數(shù)字媒體內(nèi)容管理技術(shù)(數(shù)據(jù)庫)

時間：2022-11-23 14:30:01 | 來源：信息時代

時間：2022-11-23 14:30:01 來源：信息時代

    數(shù)字媒體內(nèi)容管理技術(shù) : 實(shí)現(xiàn)數(shù)字媒體內(nèi)容管理信息系統(tǒng)時使用的數(shù)字媒體內(nèi)容管理技術(shù)。數(shù)字媒體內(nèi)容管理信息系統(tǒng)是集成各種數(shù)字媒體內(nèi)容管理技術(shù)的管理平臺。數(shù)字媒體內(nèi)容管理技術(shù)主要包括可擴(kuò)展標(biāo)記語言(extensible markup language,XML)、音視頻元數(shù)據(jù)標(biāo)準(zhǔn)、海量媒體內(nèi)容數(shù)據(jù)存儲技術(shù)、媒體內(nèi)容檢索、智能挖掘技術(shù)、媒體內(nèi)容分發(fā)技術(shù)、視頻數(shù)據(jù)庫技術(shù)和媒體內(nèi)容安全服務(wù)技術(shù)等。
1. 可擴(kuò)展標(biāo)記語言和音視頻元數(shù)據(jù)標(biāo)準(zhǔn)
可擴(kuò)展標(biāo)記語言和音視頻元數(shù)據(jù)標(biāo)準(zhǔn)是Internet上數(shù)據(jù)表示和數(shù)據(jù)交換的新標(biāo)準(zhǔn)。它具有若干優(yōu)勢:良好的可擴(kuò)展性,語言簡單有效,可自行定義標(biāo)記;內(nèi)容與形式的分離,主要表示數(shù)據(jù)內(nèi)容,不考慮顯示效果; 有嚴(yán)格的語法要求,便于解析和合成,也便于和數(shù)據(jù)庫之間的數(shù)據(jù)轉(zhuǎn)換; 便于傳輸,為純文本形式,可通過http協(xié)議直接傳輸,可跨越防火墻等。這些優(yōu)勢使得XML的出現(xiàn)和發(fā)展對于Internet和Intranet產(chǎn)生了巨大的影響。由W3C推出的XML和資源描述框架RDF分別規(guī)范了internet上資源描述的語法和語義,為元數(shù)據(jù)的編碼、交換和重用提供了基礎(chǔ)架構(gòu)。
為了支持用戶從海量的數(shù)字媒體內(nèi)容資源庫中快速、準(zhǔn)確找到所需的內(nèi)容,后臺的管理系統(tǒng)必須事先對數(shù)字媒體提取元數(shù)據(jù),進(jìn)行編目標(biāo)引,并建立索引。元數(shù)據(jù)是關(guān)于數(shù)據(jù)的數(shù)據(jù),是以計算機(jī)系統(tǒng)能夠使用與處理的格式存在的、與內(nèi)容相關(guān)的數(shù)據(jù),它是對內(nèi)容的一種描述方式。在內(nèi)容管理中,通常是元數(shù)據(jù)越復(fù)雜,內(nèi)容提升價值的潛力就越大。元數(shù)據(jù)模型需要一個面向客戶內(nèi)容管理的通用數(shù)據(jù)模型,以適應(yīng)客戶不斷變化的需求,達(dá)到提升信息價值的目的。
元數(shù)據(jù)手工編寫工作量大。基于文本的元數(shù)據(jù)自動提取技術(shù)已日趨成熟,但基于動態(tài)音視頻的相關(guān)技術(shù)卻面臨較大的技術(shù)障礙。自動提取首先需要實(shí)現(xiàn)數(shù)據(jù)分離,抓取關(guān)鍵幀,采用元數(shù)據(jù)提取算法對幀序列的鏡頭、場景、標(biāo)識、字幕、物體等進(jìn)行探測。在提煉關(guān)鍵幀的基礎(chǔ)上,與語音識別技術(shù)相配合,采用視頻OCR技術(shù),提取地理、時間、主題、摘要等信息,并產(chǎn)生文本描述。最后,依據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)結(jié)構(gòu),自動生成元數(shù)據(jù)庫記錄(索引項(xiàng))或XML描述。
網(wǎng)上數(shù)字內(nèi)容資源比較常用的元數(shù)據(jù)標(biāo)準(zhǔn)有MARC21(中國為CNMARC,1991年《中國機(jī)讀目錄通信格式》—CNMARC正式出版,1996年確立為中華人民共和國文化行業(yè)標(biāo)準(zhǔn)WH/T0503—96),Dublin core(DC)、Lom、MPEG-7、VRA核心類目、REACH著錄元素集等。DC因其通俗易懂,便于使用,得到國際社會的認(rèn)可,有望成為國際標(biāo)準(zhǔn)。
2.海量媒體內(nèi)容數(shù)據(jù)存儲技術(shù)
海量媒體內(nèi)容數(shù)據(jù)存儲技術(shù)是數(shù)字媒體內(nèi)容管理信息系統(tǒng)將處理海量的音視頻數(shù)據(jù),存儲系統(tǒng)在整個系統(tǒng)中占據(jù)重要位置。
隨著數(shù)字圖書館、電子商務(wù)、多媒體傳輸?shù)葦?shù)字媒體內(nèi)容應(yīng)用的不斷發(fā)展,數(shù)據(jù)存儲從GB、TB到PB量級急速增長。存儲產(chǎn)品已不再是附屬于服務(wù)器的輔助設(shè)備,而成為互聯(lián)網(wǎng)中最主要的設(shè)備投入。海量存儲已成為繼計算機(jī)浪潮和互聯(lián)網(wǎng)浪潮之后的第三次浪潮,磁盤陣列與網(wǎng)絡(luò)存儲成為先鋒。
磁盤陣列技術(shù)(redundant array of inexpensive/independent disks,RAID)在當(dāng)今的海量信息存儲領(lǐng)域中扮演著重要角色,是一種提供增強(qiáng)冗余、容量和存儲性能的存儲方法,有著較強(qiáng)的可管理性、可靠性和可用性。
網(wǎng)絡(luò)存儲是通過網(wǎng)絡(luò)存儲設(shè)備,包括了專用數(shù)據(jù)交換設(shè)備、磁盤陣列或磁帶庫等存儲介質(zhì)以及專用的存儲軟件,利用原有網(wǎng)絡(luò)或構(gòu)建一個存儲專用網(wǎng)絡(luò),為信息系統(tǒng)的用戶提供統(tǒng)一的信息存取和共享服務(wù)。網(wǎng)絡(luò)存儲具有數(shù)據(jù)大容量存儲、數(shù)據(jù)有限制共享、數(shù)據(jù)挖掘和信息充分利用、數(shù)據(jù)可靠性、數(shù)據(jù)備份與安全性、數(shù)據(jù)管理的簡單化和統(tǒng)一化等特點(diǎn)。并具有很強(qiáng)的可擴(kuò)展性,可提供海量數(shù)據(jù)的快速信息傳輸。
三種主要網(wǎng)絡(luò)存儲技術(shù):
(1) 服務(wù)器為中心的傳統(tǒng)的直接存儲技術(shù)(direct attached storage,DAS):將通用服務(wù)器的一部分作為存儲設(shè)備,該服務(wù)器同時提供數(shù)據(jù)的輸入/輸出及應(yīng)用程序的運(yùn)行。數(shù)據(jù)訪問與操作系統(tǒng)、文件系統(tǒng)和服務(wù)程序是緊密相關(guān)的。目前,這種以服務(wù)器為中心的存儲方式己不能適應(yīng)越來越高的信息存儲需求。但是,DAS產(chǎn)品的優(yōu)勢在于價格便宜,在那些數(shù)據(jù)容量不是很大和對數(shù)據(jù)安全性要求不是很高的部門還有一定的應(yīng)用市場。
(2)數(shù)據(jù)為中心的網(wǎng)絡(luò)存儲技術(shù)(network attached storage,NAS): 是一種特殊的利用專門的軟、硬件構(gòu)造的專用數(shù)據(jù)存儲服務(wù)器,又有“瘦服務(wù)器”之稱。它將分布的、獨(dú)立的數(shù)據(jù)整合為大型集中化管理的數(shù)據(jù)中心。它將存儲設(shè)備與服務(wù)器分離,單獨(dú)作為一個文件服務(wù)器存在,去掉了通用服務(wù)器原有不適用的大多數(shù)計算功能,僅保留提供文件系統(tǒng)功能?？捎糜诨旌系腢NIX/Windows NT局域網(wǎng),不用購置價格昂貴的多功能服務(wù)器。相比較而言,它更適用于一個需要公共文件系統(tǒng)的服務(wù)器群,如電子郵件服務(wù)器組、Web服務(wù)器集群等。
(3) 網(wǎng)絡(luò)為中心的網(wǎng)絡(luò)存儲技術(shù)(storage area network,SAN):是一種將磁盤或磁帶與相關(guān)服務(wù)器連接起來的高速專用網(wǎng)。采用可伸縮的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),可以使用光纖通道連接,也可以使用IP協(xié)議將多臺服務(wù)器和存儲設(shè)備連接在一起。將數(shù)據(jù)存儲管理集中在相對獨(dú)立的存儲區(qū)域網(wǎng)內(nèi),并可提供SAN內(nèi)部任意節(jié)點(diǎn)之間的多路可選擇數(shù)據(jù)交換。SAN獨(dú)立于LAN之外,通過網(wǎng)關(guān)設(shè)備與LAN連接,是一個專門的網(wǎng)絡(luò)。SAN有三個構(gòu)成要素: 網(wǎng)絡(luò)互聯(lián)結(jié)構(gòu)、管理軟件和存儲系統(tǒng)。
3.媒體內(nèi)容檢索和智能挖掘技術(shù)
媒體內(nèi)容檢索和智能挖掘技術(shù)可幫助使用者快速定位所需內(nèi)容。由于信息來源、存儲格式、訪問和檢索方式的不同,出現(xiàn)了異構(gòu)資源整合檢索的問題,用戶需要統(tǒng)一對這些內(nèi)容進(jìn)行訪問和檢索。面對海量的內(nèi)容數(shù)據(jù)和并發(fā)檢索壓力,要保證檢索性能,需要將分布群集檢索、高速緩存和負(fù)載均衡這些技術(shù)結(jié)合起來。
基于內(nèi)容的視頻檢索,是根據(jù)視頻的語義特征,提取與特征相符或相似的視頻數(shù)據(jù)或鏡頭。常用的視頻檢索方法,是通過特定的查詢語言,或通過可視示例方式來進(jìn)行的。用戶查找一個對象時,可以用查詢語言或示例形成查詢條件。系統(tǒng)把查詢條件中描述的特征轉(zhuǎn)化為特征矢量,或?qū)κ纠M(jìn)行特征提取。將查詢描述的特征與特征庫中的特征,按照一定的匹配算法進(jìn)行相似度計算,并返回一組滿足一定相似度要求的候選結(jié)果。對系統(tǒng)返回的查詢結(jié)果,用戶可以通過瀏覽來挑選?；驈暮蜻x結(jié)果中選擇一個示例,經(jīng)過特征調(diào)整后,形成一個新的查詢條件。這樣,不斷重復(fù)操作,直到用戶對查詢的結(jié)果滿意為止。
內(nèi)容檢索的關(guān)鍵技術(shù)發(fā)展方向是內(nèi)容智能挖掘技術(shù)。分類、摘要、標(biāo)引、聚類、相關(guān)分析等自然語言處理技術(shù),已經(jīng)開始被應(yīng)用于媒體內(nèi)容智能挖掘技術(shù)。
4.媒體內(nèi)容分發(fā)技術(shù)
媒體內(nèi)容在網(wǎng)絡(luò)上大范圍傳輸,必將對主干網(wǎng)絡(luò)造成擁堵壓力,采用合理的內(nèi)容分發(fā)策略可使流媒體文件在網(wǎng)上大規(guī)模應(yīng)用成為可能。一般通過采用中心-邊緣CDN分發(fā)技術(shù),來實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)字媒體內(nèi)容的自動分發(fā)。
(1) CDN(content delivery (distribution) network)的任務(wù): CDN即內(nèi)容分發(fā)網(wǎng)絡(luò)或內(nèi)容發(fā)布網(wǎng)絡(luò)。通過在現(xiàn)有的Internet中增加一層新的網(wǎng)絡(luò)架構(gòu),將網(wǎng)站的內(nèi)容發(fā)布到最接近用戶的網(wǎng)絡(luò)“邊緣”,使用戶可以就近取得所需的內(nèi)容,提高用戶訪問網(wǎng)站的響應(yīng)速度。
網(wǎng)絡(luò)內(nèi)容發(fā)布和傳輸服務(wù)改變了向用戶發(fā)送信息的方式。實(shí)現(xiàn)智能化通信量轉(zhuǎn)發(fā)和網(wǎng)絡(luò)內(nèi)容發(fā)送,能夠識別和理解被請求的特定網(wǎng)絡(luò)內(nèi)容,可以確保網(wǎng)絡(luò)內(nèi)容的可用性。
網(wǎng)絡(luò)內(nèi)容發(fā)布和傳輸服務(wù)使Web可以更快地將需要發(fā)送的網(wǎng)絡(luò)內(nèi)容發(fā)送給目標(biāo)用戶。在傳統(tǒng)的IP網(wǎng)絡(luò)中,客戶端的請求僅僅被直接按照網(wǎng)絡(luò)地址發(fā)送到數(shù)據(jù)源服務(wù)器。而網(wǎng)絡(luò)內(nèi)容發(fā)布和傳輸服務(wù)提供了一個服務(wù)“層”,可以主動將經(jīng)常被訪問的網(wǎng)絡(luò)內(nèi)容“推”到與發(fā)出請求的用戶距離最近的服務(wù)器,并將每個客戶端發(fā)出的請求,轉(zhuǎn)發(fā)到當(dāng)時對于被請求的網(wǎng)絡(luò)內(nèi)容所處最佳的地點(diǎn)或最佳服務(wù)器,從而補(bǔ)充和擴(kuò)展了Internet。
(2) CDN的分發(fā)管理: 分發(fā)平臺一般對內(nèi)容分發(fā)采用靈活智能的分發(fā)管理策略,包括即時、定時、增量、根據(jù)訪問量設(shè)置分發(fā)門限、自動更新、定向分發(fā)等方式,支持客戶自定義策略。除此以外,分發(fā)平臺一般支持對內(nèi)容的分發(fā)優(yōu)先級、更新頻率、新鮮度設(shè)定等管理功能,所有按照新鮮度設(shè)定的分發(fā)內(nèi)容均可在生存期結(jié)束后自動清除,回收有效的存儲與緩存空間。
分發(fā)平臺一般支持分發(fā)容錯處理,防止分發(fā)失敗和數(shù)據(jù)錯誤導(dǎo)致不能正常進(jìn)行分發(fā)。如果分發(fā)平臺發(fā)現(xiàn)內(nèi)容在分發(fā)過程中出現(xiàn)數(shù)據(jù)傳輸錯誤,那么系統(tǒng)將終止異常分發(fā),并重新嘗試錯誤數(shù)據(jù)的再傳輸。
5. 視頻數(shù)據(jù)庫技術(shù)
視頻數(shù)據(jù)模型是視頻數(shù)據(jù)直接面對應(yīng)用的表述。視頻數(shù)據(jù)可以用幀、鏡頭和場景來描述。幀是一幅靜態(tài)的圖像,是組成視頻數(shù)據(jù)的最小單位。鏡頭是由連續(xù)記錄的一個或一系列幀組成,它是視頻數(shù)據(jù)的基本結(jié)構(gòu)單元。鏡頭常用于表示時間和空間連續(xù)的一個動作。場景是由時間和空間相關(guān)的一組鏡頭構(gòu)成,描述的是一個完整的事件。
為了視頻檢索的需要,可將視頻數(shù)據(jù)分割成單個鏡頭。鏡頭的描述數(shù)據(jù),包括標(biāo)識符、區(qū)間、屬性及其相應(yīng)值集合。每個鏡頭都有唯一的標(biāo)識符,每一區(qū)間可以由起始幀和結(jié)束幀來表示,代表一個連續(xù)的視頻幀序列。每個鏡頭均對應(yīng)于一個視頻幀序列,其內(nèi)容通過一組屬性及其相應(yīng)值來表示。鏡頭可定義為: 標(biāo)識符區(qū)間屬性/值或特征值集合。
視頻數(shù)據(jù)庫系統(tǒng)是用于管理視頻數(shù)據(jù)并為用戶提供面向內(nèi)容查詢的視頻軟件系統(tǒng)。通常,基于內(nèi)容檢索的視頻數(shù)據(jù)庫由兩個子系統(tǒng)組成,即數(shù)據(jù)庫生成子系統(tǒng)和數(shù)據(jù)庫查詢子系統(tǒng)。
數(shù)據(jù)庫生成子系統(tǒng)包括原始視頻流、視頻分割、代表幀和特征提取等模塊。所生成的數(shù)據(jù)庫由視頻庫和特征庫組成。視頻庫主要存放視頻數(shù)據(jù),而特征庫包含用戶輸入的特征和自動提取的內(nèi)容特征。數(shù)據(jù)庫查詢子系統(tǒng)包括查詢語言或示例、提取特征、計算相似度等模塊。
基于內(nèi)容的視頻檢索,對視頻的處理工作包括視頻分割、代表幀及其特征的提取等。視頻分割是視頻處理中重要的一步。視頻分割是將視頻數(shù)據(jù)分割成鏡頭的過程,其核心是識別鏡頭的切換。鏡頭切換是一個鏡頭到另一個鏡頭的轉(zhuǎn)換,需要確定鏡頭的邊界,并標(biāo)出各個鏡頭的起始幀號和結(jié)束幀號。鏡頭切換方式,可突變或漸變。突變是一個鏡頭瞬間直接轉(zhuǎn)換到另一個鏡頭,可使畫面情節(jié)和動作發(fā)生直接跳躍,給人一種輕快、利索的感覺。漸變是指一個鏡頭到另一個鏡頭的逐漸過渡過程,沒有明顯的跳躍,視覺上比較平滑和舒適。漸變包括淡入(fade in)、淡出(fade out)、隱現(xiàn)(dissolve)和旋轉(zhuǎn)(spin)等。
將視頻數(shù)據(jù)分割成鏡頭后,對每個鏡頭可提取代表幀來簡潔地表達(dá)鏡頭。代表幀是用于描述一個鏡頭的關(guān)鍵圖像,它反映鏡頭的主要內(nèi)容。代表幀的選取方法很多,其中計算相對簡單的有直方圖平均值方法。它是將鏡頭中所有幀的統(tǒng)計直方圖取平均,并選擇與該平均直方圖最接近的那一幀作為代表幀。對代表幀的特征提取與一般靜態(tài)圖像的特征提取相似,包括顏色、紋理、輪廓和對象等。此外,鏡頭還有動態(tài)特征。動態(tài)特征是視頻檢索時用戶所能給出的查詢條件,如鏡頭的運(yùn)動變化(搖、推、拉、跟蹤等)、運(yùn)動對象的大小變化以及運(yùn)動軌跡等。
視頻瀏覽是視頻數(shù)據(jù)庫的重要組成功能之一。用戶對所要查找的目標(biāo)不十分明確時,需要對視頻數(shù)據(jù)進(jìn)行快速地瀏覽,以便尋找感興趣的內(nèi)容。視頻瀏覽要解決的技術(shù)問題之一是如何跳過一些次要內(nèi)容,以較少的圖像盡可能多地表達(dá)出視頻數(shù)據(jù)的主要內(nèi)容。視頻瀏覽可采用分層結(jié)構(gòu)和集束分類等方法,并提供方便直觀的視頻瀏覽界面。
6.數(shù)字版權(quán)管理技術(shù)
數(shù)字媒體內(nèi)容服務(wù)一般不能一次性完成,它涉及到內(nèi)容在網(wǎng)絡(luò)中的多次拷貝、緩存,這樣就存在著很大的安全隱患。內(nèi)容提供者需要始終控制所發(fā)布的內(nèi)容,例如VOD網(wǎng)站必須控制流媒體內(nèi)容不被非法緩存和拷貝,很多企業(yè)的內(nèi)容發(fā)送也提出了越來越多的安全需求。數(shù)字版權(quán)管理是數(shù)字媒體內(nèi)容管理信息系統(tǒng)中非常重要的一個方面。實(shí)現(xiàn)在線或離線媒體內(nèi)容的數(shù)字版權(quán)保護(hù),是開展數(shù)字媒體管理、制作、銷售、欣賞的重要技術(shù)支撐,該技術(shù)被稱為數(shù)字版權(quán)管理技術(shù)(digital right management,DRM)。DRM數(shù)字版權(quán)管理技術(shù)能夠有效地對在線和離線多媒體內(nèi)容進(jìn)行數(shù)字版權(quán)加密,認(rèn)證和管理,確保知識產(chǎn)權(quán)的合法使用。數(shù)字版權(quán)管理采用的保護(hù)方法主要有兩類,一類是數(shù)字水印技術(shù),另一類是以數(shù)據(jù)加密和防拷貝為核心的DRM技術(shù)。
數(shù)字水印(digital watermark)技術(shù)是在數(shù)字內(nèi)容中嵌入隱蔽的標(biāo)記,這種標(biāo)記通常是不可見的,只有通過專用的檢測工具才能提取。數(shù)字水印可以用于圖片、音樂和電影等數(shù)字內(nèi)容的版權(quán)保護(hù),在基本不損害原作品質(zhì)量的情況下,把著作權(quán)相關(guān)的信息,隱藏在圖片、音樂或電影的數(shù)字內(nèi)容中,而產(chǎn)生的變化通過人的視覺或聽覺是發(fā)現(xiàn)不了的。但是,目前市場上的數(shù)字水印產(chǎn)品在應(yīng)用方面還不成熟,容易被破壞或破解。而且數(shù)字水印方法,只能在發(fā)現(xiàn)盜版后用于取證或追蹤,不能在事前防止盜版。
以數(shù)據(jù)加密和防拷貝為核心的DRM技術(shù),是把數(shù)字內(nèi)容進(jìn)行加密,必須用解密密鑰進(jìn)行解密后才能還原內(nèi)容。只有授權(quán)用戶才能得到解密的密鑰,而且密鑰是與用戶的硬件信息綁定的。加密技術(shù)加上硬件綁定技術(shù),防止了非法拷貝,從而這種技術(shù)能有效地達(dá)到版權(quán)保護(hù)的目的。當(dāng)前國內(nèi)外大部分計算機(jī)公司和研究機(jī)構(gòu)所提供的DRM系統(tǒng)就是采用這種方法。針對各個應(yīng)用領(lǐng)域,有不同的DRM系統(tǒng)。目前在流媒體領(lǐng)域,數(shù)字版權(quán)管理主要以微軟提供的技術(shù)方案居多。在圖片、文檔保護(hù)方面,微軟、Adobe等公司都提出了一系列方案來對著作產(chǎn)品進(jìn)行簽名和授權(quán)。在國內(nèi),也有一些軟件公司專門從事該方面的研究。如:
(1) 電子圖書的DRM系統(tǒng):電子圖書eBook的DRM技術(shù)相對比較成熟,國內(nèi)外的應(yīng)用也較多。國外的產(chǎn)品,有 Microsoft DAS 、Adobe Content Server(原Glassbook Content Server)等。國內(nèi)有方正Apabi數(shù)字版權(quán)保護(hù)系統(tǒng)。
(2)流媒體的DRM: 主要有IBM的EMMS、微軟的Windows Media DRM及Real Media DRM等。
(3) 電子文檔的DRM:有SealedMedia 的Enterprise License Server、Authentica的Active Rights Management以及方正的Apabi Office DRM、方正的Apabi CEB DRM等。
(4)其他DRM系統(tǒng):有Intertrust的DigiBox和Rights System,IBM的Cryptolope,瑞士Geneva大學(xué)的Hep,Edgar Weippl的RBAC等,這些系統(tǒng)注重DRM基本原理的研究,并不針對具體的某一類數(shù)字內(nèi)容的DRM應(yīng)用。