解本体树的底层概念与所选择的表示域的解释性表示数据。该系统也配置为接收要分类的媒体到所选择的表示域的变换，并且通过比较解释性表示数据与经变换的要分类的媒体来根据检索的注解本体树分类媒体。

所提出的解决方案可生成在空间上和在时间上与在考虑中的媒体中的对象对准的标记。即，所提出的标记可以与媒体的具体空间或时间部分链接而不只是媒体以其整体链接。此外，可提供反馈通道，该反馈通道确保系统性能的继续训练或改进。

采用实施例的另外的优点是很容易使用增强的本体来组织照片和其它媒体。

另外的优点是实施例桥接了信号处理域中的可观察的描述符和本体概念之间的间隙，能实现改良的媒体注解系统（例如，视频和照片标记）。